作为一个电商PM,我们需要数据,需要一系列的数据支持运营更好的“输出”。
在电商企业中,PM往往都不是主导性的岗位,例如:在淘宝的主导是运营,唯品**的主导是能够拿到什么样的商品放到平台上(采购选品型)。
简单的产品设计(功能设计),一个大学毕业生接受培训后都能做到。作为PM,我们只有更贴切的了解市场,剖析业务,才能更好的服务企业。
如何留住用户,是一个老生常谈的话题。对于电商企业来说,最好的数据莫过于高复购率,高客单价。所以我们需要活动,需要运营,去引导新老用户消费。
那如何切入这个活动满天飞的电商时代,为企业获得更好的收益和发展?
我们需要数据,需要一系列的数据支持运营更好的“输出”。毕竟每一个产品都**经历技术为王、产品为王、运营为王、商业模式为王的过程,电商行业的商业模式已经有人验证是可行的,剩下的就是如何更好的运营。
说回本章的重点——“数据”。作为一个电商PM,你需要知道下面这些数据代表什么。
数据统计系统
如果说,一个电商平台要建设一套数据统计系统,一定少不了上面任何一个数据。大家都知道电商包罗万象,一个电商平台的诞生,所涵盖的基础模块非常多,关于数据统计的工作量可想而知。
在统计数据前,需要给各个模块添加数据埋点,所以必须清晰每个数据对应的含义,定下的规则避免后期反复修改,影响数据的准确性。
数据统计系统
对于平台型电商而言,需要统计的数据大致分为平台数据与商家数据,接下来我们则一一为大家分享这些数据对应着什么。
1. 平台数据
从上图可知,平台数据一般**统计“用户数据”、“流量数据”、“渠道数据”、“商家概况”、“商家数据”。
(1)用户数据
平台-用户数据
作为平台方,我们关心的用户数据如上图所示,一边是来自社交平台的粉丝,一边是来自平台自身的用户。
- 关注数:指用户对(平台的)社交平台关注数,包括对微信,微博等的关注;
- 净增长粉丝数:指新增的粉丝量与流失的量之间的差额;
- 流失粉丝数:指流失的粉丝数;
- 环比增长率:同比上期,增长粉丝数的比例,公式算法:((这期-上期)/上期)*100%;
- 注册用户数:指已注册了平台账户的用户数;
- **数:指成为平台**的用户数(各个平台规则不同,例京东**则¥198/年);
- 非**数:指未成为平台**的用户数;
- 新注册用户:筛选期间内,同比此前新增的注册用户数;
- 日活跃用户:(一般对APP而言)以设备ID为依据,1天(00:00-24:00)之内,访问App的不重复用户数;
- 月活跃用户:(一般对APP而言)以设备ID为依据,指1月之内至少访问一次APP的独立用户数;
- 用户性别:用户性别,一般分为男,女,未知;
- 用户年龄:用户年龄;
- 用户地域:指用户的设备定位区域;
- 消费水平:指用户在平台消费后平台给与的等级划分(基础建设可先不计算这一数据);
- 渠道用户:指来自不同渠道的用户(例网红直播从快手引流至淘宝,则该部分用户为淘宝的渠道用户);
- 访问时段:指用户访问的平台的时间段分布。
(2)流量数据
平台-流量数据
- 独立访客(UV):(一般针对H5/PC)指访问平台的一台电脑或客户端算为一个访客,00:00-24:00内相同的客户端只被计算一次;
- 页面浏览量(PV):(一般针对H5/PC)指页面访问量,每打开一次页面PV计数+1,**新页面也是
- 访问次数:指用户从开始访问平台到最终离开平台,计为1次访问。若用户连续30分钟没有访问新页面和**新页面,或者用户直接退出(关闭浏览器等),则定义为本次访问结束;
- 跳出率:指用户只访问了首页就离开的访问量与所产生总访问量的百分比;
- 访客地域:指用户访问平台时设备/客户端定位的区域;
- 访问页面:指用户访问的页面;
- 访问品类:指用户访问的商品品类;
- 访客年龄:指访问平台的用户的年龄;
- 访客支付转化:指用户在每一个页面的访问量的占比率(例访问首页100人,详情页50人,购物车30人,支付页10人,支付成功9人)。
(3)渠道数据
平台-渠道数据
- 广告投放数据:指平台投放广告数据(指广告曝光量、曝光人数、点击量等,此处不细化);
- 渠道分布数据:指平台各个渠道的分布情况;
- 渠道数量:指平台的渠道数量;
- 点击量:指从渠道导入的用户点击平台次数的累计;
- 导入UV:指从渠道导入流量的UV数据;
- 导入PV:指从渠道导入流量的PV数据;
- 导入访问次数:指从渠道导入流量的访问次数;
- 平均访问时长:指从渠道导入的用户的平均访问时长;
- 订单笔数:指从渠道导入的用户的总下单笔数;
- 付款笔数:指从渠道导入的用户的总付款笔数;
- 订单金额:指从渠道导入的用户的总下单金额;
- 付款金额:指从渠道导入的用户的总付款金额;
- 转化率:指从渠道导入的用户付款订单数与下单数的比率,订单转化率(计算公式:付款笔数/订单笔数);
- 跳出率:指从渠道导入的用户的跳出率。
(4)商家概况
平台-商家概况
- 商家数量:指平台的商家总数量;
- 地域分布:指平台的商家区域分布(根据入驻时填写的地址统计);
- 品类分布:指平台的商家的品类分布概况(例家电数码100家,服装服饰5000家等分布情况);
- 商家类型:指平台的商家类型分布情况(例品牌店1000家,厂家200家,经销商300家);
- 投放模块:指商家在平台投放流量的模块;
- 投放金额分布:指商家在平台投放流量的金额分布;
- 投放占比:指投放流量的商家占比平台总商家数量。
商家数据
商家数据
上面我们逐个介绍了平台统计数据的要点,我们接着讲商家统计数据的要点。
1. 交易数据
商家-交易数据
- 下单笔数:指商家的下单笔数(可按某个商家筛选,不筛选则指整7个平台商家的下单笔数);
- 付款笔数:指商家的付款笔数(可按某个商家筛选,不筛选则指整个平台商家的下单笔数);
- 下单金额:指商家的下单金额(可按某个商家筛选,不筛选则指整个平台商家的下单笔数);
- 付款金额:指商家的付款金额(可按某个商家筛选,不筛选则指整个平台商家的下单笔数);
- 复购人数:指不小于1次在商家购买商品的用户累计总数;
- 订单状态分布:指订单状态的分布情况(例待支付50单,待发货60单等);
- 订单金额分布:指订单金额在多个区间范围内的分布情况(例订单均额在300-500的500单,500-1000的200单等);
- 订单渠道分布:指订单来源于不同渠道的分布情况;
- 订单地域分布:指订单的收货地址区域总体分布情况;
- 转化率:指用户付款订单数与下单数的比率,订单转化率(计算公式:付款笔数/订单笔数);
- 复购率:指用户购买次数大于1次的次数占比总用户购买次数(还有另一种算法,此处不细说);
- 支付率:指付款用户数占比下单用户数,订单支付率(计算公式:付款人数/下单人数);
- 支付金额:指用户在商家支付的金额总和;
- 支付方式:指用户在商家支付的方式总和(例支付宝、微信支付、信用卡支付等);
- 币种类型:指用户在商家消费支付的币种类型(例现金、积分、消费**等);
- 支付结果:指用户在商家消费支付的结果分布情况;
2. 商品数据
商家-商品数据
- SKU数量:指商家SKU的数量;
- SKU销量:指商家SKU的销量;
- SPU数量:指商家SPU的数量;
- 一级类目数量:指商家一级类目的数量;
- 二级类目数量:指商家二级类目的数量;
- 三级类目数量:指商家三级类目的数量;
- 品牌数据:指商品所属品牌的数据情况。
3. 用户数据
商家-用户数据
- 下单用户:指在商家下单的用户数;
- 付款用户:指在商家付款的用户数;
- **数据:指商家的**数据(**数、**画像等);
- 客户留存率:用户在某段时间内访问商家,经过一段时间后,仍然访问商家店铺的用户,被认作是留存用户。而留存率则是该部分用户占比此前的某段时间访问商家的用户数;
- 店铺收藏用户数:指收藏过商家店铺的用户数总和。
4. 流量数据
商家-流量数据
- 访客数(UV):指访问商家的一台电脑或客户端算为一个访客。00:00-24:00内相同的客户端只被计算一次;
- 浏览量(PV):指商家页面访问量,每打开一次页面PV计数+1,**新页面也是;
- 浏览次数:指用户从开始访问商家到最终离开商家,计为1次访问。若用户连续30分钟没有访问新页面和**新页面,或者用户直接退出(关闭浏览器等),则定义为本次访问结束;
- 浏览时长:指用户浏览商家店铺的平均时长;
- 访问时段:指用户访问商家店铺的时间段分布情况;
- 访问品类:指用户访问商家店铺的商品品类分布情况;
- 分享次数:指用户分享商家店铺或商家商品的次数总和。
5. 营收数据
商家-营收数据
- 总营业额:指商家的总营业额;
- 待结算金额:指商家等待结算的金额(有些平台**将资金控制在平台内,等待结算后才到账);
- 待退款金额:指商家店铺下待退款的金额;
- 已退款金额:指商家店铺下已成功退款的金额;
- 已到账金额:指商家已到账金额(一般用于提现,属于商家真实收入);
- 退款率:指商家收到退款的订单笔数与同期成功交易(付款)的订单笔数的比率。
6. 物流数据
商家-物流数据
- 待发货数:指商家还未发货的订单数;
- 已发货数:指商家已经发货的订单数;
- 已收货数:指用户已经签收的订单数;
- 平均发货时长:指所有商家的平均发货速度(计算公式=所有商家发货时长/商家总数);
- 快递公司分布:指所有商家所使用的快递公司的分布情况;
- 未签收:指用户未签收的包裹数;
- 已签收:指用户已签收的包裹数;
- 已拒签:指用户拒签的包裹数;
- 待退回:指用户已申请退款,但包裹还未退回的包裹数;
- 已退回:指用户已经完成退货的包裹数;
- 签收时长统计:指所有用户的平均签收时长;
总结
到此我们就把所有基本的元素讲完了,如果你愿意花点时间阅读,你**发现这些数据并不难以理解,也不繁琐。作为电商PM,凡事都要能做到模块化,就以这个数据为例,将数据分块后,每一块的数据其实并不繁琐,所以我们只要记住一个模块,其他模块便能举一反三。
有人**问:即使看了这么多数据,也不知道怎么去建设一个数据统计系统。
其实很简单,这里的每一个模块都是并列的关系,在把模块关系确定下来后,用各种可视化的结果来丰富你的模块,例如下图所示:
可视化图表
这些数据网上都有,为什么我又要重新写一遍,我觉得原因有两个:
- 其一,对于数据而言,人的大脑记忆力不够强,当你能够完整的整理一遍后,能够更有利于你清晰的理解和界定数据的规则;
- 其二,应该还是有很多童鞋需要这样一份完整的数据统计列表,在功能建设中,可以参考分享改进,也达到我的目的了。
最后的最后,再推荐给大家一款图形插件:百度的ehart,很好用,里面有很多案例选择,不必麻烦前端大神重新去写一遍。
本文由 @野蛮非先生 原创发布于人人都是产品经理。未经许可,禁止转载
题图来自 Pixabay,基于 CC0 协议
---蛙鱼源码WAYUYM.COM---专业提供网站模板,网站源码下载,教程培训,程序插件,网站素材等建站资源,主要收集各类精品源码资源,包含CMS程序模板、网站源码、游戏源码、APP源码等 ,所有资源都没有水印适合搬运,我们致力于打造一个优秀的建站资源共享学习平台!