電商平臺的數(shù)據(jù)分析

一、 主要路徑分析一切能夠進行產品推廣、促進用戶使用、提升用戶粘性和留存、用戶自傳播、讓用戶付費的行為都可以稱為運營。在運營中我們可以用AARRR增長模型將產品的運營路徑拆分為:激活、注冊、留存、下單、傳播，然后根據(jù)每個路徑進行分析，從而優(yōu)化產品和運營策略。激活不同行業(yè)和模式的激活方式都不太一樣，例如：之前我們做的體育app激活方式為一一從跑步群里面導入用戶和微信公眾號導入，先把目標用戶沉淀在微信群，然后利用大型馬拉松的名額來吸引他們呼吁用戶下載app進行報名。然而對于B2B的電商平臺，用戶激活主要以地推和客服推廣為主。因為入駐平臺需要一定的資質證件，且用戶自發(fā)性地在網上注冊的比較少，但地推方式激活的相對成本較高。注冊注冊的時候，常常會因為某個步驟文案描述不清或流程復雜，要求上傳的證件太多等原因讓用戶流失。這時候，我們就可以用漏斗分析用戶是在哪個步驟流失嚴重，分析具體原因后再進行產品優(yōu)化。留存用戶激活和注冊后我們需要看用戶的留存率，每個應用對留存的時間定義都是不一樣的。例如：對于社交軟件而言，如果3天不登錄可能就被標記為流失用戶；對于我們現(xiàn)在做的醫(yī)藥電商來說，一般用戶的采購周期在15天左右，所以我們把超過15天沒下單的用戶稱為流失用戶，對于流失用戶我們一般會采取和發(fā)送優(yōu)惠券的方式促進他再次下單。營收我們需要理解到：作為電商平臺只有平臺提供的商品價格、品類、物流服務有吸引力后，用戶才愿意來下單。如果用戶在需要購買該商品的時候沒有下單，那多半是自身的商品和競爭對手相比，在價格和服務上吸引力不夠。這時候我們就需要通過爬蟲爬取競爭對手的商品數(shù)據(jù)，然后調整自己的定價和適當做一些營銷活動來吸引客戶。傳播由于我們獲客成本比較高，因此讓用戶自傳播的方式去拉新也是一種可行的營銷方式，針對這個，我們做了邀請好友得優(yōu)惠券的方式，鼓勵用戶去幫我們拉新。二、 行為數(shù)據(jù)分析分析的目的：了解用戶的使用習慣、使用路徑以及使用頻率，從而得出用戶更偏向于使用哪些功能，驗證產品用戶體驗是否做得好，上線的運營活動是否受歡迎等。做行為數(shù)據(jù)分析之前，首先我們需要做埋點，埋點可以采用第三方埋點和自己做埋點。各有利弊，這個需要結合公司來做決定。下面是我們之前做的埋點的表格和用戶每次行為記錄的字段。埋點主要分為點擊事件和頁面曝光兩類，然后又可以根據(jù)頁面曝光事件來統(tǒng)計頁面的停留時長和用戶的路徑。用戶每促發(fā)一次事件需要記錄的字段（具體還需要根據(jù)公司需要采集的數(shù)據(jù)而定）：source;//來源001-app002-pclogined;//是否已經登錄1-是，0-否typeUser;//用戶的類型001-采購商002-供應商userId;//用戶的idcodePage;//頁面對應的代碼numEvent;//事件編號nameEvent;//事件名稱codeEvent;//事件代碼typeEvent;//事件類型timeEvent;//事件發(fā)生的時間purchaserId;//采購商idip;//作用是解析地址或識別客戶province;//事件發(fā)生的省份city;//事件發(fā)生的城市os;//操作系統(tǒng),android或iosmfrs;//生產廠商如：華為，OPPO，蘋果，VIVOtypeUnit;//設備型號如：榮耀R10，OPPOR7，iphoneX，VIVOX20versionSystem;//系統(tǒng)版本如：android5.0wifi;//是否使用wifi，1-是，0-否firstId;//一級idsecondId;//二級idfromPage;//上一頁toPage;//下一頁url;//parameter;//參數(shù)，同一事件可能包含多個參數(shù)property;//屬性，與參數(shù)對應proJson;//KEY-VALUE對的JSON形式remark;//備注埋點記錄的類型和規(guī)則行為數(shù)據(jù)需要分析的內容節(jié)狂豆擊行為數(shù)據(jù)對于電商平臺來說主要分析的點有：用戶的注冊路徑：分析每個注冊步奏的轉化率，在轉化率低的步驟分析原因，然后進行產品優(yōu)化。用戶的購買路徑：首頁-搜索-購物車-提交訂單頁-支付頁，通過每個路徑的轉化率來分析用戶在哪個階段流失最嚴重，然后去分析用戶流失的原因。例如：之前我們分析到用戶在購物車到提交訂單頁流失得特別嚴重，后面經過分析得出商家設置的最近購買金額太高，導致用戶達不到購買金額而提交不了訂單。后面我們和商家協(xié)商降低最低購買金額后，轉化率提升了不少。分析運營上線的營銷活動的用戶點擊率、通過活動加入購物車購買的商品數(shù)量，從而去評判運營的活動質量。分析哪些功能是用戶經常使用的，哪些是不常用的，經常使用的功能我們要力爭做到最好以提升核心競爭力。例如：通過數(shù)據(jù)分析，我們得出用戶購買商品最常用的功能是搜索而很少會通過推薦或分類去加入購物車，因此我們花更大經歷去優(yōu)化搜索功能。三、用戶分群分析在數(shù)據(jù)分析中，我們需要將具有共同特性的用戶分類管理，然后更具不同的類型采用一樣的營銷方式。我們會根據(jù)RFM模型來分類：R（Recency）代表下單離當前的時間，距離越近代表客戶約優(yōu)質；F（Frequency）代表下單的頻率，頻率越高代表用戶對我們平臺約認可；M（Monetary）代表下單的金額，消費金額體現(xiàn)用戶的消費潛力。然后根據(jù)不同的指標然后給予打分。例如：我們會將時間周期定為三個月（由于一般用戶采購周期比較長，但是具體的時間需要根據(jù)行業(yè)的不同而不同），針對最近下單時間打分，距離當前時間在6天之內下過單的打5分，7到12天的打4分以次類推。針對用戶的下單頻率打分，大于5單的給5分，4單給4分，以此類推。根據(jù)用戶的采購金額打分，大于5000元的打5分，大于4000元的打4分，以此類推。經過打分，我們算出每個用戶的得分，算出得分后我們就可以將用戶根據(jù)得分分成不同的群體：得分用戶分群13-15高價值用戶9-12優(yōu)質用戶4-8—股用戶1-3低貢棘用戶分群后就可以針對不同的群里使用不同