我来教你电商数据分析的五大数据指标和三个思路。

当今电商成长的十分火热，而很多电商的运营团队缺乏精密化运营和数据驱动的经验和意识，可是电商运营正在成为电商本身增加越来越主要的因素。做为一个电商人该关注、分析哪些电商数据呢。

电商平台数据的分析，首要关注的五大关键数据指标：活跃用户量、转化、保存、复购、gmv；三个关键思绪：商品运营、用户运营、产品运营。

五大数据指标

在浩繁的互联网细分行业中，电商行业起步早，成长时候长，行业特征显著：

1）商品品类及 sku 多，用户笼盖面广，运营难度大；

2）整体上客单价低（除旅游、豪侈品等外），强调保存与复购；

3）电商产品设计相对的成熟，重中之重是优化运营；

4）电商行业竞争的白热化，精密化运营是冲出重围的必备技术。

要想实现精密化运营，数据是必不成少的一个环节。电商网站要提高运营效率，最少需要五大关键指标：活跃用户量、转化率、保存、复购和 gmv 。

1）活跃用户量是一个根基的指标，有 dau（日活跃用户）、wau（周活跃用户）和 mau（月活跃用户）三个条理；

2）转化是一个很是主要的指标，电商运营需要关注主路径、次路径乃至精密到每个品类 / sku 的转化率；

3）保存要从不同的时候周期上研究，包括第二天保存率、3 日、7 日、30 日保存；

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 是最主要的指标，我们的运营最终是环绕这个来进行的。gmv = uv *转化率*客单价。

三条运营思路

商品运营

前面提到电商行业的一大特点是商品品类或者 sku 很是多，那么这么多的商品该若何运营呢？

这是三个电商 app 的首页界面（各家 web 端结构也对比相似）：前两个是京东和国美，属于平台型的电商；第三个是生鲜生果平台，属于垂直型电商。不难发现电商的产品在设计上很是近似，首页上面显现的是轮播的 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，我们要非分特别正视转化，乃至要切确到不同时候区间、不同位置、不同商品的转化率。然后按照转化率，连系营业经验，不竭调整运营策略。然而现在，即便是大型的电商网站，也没有很好地做到这一点电商数据分析，对于每一个商品品类 / sku 的转化率的分析仍存在必定的空白。

商品运营有一个很是大的优势：投入低，生效快，结果较着，商品运营的素质是经由过程不同坑位、不同活动、不同商品的分析来提高我们的转化率和 gmv 。

展现了一个电商购买流程的主路径：首页——活动页——商品详情页——付出完成。从精密化分析的角度动身，我们关注转化路径每一步的转化率；经由过程分析不难发现最后一步“付出完成”的转化率偏低。

我们更需要基于三个关键转化“uv-点击”、“点击-收藏购物车”、“购物车-付出成功”，对不同的商品进行对比分析，从而实时调整运营策略，下图就是各个步调的转化率：

电商网站的运营节拍很是快，尤其是活动专区的“秒杀”、“抢购”等活动，需要及时监测 sku 的更新转变。上图中，某电商平台进行了一次微信上的促销活动，经由过程及时监测到对应的平台会见环境，便于运营人员实时调整运营策略。

用户运营

正如开首提到的，跟着互联网用户增加速度的放缓，用户体验愈发主要，之前无目标的短信推送、app 通知有可能利用户腻烦，粉碎用户的体验；乃至可能致使用户退订、卸载。精密化运营的环境下，做好用户运营首要从两个角度动身：一是找到用户保存的关键点；二是采纳差别化的运营策略，辨别不同的用户群体，对不同群体采纳差别化的运营体例。

1. 找到用户增加的“魔法数字”

留住一个客户的成本远远小于从头获得一个客户的成本，所以保存相当主要，它关系着一个平台可否延续健康成长。

保存曲线分成三个周期，起头是震动期和选择期，颠末这两个周期电商数据分析，若是用户可以或许留下来，就会进入一个相对安稳期。 在硅谷流向的 growth hacking 中，常常提到 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？

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

2. 差别化的运营策略

不同用户的活跃度、商品偏好、购买决议计划阶段都各别，我们需要采纳差别化的运营策略。差别化的运营策略首要从3个角度动身：基于用户的活跃度、基于用户对不同商品的偏好、基于用户所处的决议计划阶段。

基于用户的活跃水平，我们可以将用户大致分成“流掉用户”、“低频活跃用户”和“高频活跃用户”。一般环境下，一个用户 30 天乃至更久没有登录你的平台，我们根基可以认为该用户流掉了。对于流掉客户，是不是要考虑采纳召回策略。30 天内活跃 10 天以上的高度活跃用户，我们是不是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，我们采取用户分群，将用户辨别成“美妆类”、“鞋帽类”、“数码类”、“册本类”等不同群体，然后精准推送新品。

最后，基于用户购买决议计划的不同阶段。一个尺度的购买流程，前后履历“首页浏览/搜索——浏览商品详情页——商品比较——收藏购物车——付出成功”等几个环节，用户在每个节点都处于不同的决议计划阶段。我们从维度（属性数据）和指标（行为数据）动身，对用户分群，如“领取了优惠券，可是未利用”的用户，采纳精准的推送。我们从 growingio 供给的 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。

产品运营

现在电商产品的设计整体成熟、界面结构近似，我们首要连系用户的利用环境去优化产品。我们的思绪首要是：优化产品不同路径的转化率，注重用户点评的经管。