618，大家耳熟能詳。
618活動原本是京東創辦的店慶活動，
現在已經發展成一個電商平臺的促銷節日。
各大電商平臺紛紛出臺促銷政策，
各種各樣的活動預熱點燃消費者消費激情。
作為電商，
除了組織促銷活動、吸引人氣之外，
還需要做好數據分析，為後續的運營提供決策依據。
而作為消費者，
除了剁手之外，
歡迎了解剁手背後的邏輯、了解電商數據分析體系，
說不定，也會對您的「地攤生意」的經營有種種啟發…
正文
網際網路時代，電商平臺一直是各大商家的必爭之地，疫情期間，更是展現了電商平臺強大的力量。
在網際網路海量的用戶中，誰是您的核心用戶？哪些活動更能吸引他們的關注？改進哪些方面才能促進轉化？
這些問題的答案都需要數據來支撐，而對於電子商務信息系統，最核心的能力便是大數據能力，包括大數據處理、數據分析和數據挖掘能力。
那麼，拿到數據，我們應該怎麼分析這些數據、挖掘出更具價值的信息呢？
常用分析指標
電商平臺數據分析的指標有很多，分為八大類指標體系：總體運營指標、網站流量累指標、銷售轉化指標、客戶價值指標、商品及供應鏈指標、營銷活動指標、風險指標、市場競爭指標，每一個指標體系下又有眾多指標構成。
電商平臺要提高運營效率，其中需要特別關注的五大關鍵指標為：GMV、活躍用戶量、轉化率、留存、復購率。
1、GMV
GMV，即網站成交額，是最重要的指標。只要下單生成訂單號，就會計算在GMV中。這裡，值得一提的是，GMV包括成功下單但是未付款或取消的訂單金額，實際成交的金額為銷售金額。
GMV= UV *轉化率*客單價
UV：獨立訪客數，指訪問電商網站的不重複用戶數。
客單價：訂單金額與訂單數量的比值。
2、活躍用戶數量
活躍用戶數量，是一個基本的指標，也是一個很重要的指標，指在一定時期內有消費或登陸行為的會員總數。
主要分為：DAU(日活躍用戶)、WAU(周活躍用戶)和 MAU(月活躍用戶)三個層次。
通常情況下，DAU會結合WAU、MAU一同使用，用來衡量服務的用戶粘性以及服務的衰退周期，通過趨勢變化，為營銷及推廣提供一些數據支持和幫助。
3、轉化率
轉化是一個很重要的指標，電商運營需要關注每一步的轉化，甚至需要精細到每一個品類每一步的轉化。
電商數據分析，購買轉化路徑一般包括：訪問-註冊-加入購物車-下單-付款。
下圖是分析雲漏鬥可視化報表，能夠清晰從這個漏鬥圖清晰地看到用戶在不同行為之間的轉化和流失情況。
通過分析，找到流失率高的環節，進行合理優化，降低訂單流失率、提高轉化率。
4、留存
留存，顧名思義，就是留下來的會員量，是指會員在某段時間內開始訪問網站，經過一段時間後，仍然繼續訪問的就會被認作為留存。留存率反應的是電商留住會員的能力。
留存要從不同的時間周期上研究，一般包括：次日留存率、3日留存率、7日留存率、30日留存率。當然，也可以分析運營活動前後分析留存的變化，評估此次運營策略是否成功。
留存率一般看新會員留存率，當然也可以看活躍會員留存。
5、復購率
會員的復購率是指，在一定的統計周期內，產生二次及以上購買的會員佔購買會員的總數。
復購衡量的的會員的忠誠度，是用戶對平臺的信任以及產品粘住用戶的能力。現如今，拉新成本居高不下，要想進一步提升客戶價值，節省更多的市場推廣費用，就必須想辦法提升復購率。
那到底什麼時候該關注復購呢？《精益數據分析》一書中給了參考：
90天內重複購買率達到1%~15%；說明你處於用戶獲取模式；把更多的精力和資源投入到新用戶獲取和轉化；90天內重複購買率達到15~30%；說明你處於混合模式；平衡用在新用戶轉化和老用戶留存、復購上的精力和資源；90天內重複購買率達到30%以上；說明你處於忠誠度模式；把更多的精力和資源投入到用戶復購上。當然，除了以上指標也少不了對業務數據的分析，了解各個品類的銷量情況、SKU變化等等，篇幅有限，以上僅介紹了5個常用指標。
數據分析，助力精細化運營
分析雲，能提供面向企業業務場景的一站式大數據分析解決方案，幫助企業建立數據分析體系，挖掘數據價值，助力電商實現精細化運營。
1、數據集成
分析雲的主旨是建立一套為企業中高層服務的數據管理體系，用管理維度與數據結果來審核業務與管理的健康程度。數據集成是實現這一主旨的第一步。
分析雲能夠提供更完整的數據採集和整合準備工作，支持從多種異構的數據平臺中進行數據抽取，不僅可以零代碼實現與各數據平臺無縫對接，還可以進行數據清理、統一主數據管理等，帶來數據價值的提升。
2、搭建指標體系
分析雲，可以基於多種數據源構建相應的數據分析體系。那麼，分析雲是怎樣設計分析指標，構建分析主題的呢？
對於企業來說，KPI的篩選就是找到最適合企業自身的指標，能體現產業特性，相互之間又能覆蓋面比較廣，重疊不要太多的指標，最終展現出一張結果指標。這也就是進入了KPI宇宙選擇過程，選出指標以後，對這些指標，對企業所需的一些分析維度、分析方法、分析頻率，來進行固化，從而設計成不同的分析主題。
企業用於運營決策的數據分析都是基於複雜的運算邏輯基礎上的，分析雲預置了很多分析模型，財務模型、供應鏈模型、零售模型、HR模型、生產製造模型等，這樣一部分業務數據就已經在系統中準備好了，隨時可以調用，節省了很多計算時間。
3、豐富的交互方式
分析雲支持豐富的交互方式，包括同一維度之間及跨維度的鑽取分析、圖表間的聯動分析等，方便業務人員或決策人員進行探索式分析，從而快速發現業務問題。
4、酷炫的可視化大屏
分析雲大屏為管理層提供的"一站式"決策支持的管理信息中心系統，有效利用管理駕駛艙，能夠將企業管理決策提升到一個新的高度。
分析雲預設了四種色系、兩套模板，也可以自定義色系；支持多維度分析，多視圖展示、視圖輪播。
小結：
分析雲可以幫助電商企業整合所有渠道和系統數據，構建全面的數據分析體系，真正實現數據化運營，助力企業精準營銷、戰略管控、風險預警。
文章作者：分析雲（參考網際網路）圖表製作工具：數鑰分析雲數鑰分析雲能提供面向企業業務場景的一站式大數據分析解決方案，基於大數據、移動網際網路、人工智慧等先進技術，全面支撐企業業務創新，隨時隨地透視經營，輔助企業科學決策，加速企業數據化轉型升級，助力企業進行精準營銷、戰略管控、風險預警等。
關注我，後臺回復「行業方案」，免費獲取行業數位化轉型解決方案！