【问答】电商平台应该分析哪些数据?具体怎么去分析?

8课时掌握用户画像方法

国内资深用研专家,Workshop工作坊带你玩转用户画像。

ec-data-analysis-simon-00

作者:张溪梦 Simon(Growing.IO CEO,世界前十位前沿数据科学家)

 

电商平台的数据分析,应该关注五大关键数据指标和三个关键思路。

  • 五大关键数据指标是活跃用户量转化留存复购GMV
  • 三个关键思路是商品运营用户运营产品运营

 

下面我会详细展开来讲具体分析方法。

现在很多电商运营团队缺少精细化运营和数据驱动的经验和意识, 但是电商运营正在成为电商自身增长越来越重要的因素。

 

近几年电商行业的各大网站纷纷通过降价、促销等方式来吸引用户,KPCB 的调查报告显示,2009 年到 2015 年全球移动端新用户的增长率持续下滑,可以预计在 2016 年这一增速将继续放缓。这意味人口增长带来的流量红利正在逐渐消退,用户增长将更加乏力,那么,通过单纯的价格战来吸引新用户的方式还可行吗?

 

ec-data-analysis-simon-01

 

严峻的市场市场形势让我们思考:

  1. 通过降价促销来带订单数的增长,但是这样的活动吸引来的真是你的目标用户吗?
  2. 现在很多电商运营团队缺少精细化运营和数据驱动的经验和意识,依靠价格战这种野蛮生长的方式,一旦团队面临增长困境,又该如何应对?

 

 

一、电商行业需要关注的五大关键指标

在众多的互联网细分行业中,电商行业起步早,发展时间长,行业特征显著:

  1. 商品品类及 SKU 多,用户覆盖面广,运营难度大;
  2. 总体上客单价低(除旅游、奢侈品等外),强调留存与复购;
  3. 电商产品设计相对成熟,优化运营是重中之重;
  4. 电商行业竞争白热化,精细化运营是冲出重围的必备技能。

 

要想实现精细化运营,数据是必不可少的一个环节。电商网站要提高运营效率,至少需要五大关键指标:活跃用户量、转化率、留存、复购和 GMV 。

  1. 活跃用户量是一个基本的指标,有 DAU(日活跃用户)、WAU(周活跃用户)和 MAU(月活跃用户)三个层次;
  2. 转化是一个非常重要的指标,电商运营需要关注主路径、次路径甚至精细到每一个品类 / SKU 的转化率;
  3. 留存要从不同的时间周期上研究,包括次日留存率、3 日、7 日、30 日留存;
  4. 复购则要从 3 个角度去看,复购用户量、复购率和复购金额比;
  5. GMV 是最重要的指标,我们的运营最终是围绕这个来进行的。GMV = UV * 转化率 * 客单价。
    ec-data-analysis-simon-02

 

 

二、商品运营:流量优化和品类优化

前面提到电商行业的一大特点是商品品类或者 SKU 非常多,那么如此多的商品该如何运营呢?

 

ec-data-analysis-simon-03

 

这是三个电商 APP 的首页界面(各家 Web 端布局也比较相似):前两个是京东和国美,属于平台型的电商;第三个是生鲜水果平台,属于垂直型电商。不难发现电商的产品在设计上非常类似,首页上面呈现的是轮播的 Banner ,下面是活动专区。

 

在商品运营中,尤其是首页商品更新速度快,我们要格外重视转化,甚至要精确到不同时间区间、不同位置、不同商品的转化率。然后根据转化率,结合业务经验,不断调整运营策略。然而目前,即使是大型的电商网站,也没有很好地做到这一点,对于每个商品品类 / SKU 的转化率的分析仍存在一定的空缺。

 

商品运营有一个非常大的优势:投入低,见效快,效果明显,商品运营的本质是通过不同坑位、不同活动、不同商品的分析来提高我们的转化率和 GMV 。

 

下图展示了一个电商购买流程的主路径:首页——活动页——商品详情页——支付完成。从精细化分析的角度出发,我们关注转化路径每一步的转化率;通过分析不难发现最后一步“支付完成”的转化率偏低。

 

ec-data-analysis-simon-04

 

我们更需要基于三个关键转化“UV- 点击”、“点击 – 加入购物车”、“购物车 – 支付成功”,对不同的商品进行比较分析,从而及时调整运营策略,下图就是各个步骤的转化率:

 

ec-data-analysis-simon-05

 

电商网站的运营节奏非常快,尤其是活动专区的“秒杀”、“抢购”等活动,需要实时监测 SKU 的更新变化。上图中,某电商平台进行了一次微信上的促销活动,通过实时监测到对应的平台访问情况,便于运营人员及时调整运营策略。

 

ec-data-analysis-simon-06

 

电商网站上的商品品类非常多,每一个品类都应该有明确的定位,不同定位的品类应该有不同的运营策略。根据商品品类的利润率、转化率等表现,我们将商品品类分成 4 种:导流型品类、高利润品类、高转化品类、未来明星型品类。

 

  1. 导流型品类:利润非常低,但是购买量大、市场需求大,目的在于导流。
  2. 高利润型品类:利润率高,希望用户更多购买此类商品。
  3. 高转化品类:带量。
  4. 未来明星型品类:这是电商平台的潜力股,虽然曝光量很低,但是转化率极高。

 

明确了商品的品类后,我们就可以针对性地展开运营。

 

ec-data-analysis-simon-07

 

这是新型的波士顿矩阵,横坐标代表商品的曝光量,纵坐标是商品的转化率,图中的每一个圆圈代表一个品类的商品。右上角的商品品类曝光量大、转化率高,是现金流的重要业务;而左上角的商品虽然曝光率非常低,但是转化率极高,属于我们上面提到的未来明星型品类,对于这一类商品,我们在后期的运营中可以增加其曝光量。

 

三、 怎样进行用户运营?

正如开头提到的,随着互联网用户增长速度的放缓,用户体验愈发重要,之前无目的的短信推送、app 通知有可能使用户厌烦,破坏用户的体验;甚至可能导致用户退订、卸载。

 

精细化运营的情况下,做好用户运营主要从两个角度出发:一是找到用户留存的关键点;二是采取差异化的运营策略,区分不同的用户群体,对不同群体采取差异化的运营方式。

 

3.1 找到用户增长的“魔法数字”

留住一个客户的成本远远小于重新获取一个客户的成本,所以留存至关重要,它关系着一个平台能否持续健康发展。

 

ec-data-analysis-simon-08

 

留存曲线分成三个周期,开始是震荡期和选择期,经过这两个周期,如果用户能够留下来,就会进入一个相对平稳期。

 

在硅谷流向的 growth hacking 中,经常提到 magic number(魔法数字)。

 

那么作为一个电商平台,你的平台的魔法数字是什么?

 

ec-data-analysis-simon-09

 

以某电商平台为例,在该网站上 7 天内完成 3 次购买的用户的留存度(红色)是一般用户(绿色)的 4 倍左右,因此在一周内让用户完成 3 次购买就是他的魔法数字。

 

 

5.2 差异化的运营策略

不同用户的活跃度、商品偏好、购买决策阶段都各异,我们需要采取差异化的运营策略。差异化的运营策略主要从 3 个角度出发:基于用户的活跃度、基于用户对不同商品的偏好、基于用户所处的决策阶段。

 

基于用户的活跃程度,我们可以将用户大致分成“流失用户”、“低频活跃用户”和“高频活跃用户”。一般情况下,一个用户 30 天甚至更久没有登录你的平台,我们基本可以认为该用户流失了。对于流失客户,是否要考虑采取召回策略。30 天内活跃 10 天以上的高度活跃用户,我们是否可以向其推荐更多精准的商品。

 

其次基于用户对不同商品的偏好,我们采用用户分群,将用户区分成“美妆类”、“鞋帽类”、“数码类”、“书籍类”等不同群体,然后精准推送新品。

 

最后,基于用户购买决策的不同阶段。一个标准的购买流程,先后经历“首页浏览 / 搜索——浏览商品详情页——商品对比——加入购物车——支付成功”等几个环节,用户在每一个节点都处于不同的决策阶段。我们从维度(属性数据)和指标(行为数据)出发,对用户分群,如“领取了优惠券,但是未使用”的用户,采取精准的推送。我们从 GrowingIO 提供的 API 导出这些用户的 ID 和属性,然后对接企业内容的 CRM 或者 EDM 进行精准的推送和提醒,刺激用户的转化。

 

四、优化产品的转化效率

目前电商产品的设计总体成熟、界面布局类似,我们主要结合用户的使用情况去优化产品。我们的思路主要是:优化产品不同路径的转化率,注重用户点评的管理。

 

4.1 优化产品,从转化做起

一个购买行为可能有多种转化路径:

  1. 首页——商品——订单转化
  2. 首页——商品列表——详情页——订单转化
  3. 首页——搜索——商品列表——详情页——订单转化
  4. 首页——单坑位 Banner——活动页——详情页——订单转化

 

除了不同路径的转化率,我们还关注转化的每一步:

 

ec-data-analysis-simon-10

 

上图利用 GrowingIO 漏斗功能展示了一个用户的购买流程及每一步的转化率,我们发现“加入购物车”到“支付成功”的转化率不到 1/3,偏低,需要排查具体的问题出在哪里。

 

ec-data-analysis-simon-11

 

一旦觉察到问题可能存在,我们就需要层层下钻,直接抵达问题的核心。我们通过用户分群,将“提交订单,但是未支付完成”的用户全部筛选出来。然后抽出 3-5 个符合条件的用户,借助“用户细查”仔细观看每个用户的操作流程,一般就能发现问题了。

 

4.2 用户评价的重要性

越注重用户体验的商品,用户评价的管理就越重要,例如旅游类商品、生鲜类商品、鞋服类商品等。

 

ec-data-analysis-simon-12

 

借助转化漏斗,我们发现观看过“商品评价图片”的用户的购买转化率是一般用户的 4 倍,但是其数量只占总体的 1/10。如果我们能引导用户参与点评,将优质点评展示给更多的新用户,那么我们的总体购买转化率将会有更大的提升。

 

注:文中留存图、用户分群、漏斗、实时分析等功能均来自 GrowingIO – 硅谷新一代数据分析产品。

 

 

 

 

 

推荐阅读

baozhu整理的那些你不知道的免费互联网数据工具

企鹅智酷:微信公众号读者行为洞察报告

【实验研究】你的首次点赞,很可能会影响最终的评价结果

【问答】如何提升电商产品的用户体验?

京东设计总监邵维翰:移动电商的设计价值


UXRen社区欢迎各界 用户体验从业者及学生 投稿优质原创文章。投稿请关注UXRen社区公众账号cnUXRen(下面有二维码)留言“我要投稿”,小编会及时与您取得联系。

 

版权声明:除转载文章外,本站所有文章版权归UXRen社区所有,转载请注明出处:UXRen社区,并保留本站原文链接地址。本站部分文章来自互联网及公开渠道,如有侵权请及时联系我们。邮箱:[email protected]

 

文章转载来源:知乎日报

头图素材来源:http://www.jinfonet.com

 

UXRen公众账号 关注UXRen微信公众号(cnUXRen)

UXRen社区欢迎各界 用户体验从业者及学生 投稿优质原创文章。投稿请关注UXRen社区公众账号cnUXRen(上面有二维码)留言“我要投稿”,小编会及时与您取得联系。


版权声明:除转载文章外,本站所有文章版权归UXRen社区所有,转载请注明出处:UXRen社区,并保留本站原文链接地址。本站部分文章来自互联网及公开渠道,如有侵权请及时联系我们。邮箱:[email protected]