品才網>計算機/互聯(lián)網/通信>數據掘金：電商數據運營入門篇

數據掘金：電商數據運營入門篇

時間：2022-07-10 18:52:03 計算機/互聯(lián)網/通信我要投稿

相關推薦

數據掘金：電商數據運營入門篇

如何投放廣告以尋找合適的客戶人群。

如何組織安排網站的網頁內容，以符合訪客的個性化需求。

如何找出同一類訪客的特征并預測其未來的購買行為。

如何調整商品頁面的安排以提高商品被購買的比例。

如何自動地把商品分類，把同時可能購買的貨物放在同一個網頁上，以增加單次購買的商品總值。如何吸引老客戶多次回訪網站，并做反復購買。

如何估計購物車被放棄的可能性以及如何降低這一數字。

所有這一切都建立在尋找不同的顯性或者隱含的數據模式之上。

1 網站流量分析

要解答客戶什么時候來丶從哪里來的問題要訴諸于電子商務領域最常聽到的一個詞了：流量。通常說的流量( Traffic)是指網站的訪問量，是用來描述訪問一個網站或是網店的用戶數量以及用戶所瀏覽的網頁數量等一系列指標，這些指標主要包括：獨立訪客數量( Unique Visitors)丶頁面瀏覽數( Page Views)丶每個訪客的頁面瀏覽數(Page Views Per User)。

查看流量數據可以采用的工具有 Google分析( Google Analysis)丶百度統(tǒng)計丶我要啦丶淘寶量子恒道丶 CNZZ等。利用這些工具，我們可以從多維度來分析流量，例如從時間維度來分析流量，可以得出在什么時間段訪問某類商家的客戶最多，也就是客戶最喜歡在什么時候來到我們的電子商務網站，這對中小型的電子商務網站的幫助是最大的。

在做流量分析和訪客來源分析中，我們最常使用的數據挖掘方法是時間序列。時間序列是數據挖掘領域中用來分析一段時間里各項指標的變化情況最常用的方法，通過時間序列我們不光可以從趨勢圖中看出網站(店)流量的大體變化情況，更重要的是我們能夠預測未來一段時間的網站(店)流量情況。

網站流量分析，是指在獲得網站訪問量基本數據的情況下對有關數據進行的統(tǒng)計和分析，其常用手段就是 Web挖掘。Web挖掘可以通過對流量的分析，幫助我們了解 Web上的用戶訪問模式。那么了解用戶訪問模式有哪些好處呢?

　在技術架構上，我們可以合理修改網站結構及適度分配資源，構建后臺服務器群組，比如輔助改進網絡的拓撲設計，提高性能，在有高度相關性的節(jié)點之間安排快速有效的訪問路徑等。

幫助企業(yè)更好地設計網站主頁和安排網頁內容。幫助企業(yè)改善市場營銷決策，如把廣告放在適當的 Web頁面上。幫助企業(yè)更好地根據客戶的興趣來安排內容。幫助企業(yè)對客戶群進行細分，針對不同客戶制定個性化的促銷策略等。

一般的互聯(lián)網數據分析工具中都有網站訪客流量來源分析功能，可以直接得出一定結果。而本案例中的網上商城是構筑在淘寶天貓商城之上的，所以我們只能采用淘寶本身提供的和淘寶開放平臺上的工具來做數據分析。我們可以從店鋪的淘寶量子恒道工具中直接獲取流量來源和訪客地理位置分布。

圖 1和圖 2中的流量來源和訪客地理位置分布就是從店鋪的淘寶量子恒道工具中直接獲取到的。

圖 1 最近 7天訪客來源分布示意圖

圖 1基本闡明了最近 7天網店的客戶通常采用何種方式進入網店。這里我們可以看到，因為這家網店的店鋪優(yōu)化做得還可以，來自淘寶的免費流量占到了 36.67%。同時因為做了一定時間，有一定的知名度，所以自主訪問的比例超過了 20%，占到了 22.41%。通常來說，如果商品的品質和價格吸引人，網站呈良性發(fā)展，那么淘寶免費流量和自主訪問的所占比例就會穩(wěn)步提高。

因為這個網店是在天貓站內，所以來自站外的訪問量不是特別多。而對于獨立的網上電子商城，基于搜索引擎的流量會占到相對較高的比例。來自搜索的流量同樣也要分成自然搜索流量和搜索關鍵詞廣告流量。

對于獨立的網上商城，也就是說它們不在天貓這類綜合電子商城內的，我們可以分析出用戶是點擊了什么鏈接進入到商城的;如果是來自于搜索引擎的，我們還可以分析出用戶是通過搜索什么關鍵詞進入到商城的。

圖 2 最近 7天訪客來源地理位置分布示意圖

圖 2 的數據顯示了最近 7天網店的客戶分別來自哪個省份。在圖 2中我們看到，訪問該網上商城最多的訪客來自廣東，約占 19%，而其次來自北京和江蘇，分別占 11.25%和 8.85%。值得注意的是，來自該品牌的一個重點目標城市上海的流量并不太多，只占 3.66%。

發(fā)現(xiàn)來自上海的流量占比不高的時候，我們可以做兩種假設：

　　是否上海的受眾不喜歡我們推出的產品?

　　是否對于上海的推廣力度不夠?

為了驗證第一種假設，我們可以做客戶調研，看是否增加某些關鍵詞的商品描述和圖片可以提升客戶留存。而對于第二種假設，我們可以針對上海地區(qū)投放廣告，并監(jiān)測廣告的轉化率和效果。

對于單個訪客在互聯(lián)網上的來源分析，可能是沒有太大意義的。但是綜合一段時間內所有訪客的來源信息，我們可以做趨勢分析，從而決定在互聯(lián)網上投放廣告和資源的力度及方向。

2 商品銷售分析

在電子商務網站上對商品銷售進行分析是定時定期需要做的事情。我們可以做的商品銷售分析種類很多，比如各個不同商品的訪問量丶熱點分析丶性能數據等。我們在做分析時，也要考慮到行業(yè)丶時間和地域等各種方面的因素，并和平均及基準的數據做對比。

做商品銷售分析，需要從時間和空間的維度以及商品的類別丶價格等多個維度來做分析，這里可以做的報表類型非常多。

我們單純從時間維度上來看，常用的報表是同比和環(huán)比的報表，而時間區(qū)間的選擇可以是年丶季度和月，而當一個電子商務網站在剛剛開始的時候，周數據的報表也是偶爾會用的。

除了分析商品的銷售之外，我們還需要做的分析是潛在的銷售，也就是客戶到網站來，瀏覽了哪些商品和分類，搜索了哪些商品，從而了解客戶的興趣點和將來可能購買的商品。

我們來看一家電子商務網站熱銷商品銷售的月報表(見表 1)。

表 1 商品銷售月報表

表 1 中的平均客單價指的是在購買相應商品時平均訂單的價格。在整個網站上所有商品的平均單價為27.63，平均客單價為49.48。從熱銷商品的排名來看，平均客單價偏低，在前五名的商品中，只有兩件商品的平均客單價高于平均值。從表 1 中的數據來看，銷售是有提升空間的。我們看表 1 中貨品單價最高的兩個產品 B和 D，其對應的平均客單價也是最高的，而且從商品單價和平均客單價的比對來看，購買商品 B和 D的用戶，同時也購買了多個其他商品。如果我們可以提升商品 B和 D的銷售，網站的整體收入也會隨之提升。

3 定期數據分析

要想做好電子商務網站的運營，需要做各種分析和報表，定期展示丶對比網站數據和運營數據。而對于大部分 CEO來說，周期的銷量增長量可能是他們最為關心的數據分析。

以增長量為例，下面列出的這些數據是電子商務公司的董事長丶總經理和各級銷售管理人員經常需要查看的與業(yè)務相關的增長量數據。這些數據都可以是負數。

增長量：所分析的業(yè)務在一定時期內增長的數量，是分析期與對比期的差額。

同比增長量：當前值與去年同期值之間的差值，用同比增長量來統(tǒng)計消除了周期變動和季節(jié)變動的影響，所用時間期間通常是月或者季度。

環(huán)比增長量：是指當前值與上一期數值之間的差值，所用時間期間一般是季度丶月或者星期。

增長速度是用來反映業(yè)務成長性的相對指標，用以查看當期增長量和對比期的數據對比。

同比增長速度是當期增長量與去年同期值之比，說明當期業(yè)務水平對去年同期業(yè)務水平增長的相對程度。

環(huán)比增長速度是當期增長量與前一期水平之比，說明業(yè)務分析期與相鄰前期業(yè)務水平的相對增長程度。項目增收貢獻率：某項目增長量和所有項目總的增長量的比例。

4 內容分析

我們所述的電子商務網站上的內容分析和其他分析一樣，也都是需要從數據出發(fā)的。

商品分析和頁面分析從一定的角度來說，也都屬于內容分析。這里所說的內容分析的對象是在商品頁面之外的內容。