zoukankan      html  css  js  c++  java
  • 数据分析-概述

    参考链接:

    产品经理如何进行数据分析        http://www.woshipm.com/operate/35825.html

    一、数据驱动概念:

      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,并反馈继续调整。

    二、分析种类:

    流量分析:使用流量指标,改进产品细节,不断去完善使用体验。

    运营分析:使用订单指标和转化率指标,进行产品调整、定价策略、促销策略。

    用户分析(基础用户分析和用户行为分析):使用用户指标,进行产品调整,客户关系管理,推荐广告。

    流量来源分析:使用流量来源指标,进行营销渠道策略。

    内容分析:使用内容指标和流量指标,进行内容调整,和广告策略。

    三、相关指标:

    流量指标:IP、PV、在线时间、跳出率、回访者比率、访问深度比率、新用户比例;

    订单指标: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、

    转化率指标:下单转化率、付款转化率、退货率;

    用户指标:新会员注册、新会员购物比率、会员总数、所有会员购物比率,复购率,留存率。

    流量来源指标(营销推广渠道,包括地推):流量,渠道转化率,成本。

    内容指标:退出率和热点内容

    四指标说明:

    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。

    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。

    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。

    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;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。

    退出率: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。

    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。

    未完,待补充。如有补充,感谢分享。

  • 相关阅读:
    rsync命令使用方法
    Mysql(MyISAM和InnoDB)及Btree和索引优化
    初级java程序员-各公司技能要求
    Redis学习笔记二 (BitMap算法分析与BitCount语法)
    HTTP、TCP、IP协议常见面试题
    Redis学习笔记一(Redis的详细安装及Linux环境变量配置和启动)
    java-部分精选面试题
    Python基础-TypeError:takes 2 positional arguments but 3 were given
    Python3.7中urllib.urlopen 报错问题
    几道关于springboot、springCloud的面试题。
  • 原文地址:https://www.cnblogs.com/alexlo/p/6141905.html
Copyright © 2011-2022 走看看