2010年8月1日星期日

B2C网站运营核心数据分析模型

B2C网站运营核心数据分析模型: "

又是一年年底,又到总结的时候。B2C们该总结什么??利润??毛利??成本??空洞的文字一定会很苍白,很业余。数据,用数据说话。


笔者根据B2C运营的的业务特点,建立了整体B2C运营体系的数据模型,技术部已经开始对接商城后台,实施我们WEB版的数据分析后台。


明年我们的运营部,将逐步实现运营数据化,以数据为指导思想,来发现问题,解决问题,逐步使我们的运营工作稳健的上一个又一个台阶。


第一项:日常性数据(基础)


1. 流量相关数据:


1.1 IP


1.2 PV


1.3 在线时间


1.4 跳出率


1.5 新用户比例


2. 订单相关数据:


2.1 总订单


2.2 有效订单


2.3 订单有效率


2.4 总销售额


2.5 客单价


2.6 毛利润


2.7 毛利率


3. 转化率相关数据:


3.1 下单转化率


3.2 付款转化率。


简要说明:


1. 因为我们已经实现基础的WEB版数据分析系统(有些公司用进销存软件),所以常规性的销售额、利润、利润率,都是可以通过系统实现的。


2. 因为直接与商城后台对接,库存管理都已经做进去了,分析数据时候,后台的原始数据都有,设定好各项公式,想要的结果都出来了,这样实现比用软件效率更好,且可以根据各自的需求灵活开发。


3. 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,靠EXCEL基本是做不来,所以灵活对接系统非常重要,如果没有,也可以参考这方面的需求去开发。


第二项:每周数据分析(核心)


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,主要的用途在于,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本身的问题并在与此。


1. 网站使用率: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。


这是最基本的,每项数据提高都不容易,这意味着要不断改进每一个发现问题的细节,不断去完善购物体验。来说明下重要的数据指标:


1.1 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。我的经验,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。常规性的跳出率我注于登录、注册、订单流程1-3步、用户中心等基础页面,如果跳出率高 于20%,我觉得就有不少的问题,也根据跳出率来改进购物流程和用户体验。


1.2 回访者比率=一周内2次回访者/总来访者,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,此数据相对高一些会比较高,太高则说明新用户开发的太少,太低则说明用户的忠诚度太差,复购率也不会高。


1.3 访问深度比率=访问超过11页的用户/总的访问数,访问时间比率=访问时间在10分钟以上的用户数/总用户数,这两项指标代表网站内容吸引力,数据比率越高越好。


2. 运营数据: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、下单转化率、付款转化率、退货率;


每日数据汇总,每周的数据一定是稳定的,主要比对于上上周的数据,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。


2.1 比对数据,为什么订单数减少了?但销售额增加了?这是否是好事?


2.2 对比数据,为什么客单价提高了?但利润率降低了?这是否是好事?


2.3 对比数据,能否做到:销售额增长,利润率提高,订单数增加?这不是不可能。


所有的问题,在运营数据中都能够找到答案。


第三项:用户分析


1. 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;


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,那引导新会员注册不失为提高销售额的好方法。


1.1 会员复购率: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;


1.2 转 化率是体现的是B2C的购物流程、用户体验是否有好,可以叫外功,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 货单等每个细节,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。但某些B2C购物体验做的不好,花大钱砸广告,这纯属烧钱行为。


所以我觉得运营的核心工作,一方面是做外功,提高转化率,获取消费者第一次购买行为,另外一方面就是做内功,提高复购率,B2C根本也就在重复购买。所以B2C是个综合学科,做好每门功课真是不容易,不过也就是依靠每个细节,才奠定了B2C发展的基石。


中国的B2C是幸运的,因为中国的消费者很宽容,你欺骗我一次,我可能还会原谅你,说实话给消费者选择的空间也并不是那么多,但随着新崛起B2C的成长,对服务的关注与投入,我相信未来的B2C会是个服务行业,而不是搬运工。


第四项:流量来源分析


我们用的是Google Analytics,统计的数据比较详细,流量来源分析我觉得最重要的意义是:


1. 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的营销,IP代表着力度,转化率代表着效果;


2. 发掘有效媒体,转化率的数据让我们很清晰的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,还有像浏览页数、在线时间,都是评估渠道价值的指标。


第五项:内容分析


主要的两项指标:退出率和热点内容


1. 退 出率是个好医生,很适合给B2C检查身体,哪里的退出率高,基本会说明有些问题,重点关注登录、注册、购物车、用户中心,这些是最基础的,但也是最关键 的。一般我会列出TOP20退出率页面,然后运营部会重点讨论为什么,然后依次进行改进,不过我们今年做的很粗旷,做得也不是很好,来年重点完善。


2. 热点内容这部分是用来指导运营工作的,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做重点引导,推荐消费者最关注的品牌、促销最关注的商品等等。


第六项:商品销售分析


这部分是内部数据,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,这部分数据模型还在规划中,每家的情况都不同,所以这里就不做说明了。


来源:网络

"

没有评论:

发表评论