當(dāng)下各大電商平臺蓬勃發(fā)展的時代，電商網(wǎng)站的數(shù)據(jù)分析也越來越火熱，后臺收到了不少朋友私信關(guān)于電商網(wǎng)站數(shù)據(jù)分析的問題，今天我簡單從六個方面來說：流量分析、站內(nèi)分析、轉(zhuǎn)化分析、廣告管理、會員分析、業(yè)務(wù)分析
流量分析主要是為對網(wǎng)站整個站點的進(jìn)行流量監(jiān)測。細(xì)分維度有：時段、地域、來源、客戶端信息等，具體體現(xiàn)在：
1、來源維度：可以分引薦、搜索引擎、關(guān)鍵詞等渠道實現(xiàn)不同渠道的流量信息，甚至可以實現(xiàn)區(qū)分同一渠道付費流量和非付費流量的分流。
2、地域維度：可以分省份、分城市以地圖形式和報表形式呈現(xiàn)出受眾來源的具體地理位置。從而，便于分析客戶分布情況 。
3、時段維度：通過時段維度可以按照（24小時OR日序列）2種模式監(jiān)測整站流量的24小時變化趨勢，以及不同日起的變化趨勢。
4、客戶端信息：從瀏覽器、操作系統(tǒng)以及屏幕分辨率方面了解受眾群體的客戶端屬性。
比如，通過分析PV、UV、訪問次數(shù)、平均訪問深度、跳出率等數(shù)據(jù)來衡量流量質(zhì)量優(yōu)劣，目的是保證流量的穩(wěn)定性，并通過調(diào)整，嘗試提高流量。
進(jìn)一步，按照流量結(jié)構(gòu)還可分為渠道結(jié)構(gòu)、業(yè)務(wù)結(jié)構(gòu)、地區(qū)結(jié)構(gòu)。
在渠道中，流量可來自于自主訪問、搜索引擎、淘寶付費、京東付費等等。按設(shè)備可分為PC渠道和APP渠道；按照付費與否可分為免費流量和付費流量。有人會通過渠道流量占比來分析各渠道的質(zhì)量。下面的折線圖可以對各渠道的流量情況進(jìn)行追蹤，分析占比不合理是短期內(nèi)出現(xiàn)的，還是長期存在的，輔助問題的分析。僅僅根據(jù)流量情況來衡量質(zhì)量是不全面的，需要配合轉(zhuǎn)化率和roi。
站內(nèi)運營主要是對重點網(wǎng)頁項目做監(jiān)測，分析每個網(wǎng)頁項目的流量、人數(shù)、二跳等指標(biāo)。還可以通過其他維度來分析特定定制頁面的情況。比如：地域、來源、時段統(tǒng)計等。具體可以從以下幾方面進(jìn)行闡述分析：如：網(wǎng)頁項目分析、站內(nèi)搜索分析、站內(nèi)廣告分析、頁面流向分析、著陸離開分析、場景轉(zhuǎn)換分析、頁面流量分析。
1、網(wǎng)頁項目分析：比如網(wǎng)站首頁、導(dǎo)航頁，或者產(chǎn)品頁，若是產(chǎn)品頁，通過定制可以對不同id的產(chǎn)品進(jìn)行細(xì)化分析。可用于調(diào)整頁面內(nèi)容的排列位置，擺放順序等。
2、站內(nèi)搜索分析：對站內(nèi)搜索頁面上的關(guān)鍵字使用情況進(jìn)行分析，主要展示數(shù)據(jù)為：關(guān)鍵字、關(guān)鍵字帶來的瀏覽量、使用關(guān)鍵字的用戶數(shù)、用戶百分比、點擊量、點擊率。主要作用是便于網(wǎng)站了解用戶的主動喜好。
3、站內(nèi)廣告分析: 展示點擊站內(nèi)廣告后形成的轉(zhuǎn)化情況及該站內(nèi)廣告的點擊情況。
4、頁面流向分析: 以您定制的起始頁面為起點，記錄用戶10 步內(nèi)的頁面瀏覽情況，默認(rèn)展示使用最頻繁的瀏覽路徑。
5、著陸離開分析: ：記錄用戶從哪些頁面進(jìn)入網(wǎng)站，從哪些頁面最終離開網(wǎng)站，了解網(wǎng)站的主要入口、出口情況。
6、場景轉(zhuǎn)換分析：用戶可以根據(jù)網(wǎng)站自身的結(jié)構(gòu)，定制場景，查看用戶是否是按照定制的場景在網(wǎng)站之中去行走的，如果不是按照這樣的行走路徑?？梢愿鶕?jù)場景中的流程來實時改進(jìn)。
7、頁面流量分析：呈現(xiàn)網(wǎng)站流量較大的URL的流量數(shù)據(jù)，了解不同頁面的流量情況，根據(jù)這樣的數(shù)據(jù)來查看網(wǎng)站是否有數(shù)據(jù)異常，或者需要重點關(guān)注的頁面。
轉(zhuǎn)化分析主要是對網(wǎng)站的轉(zhuǎn)化效果進(jìn)行分析。轉(zhuǎn)化目標(biāo)可以通過多個角度去監(jiān)測數(shù)據(jù)：外部來源、關(guān)鍵詞、著陸頁面、地域分布、時段統(tǒng)計、廣告轉(zhuǎn)化。該功能的主要目的清晰呈現(xiàn)網(wǎng)站的轉(zhuǎn)化結(jié)構(gòu)，便于網(wǎng)站優(yōu)化推廣渠道、方式，進(jìn)而最大化提高網(wǎng)站的轉(zhuǎn)化率。
分析目標(biāo)：了解各環(huán)節(jié)轉(zhuǎn)化情況，分析其異?；虿缓侠砬闆r，進(jìn)行調(diào)整，以提升各環(huán)節(jié)的轉(zhuǎn)化率。
分析角度：關(guān)于轉(zhuǎn)化率的各種名詞也特別多，有靜默轉(zhuǎn)化率、登陸轉(zhuǎn)化率、咨詢轉(zhuǎn)化率、付款轉(zhuǎn)化率等等，然而并不需要考慮這些詞，只要關(guān)注用戶從接觸應(yīng)用到成交中的幾個環(huán)節(jié)就好
我們依然使用FineReport中圖表的形式來從各個角度對轉(zhuǎn)化數(shù)據(jù)進(jìn)行展示分析。
1.觀察各環(huán)節(jié)轉(zhuǎn)化率，分析其合理性，針對轉(zhuǎn)化率異常環(huán)節(jié)進(jìn)行調(diào)整
上圖所示，傳統(tǒng)漏斗圖只能顯示一條路徑的轉(zhuǎn)化率情況，稍加修改后，可實現(xiàn)對比功能，例如上圖所示的新老用戶的轉(zhuǎn)化率的對比?？梢愿鶕?jù)實際情況中在該圖中加入更多環(huán)節(jié)，例如注冊、收藏、開工、竣工等。
從上圖中，我們可以發(fā)現(xiàn)這樣一個問題，下單到付款中的轉(zhuǎn)化率過低，正常來說，用戶只要下單，付款的比例是比較大的。對于這個異常，我們來做下猜測：
總體上可以分為兩類：用戶本身原因，系統(tǒng)設(shè)計原因。上圖中這么出現(xiàn)付款率這么低的情況，基本上可以確定是系統(tǒng)原因。然而具體是哪塊的設(shè)計出了問題，可以進(jìn)一步細(xì)化追蹤。
如上圖所示，點擊相應(yīng)階段，聯(lián)動出下面各渠道與各業(yè)務(wù)的轉(zhuǎn)化率明細(xì)，可以看出，各渠道的轉(zhuǎn)化率差別較大，其中pc端轉(zhuǎn)化率明顯偏低，而各業(yè)務(wù)之間的轉(zhuǎn)化率差別不大，基本可以確定，是pc端存在問題，導(dǎo)致轉(zhuǎn)化率偏低。
上圖中的付款轉(zhuǎn)化率低的太明顯，只要不瞎都能看出這轉(zhuǎn)化率出了問題，但是往往轉(zhuǎn)化率的問題并沒有這樣的明顯，那怎樣定位自己的轉(zhuǎn)化率是否合理，哪個階段的轉(zhuǎn)化率有提升空間呢？繼續(xù)看下面這張圖：
上圖是通過多角度對比來分析業(yè)務(wù)轉(zhuǎn)化率的健康狀況，包括與自己同期對比、行業(yè)中與自己相似產(chǎn)品對比、行業(yè)中優(yōu)秀的產(chǎn)品對比。對比各環(huán)節(jié)轉(zhuǎn)化率的不同，產(chǎn)生數(shù)據(jù)上的沖擊，所有落后的節(jié)點，都是可以提升的空間。
2. 追蹤轉(zhuǎn)化率變化，用于異常定位和策略調(diào)整效果驗證
除流量外，轉(zhuǎn)化率也是需要追蹤的，將時間的維度拉開，分析各階段轉(zhuǎn)化率隨著時間的波動，也是很有看點的。
如上圖所示，在4月17日到21日中間，轉(zhuǎn)化率出現(xiàn)下滑趨勢，通過渠道轉(zhuǎn)化率與業(yè)務(wù)轉(zhuǎn)化率兩個圖表的聯(lián)動，可以追蹤定位導(dǎo)致轉(zhuǎn)化率下滑的渠道或業(yè)務(wù)。常見的原因，公司運營部門投入了某個渠道進(jìn)行推廣，新的渠道帶來了新的流量，而該渠道所引入的用戶質(zhì)量卻偏低，拉低了整體的轉(zhuǎn)化率。
3. 觀察各渠道轉(zhuǎn)化情況，定義渠道價值，并依此適當(dāng)調(diào)整運營策略
