비즈니스 웹사이트의 핵심 데이터 분석 모델

그것은 년의 끝 그리고 요약 하는 시간 이다. 비즈니스--소비자는 무엇을 요약 해야? 이익?? 매출 총 이익?? 비용?? 비어 있는 단어는 매우 창백 하 고, 매우 아마추어 여야 합니다. 데이터, 데이터와 이야기.

연산자의 비즈니스 특성에 따라 저자 기업 전체 운영 시스템의 데이터 모델을 설정 하 고 기술 부서 연결 쇼핑몰의 무대와 무대 우리의 웹 버전의 데이터 분석을 구현 하기 시작 했다.

내년 우리의 작업 부서 것입니다 점차적으로 실현 작업 데이터, 데이터 지도 이념으로 문제 검색, 문제 해결, 점차적으로 다른 후 한 단계를 꾸준히 작업 작업.

첫 번째 항목: 일일 데이터 (기초)

1. 흐름 관련된 데이터:

1.1 IP

1.2 PV

1.3 온라인 시간

1.4 반송 률

1.5 새 사용자의 백분율

2. 주문 관련 데이터:

2.1 총 주문

2.2 유효한 주문

2.3 순서 효율성

2.4 총 판매

2.5 고객 가격

2.6 매출총이익

2.7 매출 이익률

3. 변환 속도 관련된 데이터:

3.1 단일 변환 속도

3.2 지불 전환율입니다.

간단한 설명:

1. 왜냐하면 우리는 데이터 분석 시스템 (일부 회사 인보이스 소프트웨어를 사용)의 기본 웹 버전을 실행 했다, 그래서 일반 판매, 수익, 이윤, 시스템을 통해 얻을 수 있습니다.

2. 저장소 무대에서 도킹와 직접 재고 관리 데이터의 분석에 완료 되었습니다, 때문에 원래 데이터의 배경, 설정 수식, 밖으로, 원하는 결과 그렇게 소프트웨어를 보다 더 효율적 구현 그들의 자신의 개발의 필요에 따라 유연한 될 수 있습니다.

3. 고객 단가 동적 변경 될 것입니다에 의존 사용자 나타납니다 오늘 주문, 내일 지불, 그래서 순서는 효율성, 판매, 전환 속도 때문에 Excel은 해야 하지, 그래서 유연한 도킹 시스템은 매우 중요 하다, 만약에 아닙니다, 또한 개발 하는 필요의이 부분을 참조할 수 있습니다.

둘째: 주간 데이터 분석 (코어)

사용자 주문과 결제는 반드시 같은 날에 완료 되지만 주에 대 한 데이터는 상대적으로 정확 하 고, 그래서 우리가 비교의 참조 대상으로 주간 데이터를 사용 하 여, 주요 목적은 지난 주, 지난 주, 데이터의 차이에 비해, 작업 했던 몇 가지 작업, 일부 조정, 해당 데이터를 만든 제품 특정 변화를 해야 합니다. 아무 향상 나 있는 경우에, 방법으로 문제 또는 그것에 대 한 문제가 있다.

1. 사이트 사용 현황: IP, PV, 페이지, 온라인 시간, 반송 률, 평균 수 반환 방문 비율, 액세스 깊이 비율, 액세스 시간 비율.

이것은 가장 기본적인, 각 데이터 증가 쉽지 않다는 모든 검색 문제의 세부 정보를 지속적으로 개선 하 고 지속적으로 쇼핑 경험을 개선 하는 것을 의미. 중요 한 데이터 표시기 설명:

1.1 반송 률: 높은 점프 속도 좋은 것은 아닙니다 하지만 문제는 어디에 키를 밖으로 뛰어. 내 경험에, 일부 프로 모션 활동 또는 대형 미디어 광고의 출시에 반송 률 군중은 정확 하 게, 또는 광고 호소와 큰 차이, 또는 그것의 자신의 액세스 페이지의 콘텐츠에 대 한 액세스는 문제가 의미 높은 속도에서 점프 하는 매우 높은 것입니다. 일반 반송 률 점프 속도가 20% 보다 높은 경우는 로그인, 등록, 주문 흐름 1-3 단계, 사용자 센터 및 다른 기본 페이지에 참고, 난 거기 많은 문제, 또한 쇼핑 프로세스 및 사용자 경험을 개선 하기 위해 점프 속도 따라.

1.2 반환 율 = 2 주/총 방문자, 당 사이트의 매력, 뿐만 아니라 충성도, 안정적인 상황에서이 데이터 흐름은 상대적으로 높은 일부 경우 것입니다 된다는 의미 상대적으로 높은, 보여줄 새로운 사용자의 개발 너무 작고 너무 높은, 사용자의 충성도 너무 나쁜, 환매의 속도가 높은 설명 하기 위해 너무 낮은.

1.3 액세스 깊이 비율 방문, 액세스 시간 비율의 사용자/총 수의 이상의 11 페이지 = = 액세스 시간 10 분 이상 사용자/총 사용자,이 두 가지 지표 대표 사이트의 매력, 높은 데이터 비율 더 나은 콘텐츠.

2. 동작 데이터: 총 주문, 효과적인 순서, 순서 효율성, 총 판매액, 고객 단가, 매출총이익, 총이익, 다음 단일 전환율, 지불 전환율, 반환 율;

매일 데이터 요약, 주간 데이터 안정, 주로 보다 지난 주 데이터, 제품 안내, 가격 전략, 홍보 전략, 패키지 및 메일링 전략 같은 내부 작업의 작업 지침에 초점을 해야 합니다.

2.1 데이터에 비해, 왜 주문 수 감소? 하지만 판매 증가? 좋은 것은?

2.2 비교 데이터, 왜 고객 단가 증가? 하지만 여백 아래로? 좋은 것은?

2.3 비교 데이터, 당신은 할 수: 매출 성장, 이윤, 주문 번호에 증가? 그것은 불가능 하지입니다.

모든 질문, 운영 데이터를 찾을 수 있습니다 대답.

셋째: 사용자 분석

1. 회원 분석: 신규 회원 등록, 쇼핑 비, 회원 총 수, 모든 회원 비율; 쇼핑 신규 회원

회원 쇼핑 상태의 일반적인 분석, 초점은에 얼마나 많은 신규 회원이 주, 새로운 회원 비율을 쇼핑 전체 수준 보다 더 높은. 만약 당신이 등록 된 회원의 높은 백분율, 새로운 회원 등록 하 여 판매를 증가 하는 좋은 방법입니다.

1.1 회원 환매 속도: 1 시간 쇼핑 비율, 2 회 쇼핑 비율, 3 번 4 번 5 번 비율를 쇼핑 쇼핑 비율, 비율, 쇼핑 6 회 쇼핑 비율;

1.2 전환율은 쇼핑 프로세스의 구현, 사용자 경험 여부에, 불릴 수 있다 웨이 징, 전반적인 경쟁력을 반영 하는 환매 속도 전체의 절대적으로 내부 강도, 가시성, 단어-의-입, 고객 서비스, 포장, 인보이스 등 모든 세부 사항에 포함, 좋은 기업 환매 비율 90%, 할 수 있는 절대적으로 아무 환매 속도 없이 소비자에 대 한 미래를, 그래서 그것은 또한 많은 소비자 지출 하고자 하는 이유를 이해 하는 데 도움이 사용자의 첫 구매 하 고 따라서 장기 위해 포털 광고에 돈 많이 반복 구매입니다. 하지만 일부 소비자의 쇼핑 경험을 할 하지, 광고 때 려 돈 많이 지출, 이것은 순전히 레코딩의 행위입니다.

그래서 내가 생각 작업의 핵심 한 한편으로, 웨이 징, 첫 구매 행동, 다른 한편으로 소비자를 얻기 위해 전환율을 향상 하는 것입니다 내부 강도, 환매 속도 개선, 소비자 구매 동시에 이다. 그래서 그것은 쉽게 모든 주제를 잘, 할 하지만 그것은 모든 비즈니스--소비자의 개발을 위한 토대를 마련가지고 세부 정보.

중국의 소비자는, 중국 소비자 허용 하기 때문에, 당신이 속임수 나 일단, 내가 수 있습니다 또한 당신을 용 서, 공간을 선택 하는 소비자에 게 진실을 말할 하지 너무 많은, 하지만 새로운 상승으로 비즈니스, 주 및 서비스에 대 한 투자의 성장, 미래 서비스 산업, 포터 하지 될 것입니다 믿습니다.

넷째: 흐름 소스 분석

우리가 Google 웹 로그 분석, 자세한 통계 데이터를 사용 하 여, 가장 중요 한 의미를 생각 하는 흐름 소스 분석:

1. 각 채널의 변환 비율을 모니터링, 이것은 효과적인 마케팅을 할 다른 채널에 대 한 작업의 핵심, IP 나타냅니다 힘, 전환율 나타냅니다 효과;

2. 찾아보기 효과적인 미디어, 데이터의 변환 속도 저희가 아주 명확한은 어떤 종류의 채널 변환 효과 좋은, 다음에, 같은 마케팅 방법, 사용된 유사한 채널, 더 적은의 효과, BD 또는 광고 협력, 성공적인 경험의 복제의 비슷한 채널을 개발에 갈 수 있다.

작업 흐름 분석은 및 전환율로 검색에 초점 뿐만 아니라 부의 방향으로의 프로 모션 페이지, 온라인 시간, 평가 채널 값 표시기.

5: 콘텐츠 분석

두 가지 주요 지표: 출구 속도 뜨거운 콘텐츠

1. 종료 속도 좋은 의사, 시체를 확인 하는 고객에 매우 적합, 출구 속도가 높은, 기본적인 몇 가지 문제가 됩니다, 그리고 로그인, 등록, 장바구니, 사용자 센터에 집중, 이들은 가장 기본적인, 하지만 또한 가장 중요 한. 일반적으로 TOP20 출구 속도 페이지 다음 부 왜에 초점을 것입니다 작업 나열 됩니다 그리고 개선, 하지만 우리는 매우 거친이 올해, 하지 않았다 아주 좋아, 내년 초점을 개선 하.

2. 핫 콘텐츠가이 부분은 사용 하는 작업의 작업, 무엇에 관심을 지불 하는 소비자, 어떤 제품, 분류, 브랜드 클릭, 할의 지도, 브랜드, 프로 모션의 가장 우려에 대해 가장 우려 추천 소비자 초점 상품에 대 한에 새 작업에 이러한 데이터입니다.

항목 6: 상품 판매 분석

이 부분은 내부 데이터를 주간, 월간 판매 정보, 심판의 미래 판매 추세를 만들기 위해 비즈니스 상황을 이해 하는 것에 따라, 데이터 모델의이 부분은 아직 계획은, 각 가족 상황 이므로, 여기서 설명 하지 않습니다.

소스: 네트워크