电子商务数据七个因素透析.docx

电子商务数据七个因素透析.docx

《电子商务数据七个因素透析.docx》由会员分享，可在线阅读，更多相关《电子商务数据七个因素透析.docx（5页珍藏版）》请在冰豆网上搜索。

电子商务数据七个因素透析

电子商务数据七个因素透析

　　电子商务为何需要做数据分析?

电子商务又该如何做数据分析?

电子商务发展的速度越来越快，这个行业的趋势变化也越来越快。

对于电子商务公司的老板而言，想要自己永远跟着趋势走，学习运用数据分析是必然的。

　　世界工厂分析认为，现在不是缺数据，而是数据太多。

据统计，在今天的互联网上，每秒会产生上万个微博信息、几百万次的搜索、Facebook上的几十万次内容。

稍大的电子商务公司，都会采集一些行为数据，但是这些行为数据与商业数据有什么关系?

今天绝大多数公司，甚至包括凡客诚品这样著名的电子商务公司，曾经都不知道如何利用成千上万的零散数据。

　　一、数据分析的重要性

　　首先，我们要来了解一下数据分析对于一个网站的重要性。

笔者并不从理论方面来论证数据分析的重要性，而是从各方对这一方面的动向来了解。

　　1、阿里巴巴

　　2011年5月25日，阿里巴巴宣布推出数据门户，并正式启用新域名，新推出的数据门户根据4500万中小企业用户的搜索、询单、交易等电子商务行为进行数据分析和挖掘，为中小企业以及电子商务从业人士等第三方提供综合数据服务。

马云曾表示“数据”将是阿里巴巴未来十年发展的战略核心。

　　目前正式开放的部分为面向全体用户的宏观行业研究模块，由行业搜索动态趋势图、专业化行业分析报告、细分行业和地区的内贸分析和针对行业各级产品的热点分析，以及实时行业热点资讯等部分构成，并且为免费提供。

到2011年底阿里巴巴还将适时陆续推出数据门户其他部分应用。

　　2、各行业巨头

　　事实上，近年来全球各大行业巨头都表示进驻“开放数据”蓝海。

以沃尔玛为例，该公司已经拥有两千多万亿字节数据，相当于200多个美国国会图书馆的藏书总量。

这其中，很大一部分事客户信息和消费记录。

通过数据分析，企业可以掌握客户的消费习惯、优化现金和库存，并扩大销量，数据已经成为了各行各业商业决策的重要基础。

　　电商平台也很注重这方面的数据分析，例如世界工厂网，就设有排名榜的数据分析，通过分析用户在世界工厂网的搜索习惯及搜索记录，免费提供了产品排行榜、求购排行榜和企业排行榜。

无独有偶，作为行业门户网站的装备制造网也即将在未来的发展中提供数据分析的功能，从网站的介绍中可以看到：

每月企业网站专业SEO检测报告、季度专业行业研究报告等等。

所有这些行业的动向，都昭示这一个特点：

企业数据、行业分析。

也只有行业网站、电商平台等拥有企业数据优势，而且集合整行业信息，并有分析整合数据的能力，才能真正为企业提供真实、有效的数据分析。

　　从各方对待一个事物的态度与投资动向，我们能很轻易的了解到这一事物的重要程度，从以上的事例可以看出，数据分析对于各行各业都非常的重要，尤其是对于电子商务平台。

　　二、电子商务数据分析的七个重要因素

　　1、电子商务数据分析需要商业敏感

　　今天电子商务公司的数据分析师，有些像老板的军师，必须有从枯燥的数据中解开市场密码的本事。

比如，具有商业意识的数据分析师发现，网站上的婴儿车的销售增加了，那么，他基本可以预测奶粉的销量也会跟上去。

再比如，网站上的产品发挥的作用并不一样，有的产品是为了赚钱，有的产品是为了促销，有的产品是为了吸引流量，不同的产品在网站上摆放的位置是不一样的。

　　一个商业敏感的数据分析师，是懂得用什么样的数据实现公司的目标。

比如，乐酷天与淘宝竞争，它们重点看的不是交易量，而是流量：

每天有多少新的卖家进来，卖了多少东西。

因为此阶段竞争最核心的就是人气，而非实质交易量。

如果新来的卖家进来卖不出东西，只有老卖家的交易量在增长，即使最后每天的交易量都增长，也还是有问题。

　　再比如，一家刚踏入市场的B2B公司和已经占领大部分市场的B2B公司，它们的目标不一样。

前者是看流量赚人气，后者对流量不怎么看重，而是看重交易转化率及回头率。

　　当下的数据分析师多是学统计学出身的，一堆数据放在那里，大家都擅长怎么算回归、怎么画函数。

但是这批学数学的人才缺乏商业意识，不知道这些数据对业务意味着什么，看不见一堆数据中彼此的关系，也就不知道该用什么样的逻辑分析，也就无法充当老板的眼睛了。

　　2、电子商务的网站转化率是关键，ROI是最终的目标

　　电子商务B2B网站平台的宗旨就是为企业服务，让买家与卖家的市场销售成本降低，降低交易成本，提高订单利润。

因此，电子商务的网站转化率是关键，这其中就提到一个指标的重要性——ROI。

ROI是ReturnOnInvestment的简写，是指通过投资而应返回的价值，它涵盖了企业的获利目标。

利润和投入的经营所必备的财产相关，因为管理人员必须通过投资和现有财产获得利润。

又称会计收益率、投资利润率。

　　其计算公式为：

投资回报率=年利润或年均利润/投资总额×100%

　　投资回报率的优点是计算简单;缺点是没有考虑资金时间价值因素，不能正确反映建设期长短及投资方式不同和回收额的有无等条件对项目的影响，分子、分母计算口径的可比性较差，无法直接利用净现金流量信息。

只有投资利润率指标大于或等于无风险投资利润率的投资项目才具有财务可行性。

　　投资回报率往往具有时效性--回报通常是基于某些特定年份。

　　3、电子商务数据分析衡量指标的设定

　　指标是让我们更好的从数据量化的层面来了解运营的状况，现在的PV、UV、转化率基本是运营监督的指标;网站分析采用的指标可能有各种各样的，根据网站的目标和网站的客户的不同，可以有许多不同的指标来衡量。

常用的网站分析指标有内容指标和商业指标，内容指标指的是衡量访问者的活动的指标，商业指标是指衡量访问者活动转化为商业利润的指标。

　　电子商务的数据可分为两类：

前端行为数据和后端商业数据。

前端行为数据指访问量、浏览量、点击流及站内搜索等反应用户行为的数据;而后端数据更侧重商业数据，比如交易量、投资回报率，以及全生命周期管理等。

　　目前有些人关心前端行为数据，也有些人关心后端商业数据，但是没有几家网站把前端行为数据和后端商业数据连起来看。

大家只单纯看某一端数据。

但是看数据看得“走火入魔”的人会明白，每个数据，就像散布在黑夜里的星星，它们之间布满了关系网，只要轻轻按一下其中一个数据，就会驱动另外一个数据的变化。

　　4、某些指标异常变化的原因分析

　　网站的某些指标的异常变化是外界市场一些变化的客观反应，网站的数据分析人员一定要积极注意。

例如PV减少，那我们就要分析用户是搜索来源减少还是直接访问减少?

反连接过来的减少?

搜索减少就要观察用户的关键字、搜索引擎等。

　　例如2011年的上半年，曾出现阿里巴巴与慧聪发生争论，而在那几天，另一个B2B网站--世界工厂网的会员注册量批量上升，每天超过千个以上的注册量。

当然这只是一部分的猜测，在两个B2B巨头不稳定之时，企业会选择第三方的平台，这是符合常理推断的。

不过就此以后，世界工厂的注册量一直是稳中有升的，难道这是会员发现一个免费“新大陆”的口碑宣传吗?

事后发现，是因为世界工厂网的一个新项目--全球企业库的上线吸引了大量企业会员的青睐，注册量猛然提升的。

对于一些数据的异常增加或减少，一定要分析其产生的原因与市场时机，这对平台以后的发展及政策导向非常有借鉴意义。

　　有一天，linkin忽然发现来自雷曼兄弟的来访者多了起来，但是并没有深究原因。

第二天，雷曼兄弟就宣布倒闭了。

原因何在?

雷曼兄弟的人到linkin找工作来了。

谷歌宣布退出中国的前一个月，笔者在linkin上发现了一些平时很少见的谷歌产品经理在线，这也是相同的道理。

试想，如果linkin针对某家上市公司分析某些数据，是不是很有商业价值?

　　5、利用数据分析用户的行为习惯

　　再次说，得到数据来分析是在揣测用户的心理和一些习惯，最真实的是让用户告诉你，需要什么，这些可以利用投票调查及问题提交等来实现，当然利用数据整合分析也是必然的，然后做出来AT来权衡利弊来对用户体验惊醒改善，和一些基本的产品定位及活动。

　　装备制造负责人认为，网站数据分析应该两个层次：

第一，网站数据分析，是针对产品来说。

就围绕产品如何运转，做封闭路径的分析。

得出产品的点击是否顺畅、功能展现是否完美。

第二、研究客户的访问焦点，挖掘客户潜在需求。

如果是以交易为导向的电子商务网站，就是要研究如何高效的促成交易，是否能出现联单!

　　6、客户的购买行为分析

　　当用户在电子商务网站上有了购买行为之后，就从潜在客户变成了网站的价值客户，电子商务网站一般都会将用户的交易信息，包括购买时间、购买商品、购买数量、支付金额等信息保存在自己的数据库里面，所以对于这些用户，我们可以基于网站的运营数据对他们的交易行文进行分析，以估计每位用户的价值，及针对每位用户的扩展营销的可能性。

　　客户的购买行为分析，如传统的RFM模型，会员聚类，会员的生命周期分析，活跃度分析，这些都精准的运营都是非常重要的。

　　7、电子商务数据分析需注重实战经验

　　以上所谈到的电子商务数据分析的几个重要因素，笔者个人感觉倒是有点套路，电子商务的数据分析更多的是实战，网站分析的本质是在了解用户的需求、行为，以开发用户体验良好的功能与服务，制定扩展营销的策略及附加功能的推广服务等等。

电子商务数据七个因素透析