分享主题：数据分析与个性化推荐
全渠道大家都形成统一共识，通过ERP、WMS、电商平台、APP、CRM等等多个系统，把公司整个信息流、物流和资金流打通，从而实现，商品库存可视、会员统一汇总管理等，商品打通、价格打通、支付打通、库存打通、促销打通、会员打通、以及利益链利益打通。
那数据分析在电商数据里可以分析哪些呢，通过分解指标，我们可以归纳为：总体运营指标、网站流量累指标、销售转化指标、客户价值指标、商品及供应链指标、营销活动指标、风险控制指标和市场竞争指标。不同类别指标对应电商运营的不同环节，如网站流量指标对应的是网站运营环节，销售转化、客户价值和营销活动指标对应的是电商销售环节等等。
（1）流量类指标
独立访客数（就是我们讲的UV），指访问电商网站的不重复用户数。。
页面访问数（就是PV），即页面浏览量，用户每一次对电商网站或着移动电商应用中的每个网页访问均被记录一次，用户对同一页面的多次访问，访问量累计。
人均页面访问数，即页面访问数（PV）／独立访客数，该指标反映的是网站访问粘性。
这些可以网站分析统计有很多，常用的比如百度统计等等。
（2）订单产生效率指标
总订单数量，即访客完成网上下单的订单数之和。
从访问网站到下单的转化率，即电商网站下单的次数与访问该网站的次数之比。
（3）总体销售业绩指标
网站成交额，即只要现实消费者下单，生成订单号，便可以计算在网站成交额里面。
销售金额。销售金额是货品出售的金额总额。
注：无论这个订单最终是否成交，有些订单下单未付款或取消，都算GMV，销售金额一般只指实际成交金额，所以，GMV的数字一般比销售金额大。
客单价，即订单金额与订单数量的比值。
（4）整体指标
销售毛利，是销售收入与成本的差值。销售毛利中只扣除了商品原始成本，不扣除没有计入成本的期间费用（管理费用、财务费用、营业费用）。
毛利率，是衡量电商企业盈利能力的指标，是销售毛利与销售收入的比值。如京东的2014年毛利率连续四个季度稳步上升，从第一季度的10.0％上升至第四季度的12.7％，体现出京东盈利能力的提升。
（1）流量规模类指标
常用的流量规模类指标包括独立访客数和页面访问数，相应的指标定义在前文（电商总体运营指标）已经描述，在此不在赘述。
（2）流量成本累指标
单位访客获取成本。该指标指在流量推广中，广告活动产生的投放费用与广告活动带来的独立访客数的比值。单位访客成本最好与平均每个访客带来的收入以及这些访客带来的转化率进行关联分析。若单位访客成本上升，但访客转化率和单位访客收入不变或下降，则很可能流量推广出现问题，尤其要关注渠道推广的作弊问题。
（3）流量质量类指标
跳出率（Bounce Rate）也被称为蹦失率，为浏览单页即退出的次数/该页访问次数，跳出率只能衡量该页做为着陆页面（LandingPage）的访问。如果花钱做推广，着落页的跳出率高，很可能是因为推广渠道选择出现失误，推广渠道目标人群和和被推广网站到目标人群不够匹配，导致大部分访客来了访问一次就离开。
页面访问时长。页访问时长是指单个页面被访问的时间。并不是页面访问时长越长越好，要视情况而定。对于电商网站，页面访问时间要结合转化率来看，如果页面访问时间长，但转化率低，则页面体验出现问题的可能性很大。
人均页面浏览量。人均页面浏览量是指在统计周期内，平均每个访客所浏览的页面量。人均页面浏览量反应的是网站的粘性。
（4）会员类指标
注册会员数。指一定统计周期内的注册会员数量。
活跃会员数。活跃会员数，指在一定时期内有消费或登录行为的会员总数。
活跃会员率。即活跃会员占注册会员总数的比重。
会员复购率。指在统计周期内产生二次及二次以上购买的会员占购买会员的总数。
会员平均购买次数。指在统计周期内每个会员平均购买的次数，即订单总数/购买用户总数。会员复购率高的电商网站平均购买次数也高。
会员回购率。指上一期末活跃会员在下一期时间内有购买行为的会员比率。
会员留存率。会员在某段时间内开始访问你的网站，经过一段时间后，仍然会继续访问你的网站就被认作是留存，这部分会员占当时新增会员的比例就是新会员留存率，这种留存的计算方法是按照活跃来计算，另外一种计算留存的方法是按消费来计算，即某段的新增消费用户在往后一段时间时间周期（时间周期可以是日、周、月、季度和半年度）还继续消费的会员比率。留存率一般看新会员留存率，当然也可以看活跃会员留存。留存率反应的是电商留住会员的能力。
（1）购物车类指标
基础类指标，包括一定统计周期内加入购物车次数、加入购物车买家数、加入购物车买家数以及加入购物车商品数。
转化类指标，主要是购物车支付转化率，即一定周期内加入购物车商品支付买家数与加入购物车购买家数的比值。
（2）下单类指标
基础类指标，包括一定统计周期内的下单笔数、下单金额以及下单买家数。
转化类指标，主要是浏览下单转化率，即下单买家数与网站访客数（UV）的比值。
（3）支付类指标
基础统计类指标，包括一定统计周期内支付金额、支付买家数和支付商品数。
转化类指标。包括浏览-支付买家转化率（支付买家数/网站访客数）、下单-支付金额转化率（支付金额/下单金额）、下单-支付买家数转化率（支付买家数/下单买家数）和下单-支付时长（下单时间到支付时间的差值）。
客户指标。常见客户指标包括一定统计周期内的累计购买客户数和客单价。客单价是指每一个客户平均购买商品的金额，也即是平均交易金额，即成交金额与成交用户数的比值。
新客户指标。常见新客户指标包括一定统计周期内的新客户数量、新客户获取成本和新客户客单价。其中，新客户客单价是指第一次在店铺中产生消费行为的客户所产生交易额与新客户数量的比值。影响新客户客单价的因素除了与推广渠道的质量有关系，还与电商店铺活动以及关联销售有关。
老客户指标。常见老客户指标包括消费频率、最近一次购买时间、消费金额和重复购买率。消费频率是指客户在一定期间内所购买的次数；最近一次购买时间表示客户最近一次购买的时间离现在有多远；客户消费金额指客户在最近一段时间内购买的金额。消费频率越高，最近一次购买时间离现在越近，消费金额越高的客户越有价值。重复购买率则指消费者对该品牌产品或者服务的重复购买次数，重复购买率越多，则反应出消费者对品牌的忠诚度就越高，反之则越低。重复购买率可以按两种口径来统计：第一种，从客户数角度，重复购买率指在一定周期内下单次数在两次及两次以上的人数与总下单人数之比，如在一个月内，有100个客户成交，其中有20个是购买两次及以上，则重复购买率为20%；第二种，按交易计算，即重复购买交易次数与总交易次数的比值，如某月内，一共产生了100笔交易，其中有20个人有了二次购买，这20人中的10个人又有了三次购买，则重复购买次数为30次，重复购买率为30%。
产品总数指标。包括SKU、SPU和在线SPU。SKU是物理上不可分割的最小存货单位。SPU即Standard Product Unit （标准化产品单元），SPU是商品信息聚合的最小单位，是一组可复用、易检索的标准化信息的集合，该集合描述了一个产品的特性。通俗点讲，属性值、特性相同的商品就可以称为一个SPU。如iphone5S是一个SPU，而iPhone 5S配置为16G版、4G手机、颜色为金色、网络类型为TD-LTE/TD-SCDMA/WCDMA/GSM则是一个SKU。在线SPU则是在线商品的SPU数。
产品优势性指标。主要是独家产品的收入占比，即独家销售的产品收入占总销售收入的比例。
品牌存量指标。包括品牌数和在线品牌数指标。品牌数指商品的品牌总数量。在线品牌数则指在线商品的品牌总数量。
上架。包括上架商品SKU数、上架商品SPU数、上架在线SPU数、上架商品数和上架在线商品数。
首发。包括首次上架商品数和首次上架在线商品数。
市场营销活动指标。包括新增访问人数、新增注册人数、总访问次数、订单数量、下单转化率以及ROI。其中，下单转化率是指活动期间，某活动所带来的下单的次数与访问该活动的次数之比。投资回报率（ROI）是指，某一活动期间，产生的交易金额与活动投放成本金额的比值。
广告投放指标。包括新增访问人数、新增注册人数、总访问次数、订单数量、UV订单转化率、广告投资回报率。其中，下单转化率是指某广告所带来的下单的次数与访问该活动的次数之比。投资回报率（ROI）是指，某广告产生的交易金额与广告投放成本金额的比值。
买家评价指标。包括买家评价数，买家评价卖家数、买家评价上传图片数、买家评价率、买家好评率以及卖家差评率。其中，买家评价率是指某段时间参与评价的卖家与该时间段买家数量的比值，是反映用户对评价的参与度，电商网站目前都在积极引导用户评价，以作为其他买家购物时候的参考。买家好评率指某段时间内好评的买家数量与该时间段买家数量的比值。同样，买家差评率指某段时间内差评的买家数量与该时间段买家数量的比值。尤其是买家差评率，是非常值得关注的指标，需要监控起来，一旦发现买家差评率在加速上升，一定要提高警惕，分析引起差评率上升的原因，及时改进。
买家投诉类指标。包括发起投诉（或申诉），撤销投诉（或申诉），投诉率（买家投诉人数占买家数量的比例）等。投诉量和投诉率都需要及时监控，以发现问题，及时优化。
市场份额相关指标，包括市场占有率、市场扩大率和用户份额。市场占有率指电商网站交易额占同期所有同类型电商网站整体交易额的比重；市场扩大率指购物网站占有率较上一个统计周期增长的百分比；用户份额指购物网站独立访问用户数占同期所有B2C购物网站合计独立访问用户数的比例。
网站排名，包括交易额排名和流量排名。交易额排名指电商网站交易额在所有同类电商网站中的排名；流量排名指电商网站独立访客数量在所有同类电商网站中的排名。
通过这些数据分析，我们能直观的评估到电商平台整体的运营情况以及在同业中所处的的位置。
在全渠道零售模式下，消费者线上购物的所有行为（包括浏览、搜索、购买、评价评分等）都会在网上留下了痕迹。一旦这些数据具有一定的规模，商家就能大致分析和判断出消费者的购物偏好和消费习惯，甚至有可能逼消费者还了解消费者。同时消费者在网上登记的一些数据，例如性别、年龄、籍贯等个人信息，同样有助于商家分析消费者的行为特征，管理消费者关系，改善消费者体验，增加新的消费者、提高消费者忠诚度、降低消费者流失率等。
现在很多平台，包括我们实施过的一些品牌商城，会基于会员数据的挖掘和分析，来减少顾客流失，对于哪些可能流失的顾客，会通过一些定向的唤醒和挽留手段来刺激消费者。如顾客过生日了，会祝贺生日快乐，或者发一些促销信息、专属会员日优惠券等等，重新唤醒起他们对网站及品牌的认知。
利用数据分析可实现个性化精准信息推送，在过去，企业一切的宣传推广活动，都带有很强的主观盲目性，例如做广告，是不是出现个什么央视的标王，我记得以前有个什么品牌的酒就是央视标王，后来市面上都没听说了，其实有很多都是被浪费掉了，这主要是因为企业缺少消费者特征数据的支撑及详细准备的分析。在全渠道零售模式下，消费者购买的结束恰恰就是营销的开始。商家通过对消费者信息数据进行整理和分析，能更精准的了解消费者的潜在需求，从而实现精准营销。
利用数据分析改善消费者体验。通常情况下，消费者会利用自媒体平台或者平台资深的评价体系，通过积分等方式引导消费者发表对商品和服务的看法个评价，而通过对消费者对商品和服务的评论解读，商家就能大致了解消费者的诉求和愿望，从而有利于改进消费者体验。
最直接的就是淘宝，我们上淘宝上买一样东西，更多的是关注与商品底部其他购买过用户的评价，这是消费者自身的数据分析，好评多少，差评主要是哪方面，商家怎么回复差评等等，从而形成自身对该产品的认知。同样，商家得到这些评价数据，也有助于改进商品的品质，如果消费者说物流发货太慢，那就调整快递公司。
数据分析更往上一步那就是销售预测，或者说预测趋势，为企业提供决策支持。对网购的客户，通过数据分析结果，在没有下单时，先将商品邮寄到离他最近的仓库或者门店，这样客户下单后收到货品就将是按小时计了，提升消费者购物体验。
还有利用数据分析监测和防范品牌危机，监测竞争对手行为等等。
那如何采集零售业的数据呢？商家可以关注以下几点：
消费者管道数据（及消费者注册的相关数据信息），掌握了消费者基础数据，就能第一时间把自己的营销信息传递到消费者手机中，需要关注哪些是活跃用户，哪些是新增用户，哪些是僵尸数据，什么节日重点高峰期，商品偏好等等，有助于零售商开展销售，备货等工作。
消费者搜索数据，通过消费者搜索数据，能判断消费者的购买意向，从而做出精准发推荐，最直接的方式，大家都用过百度去搜索，那很多页面里嵌套的广告联盟推荐的内容，就是针对搜索关键字推送的。
消费者到店频率以及网上登录频率。消费者多久来一次，什么时候来，逗留多久，这些数据信息将作为促销信息的发送提供依据。
消费者购买数据。消费者最终购买什么商品，购买的偏好是什么，哪些类别的商品购买的比较多，利用这些可以进行精准营销，一方面通过精准促销吸引消费者进店消费，另一方面通过电商渠道实现线上二次购物消费。
库存数据，企业通过分析库存量对业务进行调整，例如根据库存量决定什么时候推出新的广告，什么时候促销，什么时候更新店内陈旧等。
财务数据。财务数据对于研究店铺现金流和利润情况以及他们的未来趋势至关重要，POS数据和财务系统对接，可以对店铺的日常财务状况进行控制，通过对财务数据分析，能整个公司日常运营更透彻，并能对业务增长做出预测。
对于零售业最主要的就是争夺消费者，就购买而言，可以吧消费者分为三类：从未购买者、购买过一次者、多次购买者（即忠诚消费者）。对于从未购买者，企业通过渠道开拓和宣传推广来让他们完成第一次购买。
在完成第一次购买后，如何留住他们，让他们成为多次购买者，这才是企业重点要突破的问题。
对于零售企业来说，根据用户喜好为其推荐各类商品和服务是常见的，比如关联商品推荐，通过关联算法、文本再要抽取等，利用他们以往的消费数据进行精准营销，以日常“垃圾短信”为例，信息本身不都是垃圾，只是收到的人不需要而把它视为垃圾。企业通过对用户行为数据进行分析，可以给需要的人发送其需要的消息。
在电商官网展示部分，也可以针对用户做个性化推荐，中国南北跨度很大，温差也很大，那比如说现在，我这边还穿个棉袄羽绒服，南方广州那边都已经穿着衬衫和春装，那拿婴幼儿服饰来说，小孩穿的都比大人穿的要多，而且都会慢一步换装，这个时候作为南方的妈妈和北方的妈妈浏览官网，那给他们展示的商品可以针对性，比如北方的妈妈看到的是厚一点的内衣，毛衣等，排序把厚点的服饰尽量靠前，南方妈妈展示的可以是薄一点的内衣，春装，吧薄一点的服饰尽量靠前，这样作为一个官网，那即可以推荐冬款也可以推荐春款等等，这样的推荐在都市丽人实施案例里也会采用这样方式，南北差异对应着内衣、家居服饰厚薄推荐。
【案例展示】
案例一：格力电商建设规划
建设的总原则是在不影响各营销公司和经销商利益的前提下，建立格力电商体系、移动销售端，逐步形成基于格力“数据池”的O2O模式。也就是说线上线下要绑定起来，我们不能说永远只做线上，也不能说永远只做线下。包括苹果，既有线上的销售，也有线下的体验，它的线下实体店是兼具体验和销售的。
1、线下会员为线上所用，线上会员按属地分配至线下；
2、线下门店增加格力商城二维码，把线下客户引入线上；
3、线上机型可以线下体验；
4、开设格力体验馆，打造极致舒适用户体验；
5、线上线下各平台积分统一，可互相兑换；
6、专卖店增设便民服务（如代收包裹），吸收客流；
7、与社区便利店、连锁店合作，进一步拓展线下渠道。
案例二：都市丽人B2C电子商务系统设计
注：以上内容摘选自南零商盟分享会，转载仅限学习分享；
如产生版权问题，请联系我们处理；
文章不代表”华南时尚行业CIO联盟“立场！
本篇文章来源于微信公众号: 时尚行业CIO
关注微信公众号
