<?xml version="1.0" encoding="UTF-8" ?>
<rss version="2.0">
<channel>
<title><![CDATA[北京SEO_北京SEO培训 - 【元创SEO】]]></title> 
<link>http://www.yuan-chuang.cc/index.php</link> 
<description><![CDATA[元创拥有10多年网络营销和SEO实战经验、管理经验。 《SEO实战 - 核心技术、优化策略、流量提升》一书作者。SEO实战家、推一把联合创始人]]></description> 
<language>zh-cn</language> 
<copyright><![CDATA[北京SEO_北京SEO培训 - 【元创SEO】]]></copyright>
<item>
<link>http://www.yuan-chuang.cc/read.php/775.htm</link>
<title><![CDATA[电子商务运营核心数据模型-流量数据分析]]></title> 
<author>元创 &lt;&gt;</author>
<category><![CDATA[大数据]]></category>
<pubDate>Thu, 27 Jan 2011 09:49:08 +0000</pubDate> 
<guid>http://www.yuan-chuang.cc/read.php/775.htm</guid> 
<description>
<![CDATA[ 
	电子商务运营核心数据模型-流量数据分析<br/><br/> 之前做网站的时候经常会去后台看流量，倒不是发现和n年前一样，一看哇一个ip，哇又多一个ip。。。主要是分析流量来源，跳失率和转化率，根据流量的详细情况，对网站做调整。特别是最近在做cps，每个流量用得好都很可能转化成rmb，所以更加注重流量分析。<br/><br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 做淘宝，流量大了之后，分析数据更为关键，比如为什么今天的流量比昨天的流量多了许多，营业额却没上涨，调整了产品的单价，利润却不见翻倍。不同来源的流量，它所产生的价值是不同的，特别是做电子商务，b2b，b2c，c2c都一样。<br/><br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 下面是一位仁兄的见地：<br/><br/>　　 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。<br/><br/>　　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。<br/><br/>　　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。<br/><br/>　　第一项：日常性数据(基础)<br/><br/>　　1. 流量相关数据：<br/><br/>　　1.1 IP<br/><br/>　　1.2 PV<br/><br/>　　1.3 在线时间<br/><br/>　　1.4 跳出率<br/><br/>　　1.5 新用户比例<br/><br/>　　2. 订单相关数据：<br/><br/>　　2.1 总订单<br/><br/>　　2.2 有效订单<br/><br/>　　2.3 订单有效率<br/><br/>　　2.4 总销售额<br/><br/>　　2.5 客单价<br/><br/>　　2.6 毛利润<br/><br/>　　2.7 毛利率<br/><br/>　　3. 转化率相关数据：<br/><br/>　　3.1 下单转化率<br/><br/>　　3.2 付款转化率。<br/><br/>　　简要说明：<br/><br/>　　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。<br/><br/>　　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。<br/><br/>　　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。<br/><br/>　　第二项：每周数据分析(核心)<br/><br/>　　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。<br/><br/>　　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。<br/><br/>　　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：<br/><br/>　　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。<br/><br/>　　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。<br/><br/>　　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。<br/><br/>　　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;<br/><br/>　　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。<br/><br/>　　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?<br/><br/>　　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?<br/><br/>　　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。<br/><br/>　　所有的问题，在运营数据中都能够找到答案。<br/><br/>　　第三项：用户分析<br/><br/>　　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;<br/><br/>　　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。<br/><br/>　　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;<br/><br/>　　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。<br/><br/>　　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。<br/><br/>　　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。<br/><br/>　　第四项：流量来源分析<br/><br/>　　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：<br/><br/>　　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;<br/><br/>　　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。<br/><br/>　　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。<br/><br/>　　第五项：内容分析<br/><br/>　　主要的两项指标：退出率和热点内容<br/><br/>　　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。<br/><br/>　　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。<br/><br/>　　第六项：商品销售分析<br/><br/>　　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。<br/><br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; **************************************************<br/><br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;分析数据需要耐心和敏锐的察觉，特别是流量大了之后，连续几天营业额猛涨或者猛降，一定有一个固定的好的流量渠道新建起来，或者是一个不错的流量渠道受到截流。发现问题，解决问题，稳中求胜才是电子商务需要做的。。。。
]]>
</description>
</item><item>
<link>http://www.yuan-chuang.cc/read.php/775.htm#blogcomment1288</link>
<title><![CDATA[[评论] 电子商务运营核心数据模型-流量数据分析]]></title> 
<author>检测网站 &lt;815659231@qq.com&gt;</author>
<category><![CDATA[评论]]></category>
<pubDate>Fri, 28 Jan 2011 09:34:25 +0000</pubDate> 
<guid>http://www.yuan-chuang.cc/read.php/775.htm#blogcomment1288</guid> 
<description>
<![CDATA[ 
	先留个言再学习！！！
]]>
</description>
</item><item>
<link>http://www.yuan-chuang.cc/read.php/775.htm#blogcomment1289</link>
<title><![CDATA[[评论] 电子商务运营核心数据模型-流量数据分析]]></title> 
<author>利为汇 &lt;leoveggd@163.com&gt;</author>
<category><![CDATA[评论]]></category>
<pubDate>Fri, 28 Jan 2011 12:56:09 +0000</pubDate> 
<guid>http://www.yuan-chuang.cc/read.php/775.htm#blogcomment1289</guid> 
<description>
<![CDATA[ 
	写的很好…… 经常关注……
]]>
</description>
</item><item>
<link>http://www.yuan-chuang.cc/read.php/775.htm#blogcomment1291</link>
<title><![CDATA[[评论] 电子商务运营核心数据模型-流量数据分析]]></title> 
<author>运输带 &lt;user@domain.com&gt;</author>
<category><![CDATA[评论]]></category>
<pubDate>Sat, 29 Jan 2011 15:03:29 +0000</pubDate> 
<guid>http://www.yuan-chuang.cc/read.php/775.htm#blogcomment1291</guid> 
<description>
<![CDATA[ 
	学习了
]]>
</description>
</item><item>
<link>http://www.yuan-chuang.cc/read.php/775.htm#blogcomment1292</link>
<title><![CDATA[[评论] 电子商务运营核心数据模型-流量数据分析]]></title> 
<author>运输带 &lt;user@domain.com&gt;</author>
<category><![CDATA[评论]]></category>
<pubDate>Sat, 29 Jan 2011 15:03:46 +0000</pubDate> 
<guid>http://www.yuan-chuang.cc/read.php/775.htm#blogcomment1292</guid> 
<description>
<![CDATA[ 
	很好 不错 学习了
]]>
</description>
</item><item>
<link>http://www.yuan-chuang.cc/read.php/775.htm#blogcomment1294</link>
<title><![CDATA[[评论] 电子商务运营核心数据模型-流量数据分析]]></title> 
<author>淘宝返现网 &lt;1360363633@qq.com&gt;</author>
<category><![CDATA[评论]]></category>
<pubDate>Wed, 02 Feb 2011 03:50:21 +0000</pubDate> 
<guid>http://www.yuan-chuang.cc/read.php/775.htm#blogcomment1294</guid> 
<description>
<![CDATA[ 
	路过..新年好
]]>
</description>
</item><item>
<link>http://www.yuan-chuang.cc/read.php/775.htm#blogcomment1299</link>
<title><![CDATA[[评论] 电子商务运营核心数据模型-流量数据分析]]></title> 
<author>祁多多 &lt;nidexuanze77@163.com&gt;</author>
<category><![CDATA[评论]]></category>
<pubDate>Thu, 10 Feb 2011 11:18:18 +0000</pubDate> 
<guid>http://www.yuan-chuang.cc/read.php/775.htm#blogcomment1299</guid> 
<description>
<![CDATA[ 
	楼主经验很丰富啊
]]>
</description>
</item><item>
<link>http://www.yuan-chuang.cc/read.php/775.htm#blogcomment1304</link>
<title><![CDATA[[评论] 电子商务运营核心数据模型-流量数据分析]]></title> 
<author>tbw淘宝 &lt;user@domain.com&gt;</author>
<category><![CDATA[评论]]></category>
<pubDate>Sun, 13 Feb 2011 04:59:39 +0000</pubDate> 
<guid>http://www.yuan-chuang.cc/read.php/775.htm#blogcomment1304</guid> 
<description>
<![CDATA[ 
	说的很好，支持
]]>
</description>
</item><item>
<link>http://www.yuan-chuang.cc/read.php/775.htm#blogcomment9871</link>
<title><![CDATA[[评论] 电子商务运营核心数据模型-流量数据分析]]></title> 
<author>元创 &lt;user@domain.com&gt;</author>
<category><![CDATA[评论]]></category>
<pubDate>Fri, 10 Feb 2012 05:38:43 +0000</pubDate> 
<guid>http://www.yuan-chuang.cc/read.php/775.htm#blogcomment9871</guid> 
<description>
<![CDATA[ 
	互联网 数据分析 模型
]]>
</description>
</item>
</channel>
</rss>