电商运营产品数据策略

电商数据运营是指数据的所有者通过对数据的分析挖掘,把隐藏在海量数据中的信息作为商品,以合理化的形式发布出去,供数据化的消费者使用。

数据充斥在运营的各个环节,所以成功的运营一定是基于数据的。在运营的各个环节都需要以数据为基础。当我们养成以数据为导向的习惯之后,做运营就有了依据,不再是凭经验盲目运作,而是有的放矢。

当有了足够的数据之后,我们可以不再依赖主观判断,而让数据成为公司里的裁判。理想情况下,如果我们能够追踪一切数据,那么所有的决策都可以理所当然地基于数据。

在企业中,我们从整体战略到目标设定,再到驱动商务运营的方法,最后采用一定的度量来衡量电商数据运营的效果。

数据在企业中的作用是巨大的。不同层面的人需要对数据进行不同的操作。不同层面的人根据看到的数据需要做出不同的决策内容,如下所示:

·决策层:商业智能=战略,电子商务的运营策略。

·管理层:商业智能=战术,商务运营的计划。

·运营层:商业智能=操作,电子商务运营具体实施。

网站流量、Alexa排名对电子商务网站都是虚无的东西,但还是有很多人去看一个电子商务网站的流量、排名。

转化率应是电子商务网站的运营核心,一个销售转化率千分之几,数字看似简单,其实一个电子商务网站的所有部门其实都是为了提高转化率数字而奋斗。提高转化率比例是网站综合运营实力的结果,但是部门与功能改善不一定能提高这个数字,而且这个转化率数据到一定情况时会处于一个瓶颈,每提高一点儿都非常难。

如果供应链没有保证、商品价格没有优势、对用户没有吸引力,转化率就会很低。商品与供应链对转化率影响最大,基本决定是万分之几还是千分之几的转化率区间。如果没有有效解决供应链,其他用户体验做得再好、市场推广做得再出色,从长远来说转化率都是很难有所提升的。

产品与技术在转化率上的作用主要体现在用户体验改善,用户体验改善可以提高用户访问商品页面的比例、进入购物车的比例,从而提高整个网站的转化率。

从购物车到实际成交比例转化率行业水平一般是10%。如果你的这个数据没有达到这个标准,证明你的网站的购物流程一定存在重大缺陷。

其次是市场推广效果,推广越精准,吸引的购物人群越多,转化率越高。有些网站每天带来10万人访问,可能一个订单也没有。搜索引擎可能带来1000个人访问,就有1人产生购买,如当当5年SEM经验,从100元带来一个订单,再到55元带来一个订单,最好的数据是15元平均成本带来一个订单。

实现运营数据化,以数据为指导思想,发现问题,解决问题,逐步使运营工作稳健地踏上一个又一个台阶。

电商运营中涉及的相关数据如下:

·日常性数据(基础)流量相关数据:IP、PV、在线时间、跳出率、新用户比例;

·订单相关数据:总订单、有效订单、订单有效率、总销售额、客单价、毛利润、毛利率;

·转化率相关数据:下单转化率、付款转化率。

当前电商运营基本已经实现基础数据分析模板系统,所以常规性的销售额、利润、利润率都可以通过系统实现。因为直接与后台对接,库存管理完善,分析数据时候可以根据各自的需求灵活变化。由于会出现用户今日下单,明日付款,所以订单有效率、销售额、转化率、客单价会动态变化。

争取开展每周数据分析,因为用户下单和付款不一定会在同一天完成,但一周的数据相对是精准的,所以我们把每周数据作为比对的参考对象,主要的用途是,比对上周与上上周数据间的差别,运营做了某方面的工作,产品做出了某种调整,相对应的数据也会有一定的变化,如果没有提高,说明方法有问题或者系统本身存在问题。

下面说明下重要的数据指标,以便读者理解:

·网站使用率:涉及IP、PV、平均浏览页数、在线时间、跳出率、回访者比率、访问深度比率、访问时间比率等,这些是最基本的数,提高每一项数据都不容易,这意味着要不断改进发现的每一个问题,不断完善购物体验。

·跳出率:跳出率高绝不是好事,但跳出的问题在哪里才是关键。在一些推广活动或投放大媒体广告时,跳出率都会很高,跳出率高可能意味着人群不精准,或者广告诉求与访问内容有巨大的差别,或者本身的访问页面有问题。针对常规性的跳出率,登录、注册、订单流程,用户中心等基础页面,如果跳出率高于20%,就说明系统不少的问题,也可以根据跳出率来改进购物流程和用户体验。

·回访者比率为一周内两次回访者与总来访者之比,它意味着网站吸引力以及会员忠诚度。如果在流量稳定的情况下,此数据相对高一些,如果太高则说明新用户开发得太少,太低则说明用户的忠诚度太差,复购率不高。

·访问深度比率为访问超过3个页面的用户与总的访问数之经,访问时间比率为访问时间在10分钟以上的用户数与总用户数之比,这两项指标代表网站内容的吸引力,数据比率越高越好。

·运营数据:涉及总订单、有效订单、订单有效率、总销售额、客单价、毛利润、毛利率、下单转化率、付款转化率、退货率等。

·每日数据汇总:每周的数据一定是稳定的,主要比对上周的数据,用于重点指导运营内部的工作,如产品引导、定价策略、促销策略、包邮策略等。

·用户分析:涉及会员分析、新会员注册、新会员购物比率、会员总数、所有会员购物比率,用于概括性分析会员购物状态,重点在于本周新增了多少会员,新增会员购物比率是否高于总体水平。如果你的注册会员购物比率很高,引导新会员注册不失为提高销售额的好方法。

·会员复购率:涉及1次购物比例、2次购物比例、3次购物比例、4次购物比例、5次购物比例、6次购物比例等。

转化率体现的是B2C的购物流程、用户体验是否好,可以称为外功;复购率则体现B2C整体的竞争力,绝对是内功,这包括知名度、口碑、客户服务、包装、发货等每个细节,好的B2C复购率能做到90%,没有复购率的B2C绝对没有任何前途,所以这也能够理解为什么很多B2C愿意花大钱去投门户广告,为了就是获取用户的第一次购买,从而获得长期的重复购买。

因此,运营的核心工作一方面是做外功,提高转化率,获取消费者第一次购买行为,另一方面就是做内功,提高复购率。B2C的根本在于重复购买。B2C是个综合学科,做好每门功课都不容易,不过只有依靠每个细节,才能奠定B2C发展的基石。

统计的数据流量来源分析具有重要的意义,分析如下:

·监控各渠道转化率,这是运营的核心工作,针对不同的渠道做有效营销,IP代表着力度,转化率代表着效果。

·发掘有效媒体,转化率的数据让我们清晰地了解什么样的渠道转化效果好,那么以此类推,同样的营销方式用在同类的渠道上效果差不到哪去,BD或广告部门就可以去开发同类的合作渠道,复制成功经验。

流量分析是为运营和推广部门指导方向的,除了关注转化率,还包括浏览页数、在线时间,这些都是评估渠道价值的指标。

内容分析主要涉及两项指标:退出率和热点内容。退出率是个好医生,很适合用于检查网站的问题,若哪里的退出率高,则基本说明这里有些问题。运营人员应重点关注登录、注册、购物车、用户中心,这些是最基础的数据,但也是最关键的数据。热点内容用来指导运营工作,涉及消费者最关注什么,什么产品、分类、品牌点击最高,这些数据在新的运营工作中应作为重点引导,推荐消费者最关注的品牌,促销最关注的商品等。

商品销售分析数据是内部数据,可以根据每周、每月的销售详情,了解经营状况,做出未来销售趋势的判断。