哪个平台的空包安全:做电商设计,你必须懂的几条数据指标

什么是数据指标?——是切入数据的角度。有了数据指标,我们就可以知道需要收集哪些数据,需要持续监测哪些数据,以及从什么角度与历史绩效进行比较。
有各种类型的数据指标,其中一些被广泛使用,如DAU、新注册用户数量、光伏等。也有一些指标具有很强的商业特征。例如,直播平台可能会关注新主播的数量,而酒店预订业务更可能会关注房间预订量等等。
那么,在电子商务场景中,我们应该关注哪些数据指标呢?下面,笔者将根据工作中的数据分析经验,为大家梳理电子商务数据的基本逻辑和视角,并详细解读10个电子商务场景中常见的数据指标。
在电子商务中,看看数据的基本逻辑


1.从事件的顺序来看:流程行为交易
要看到数据,电子商务需要从发生的逻辑来理解它。就事件的顺序而言,用户必须先来(流量),然后浏览这里选择额外的购买(行为),最后付款(交易)。即流程行为交易,构成一个完整的电子商务交易事件。


2.从故障排除的角度来看:事务流程行为
面对真实的业务场景,如何看到最高效的数据?
就像你看到一棵树的样子一样,你不会捡起它所有的叶子再看一遍,但首先要从整体生长的角度看它是否高大茂盛。同样,推荐的分析角度是从宏观到微观,即交易流程行为。
首先看看最终结果,即交易数据。寻找任何明显的起伏,为这个周期/操作事件的成败定下基调。
如果交易数据有明显的起伏,进一步判断是否是流量数据的起伏造成的。因为流量数据是决定最终交易规模的最重要因素之一。不管你的经营策略有多巧妙,你的商品价格有多高,如果没有流量来参观,就不会有交易爆炸。
最后,如果流量的上升和下降没有显示出显著的水平,则可以将其从行为中分解出来,以查看关键行为的数据是否异常。例如,如果订购电子商务的黄金流程存在问题,可以将其分解为一个流量漏斗,查看搜索、业务细节、购买和订单的关键路径,以及是否存在节点跳得特别高的情况;如果是618主场馆,页面的订单输出可以分解为重点楼层的订单数量和二级楼层的订单数量,看重点主推楼层的订单数量是否符合预期。
以上步骤可以帮助我们快速建立阅读电子商务数据的基本视角;然而,进一步的分析需要对指标进行更深入的挖掘。
通用数据指示器1.交易:最终目标
GMV和订单数量(GMV:订单数量)
在分析之前,我们需要认识到这两个指标是对结果的描述。它们可以用来判断交易结果的成败,但它们也有局限性:它们只是最表面和宏观的价值,有许多变量可以影响和决定它们。因此,他们只能解释结果(好或坏),但不能直接给出结果的原因(为什么好或坏)。
因此,我们需要警惕将这些宏观指标与某种原因联系起来,并直接得出因果判断的结论。例如,如果我们看不到GMV已经上升,我们将直接判断这意味着我们的经营战略已经在——取得成功。结果和原因之间没有更多的争论,这需要进一步追踪。如何避免这种判断?从公式推导是一种客观的做法。下图是数据中心的分析功能。可以看出,由于紫外线的急剧下降,虽然转化率有了很大提高,但订单量仍然急剧下降,最终导致进口订单量下降。
GMV公式分析,图表来自懒惰分析平台
转换率(转换率=进货订单数量/流量)
它描述了流动转化效率的特征,流动转化效率首先受类别特征的影响,例如奢侈品的转化率低于消费品的转化率。影响转换率的另一个因素是游戏的可操作性,比如分发更多的优惠券,这将使用户更容易转换。还有一个因素,即引入的流量和当前登录页面之间的匹配度。例如,将对价格敏感的用户引入新产品主题的渠道页面将导致低转换率的风险。
客户单价(客户单价=GMV/进货订单数量)
它描述了每个订单的平均交易金额,具有很强的类别特征。例如,奢侈品的顾客价格自然高于消费品。同时,如果实施“单次购买、全额降价”等经营策略,也可以刺激用户在单个订单上购买更多的商品,从而提高客户的单价。
紫外线值(紫外线值=GMV/流量)
它描述了每个紫外输出的平均数量,还显示了流量的质量和流量与业务的匹配程度。想象一页。如果它的紫外线值高,这意味着引入更多的同类交通,它可以创造一个更大的GMV。因此,紫外值也是一个非常重要的指标,可以用来评估哪个业务/页面值得更多的流量。
思考:紫外线值和客户单价之间有什么区别?
不同影响因素:紫外值受流动质量影响较大;顾客单位价格更受所售商品的影响;
不同的使用场景:紫外值可用于评估页面/模块的价值创造潜力;客户单价可以用来比较类别和商品特征,但是一页的客户单价高并不意味着它有很强的创造价值的能力。只能得出这样的结论,这一页的类别更接近于高价出售的类别。2.流程:决定成败
紫外光伏(页面浏览量,页面访问量)
紫外线描述了游客的数量,这是一个非常重要的数据指标,它的数量往往决定了最终的GMV。紫外线来源于多种方式,如站外广告、站内资源配置、用户主动回访、社会裂变活动的共享与疏导等。
PV描述访问次数。例如,当用户一天访问该页面三次时,它将被计算为3 PV和1 UV。也就是说,光伏比紫外有更多的信息,用户在一定时间内可以多次访问。如果你想查看页面的流量大小,你可以同时查看紫外线和光伏。
人均浏览次数(人均浏览次数=页面访问量/页面访问量)
此指标描述了在特定时间段内每个用户浏览页面的平均次数。不同的场景会有不同的值,需要根据具体的场景来判断。在某些情况下,会有光伏比紫外线高得多的场景。例如,有些游戏需要用户多次回访,并且有一个在不同时间段运行的策略(例如,一天三个红包),等等。这需要对特定场景进行特定分析。


3.行为:追溯来源
点击率(点击率=模块点击次数/页面浏览次数)
点击此模块的用户数,占进入页面的所有流量的百分比。它可以作为用户对模块强烈需求的评价指标之一。与页面流量和页面GMV之间的关系类似,模块的点击率与模块的输出密切相关(如下图所示,横轴为每个模块)。
将每个模块的点击率与订单量进行比较,图表来自惰性分析平台
点击率的影响因素有:
模块在页面中的位置:如果模块放置得较高,则更有可能被更多用户看到,并且高点击率的可能性高于放置得较低的模块。毕竟,页面越低,你看到的用户越少。
模块本身的吸引力度:例如,如果模块本身是一个优惠券收集层,它比没有兴趣点的普通模块更有吸引力,更容易获得更多的点击。此外,模块的风格设计、主题表达的清晰性、主题对用户的吸引力以及潜在用户的规模都会影响模块的吸引力。
曝光点击率(曝光点击率=模块点击次数/模块曝光次数)
点击此模块的用户数是看到此模块的所有流量的百分比。与点击率公式相比,点击率的分母是所有进入页面的流量,但用户浏览的深度越深,流量越小。这导致了一个缺点,即模块越深,点击率越高,因为很大一部分流量根本看不到这个模块,并且它也被计算在分母中。曝光点击率是一个数据指标,在排除页面位置对模块的影响后,可以用来比较每个模块的吸引力。思考:哪些场景使用点击率,哪些场景使用曝光点击率?
当你想简单地评估地板对用户的吸引力时,你可以看到曝光的点击率;
当你想全面评估地板的整体效果和贡献时,看看点击率。毕竟,它与地板GMV有较高的相关性;
曝光需要特殊的嵌入点,这可能会影响页面性能。因此,我们通常没有办法获得曝光数据,我们只能看点击率。
曝光点击率的使用注意:
第一个屏幕中楼层的曝光点击率可能不准确。第一屏的曝光紫外线最大,包含各种异常情况,如一进入页面就跳出来,也算曝光。因此,第一个屏幕的曝光点击率通常太小(如下图所示),无法与其他楼层相比。如果您想比较第一个屏幕的情况,建议将它与点击率一起查看。
各屏幕曝光点击率的差异,图表来自某一页的数据分析
曝光率(曝光率=模块曝光次数/页面浏览次数)
这些数据显示了用户在页面上浏览的深度以及用户看到的屏幕百分比。从这些数据中,我们可以找到一些关键节点。例如,如果我们业务的主要推动力在第二至第三个屏幕,但最终发现第二个屏幕的曝光率急剧下降,这是一个问题。也许我们需要把主推内容提高一点,或者我们需要检查第一个屏幕上是否有让用户立即跳出来的内容……这是曝光率的数据指标,可以带来分析价值。
停留时间
这个数据索引很容易理解,它描述了用户平均在页面上停留的时间。
思考:曝光下降曲线越慢/浏览深度越深/停留时间越长,这是否意味着我们的页面做得更好?
暴露和停留时间的影响因素是一致的,因此可以一起解释。暴露率的下降曲线和停留时间的长短有以下影响因素:
人类生理极限:人不是机器。根据研究,“一个人在不受干扰的情况下进行一次手术的时间是6秒~ 30秒”[注1]。如果超过这个常数,用户将会分心。可以想象,用户在一个页面上停留的时间是有上限的,这个上限不会随着页面上内容的数量而改变。一个反例是通过兴趣点吸引用户在页面上更深层次的浏览,这不仅违背了生理极限,而且将用户的自然浏览行为和目标转化为相似的操作来完成任务,追求更多的兴趣点。除了用兴趣点交换好看的数据,这种方法似乎没有带来更多的产出。
页面定位和内容:在double 11的主会场,用户的行为模式接近于寻找报价和目标类别,因此他可能不会在这里浏览太多屏幕,也不会停留太久。此时,它会影响曝光率和停留时间。关键是他能多快找到感兴趣的报价。因此,不能说浏览深度越深,停留时间越长越好;在商业智能(千人千面)商品瀑布中,用户的行为是徘徊和选择。此时,他更有可能浏览更多屏幕并停留更长时间。因此,他浏览的商品越多,可以说最终的好处是最好的。异常情况:例如,异常加载和页面折叠将导致异常低的停留时间和异常低的曝光后,第二个屏幕。
综上所述,我们应该根据具体场景,通过几次历史数据的比较,设定并修正目标曝光率和目标停留时间。在工作日查看这两个数据可视为监控异常数据,正常范围内的波动不需要过度解释。一旦发现特殊异常情况,将进行具体分析。

赞(0)
未经允许不得转载:京东空包 » 哪个平台的空包安全:做电商设计,你必须懂的几条数据指标
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址