數(shù)據(jù)分析能夠幫助我們更好地進(jìn)行運(yùn)營(yíng)決策，數(shù)據(jù)分析能夠很好的為轉(zhuǎn)化用戶提供參考與數(shù)據(jù)支撐。
商業(yè)領(lǐng)域的數(shù)據(jù)分析，就是為了給商業(yè)行為提供良好的數(shù)據(jù)預(yù)測(cè)以及效果評(píng)估，在互聯(lián)網(wǎng)界也是如此。我們?cè)谀壳吧虡I(yè)環(huán)境所做的每一項(xiàng)活動(dòng)都直接或者間接與用戶有著聯(lián)系，其目的本質(zhì)都是一樣，為了讓用戶成為你的消費(fèi)者，更進(jìn)一步的持久消費(fèi)者。因此數(shù)據(jù)分析，也應(yīng)該為轉(zhuǎn)化用戶提供參考與數(shù)據(jù)支撐。畢竟沒有用戶轉(zhuǎn)化為消費(fèi)者這個(gè)過程，所有的分析都是天方夜譚。數(shù)據(jù)的結(jié)論與行為的預(yù)測(cè)彼此就是一個(gè)循環(huán)論證的過程。
首先澄清一下數(shù)據(jù)分析其實(shí)并不是什么高深的學(xué)問，在現(xiàn)實(shí)的職場(chǎng)實(shí)戰(zhàn)中，涉及涵蓋的數(shù)據(jù)分析的方法以及復(fù)雜性是遠(yuǎn)低于在學(xué)校里習(xí)得的專業(yè)知識(shí)。什么卡方檢驗(yàn)，方差分析，回歸分析顯著性檢驗(yàn)等等在非用研以及非專業(yè)統(tǒng)計(jì)分析領(lǐng)域是很少涉及的。（當(dāng)然那些學(xué)過數(shù)理統(tǒng)計(jì)學(xué)的專業(yè)人士也不屑于本文提到的內(nèi)容，如果大家對(duì)這些看起來比較高深的分析方法有興趣可以自行腦補(bǔ)）。本文只給運(yùn)營(yíng)以及一些涉及產(chǎn)品方向的崗位提供分析思路并結(jié)合實(shí)際案例對(duì)我所涉及的領(lǐng)域，抽絲剝繭，給大家一個(gè)更加直觀的用戶轉(zhuǎn)化方面涉及數(shù)據(jù)分析的知識(shí)覆蓋。
互聯(lián)網(wǎng)的大用戶概念我們可以直接簡(jiǎn)單粗暴認(rèn)定為流量，這里的流量并不是指的簡(jiǎn)單的IP,UV,PV也可以指來電數(shù)，訪客人數(shù)，人流量等概念既然是流量也就有其自身的數(shù)量。我們?cè)趯?duì)流量轉(zhuǎn)化的數(shù)據(jù)分析時(shí)都會(huì)基于一種邏輯方案———流量漏斗轉(zhuǎn)化模型進(jìn)行分析。
原理很簡(jiǎn)單，我們可以形象的認(rèn)為自身的互聯(lián)網(wǎng)產(chǎn)品其本身就是一個(gè)虛擬的漏斗，用戶在進(jìn)行瀏覽到最終完成下單行為（或者其他我們認(rèn)定的轉(zhuǎn)化行為比如注冊(cè)，關(guān)注，轉(zhuǎn)發(fā)等）有多少被直接阻擋在了“濾網(wǎng)”之上，有多少順利的達(dá)到了我們預(yù)設(shè)的“轉(zhuǎn)化行為區(qū)域”。當(dāng)然，我們所有的活動(dòng)都并不是一錘子買賣，因此也要從橫向（時(shí)間）維度來分析問題。持續(xù)的轉(zhuǎn)化用戶，保持老用戶的消費(fèi)活力也是分析工作的重中之重。當(dāng)然，我們?cè)谵D(zhuǎn)化流量不僅僅是指的轉(zhuǎn)化的數(shù)量而且還指轉(zhuǎn)化的質(zhì)量，說的比較簡(jiǎn)單點(diǎn)，就是要提高單個(gè)用戶的消費(fèi)價(jià)值。在橫縱兩個(gè)維度方面，在這些層層“濾網(wǎng)”中，我們是如何透過這些數(shù)據(jù)分析問題的呢。
以大型電商網(wǎng)站下單流程為例，我將從流量來源-中間頁面訪問-詳情頁-加入購(gòu)物車-提交訂單-復(fù)購(gòu)這幾個(gè)階段展開說明。
一，流量來源流量進(jìn)入主站的第一道障礙通過不同渠道進(jìn)入的主站（或者該渠道引入流量的承接頁），主站頁面即是第一層“濾網(wǎng)”我們用穿過第一層濾網(wǎng)進(jìn)入二級(jí)頁面的通過率來衡量渠道的流量的質(zhì)量。通常我們用來衡量頁面的流量質(zhì)量的指標(biāo)包含如下：頁面UV點(diǎn)擊率，頁面停留時(shí)間，跳失率。
想要通過第一層“濾網(wǎng)”，需要必要的動(dòng)作就是產(chǎn)生點(diǎn)擊行為，而點(diǎn)擊行為會(huì)產(chǎn)生兩個(gè)數(shù)據(jù)：頁面UV點(diǎn)擊率=頁面點(diǎn)擊總次數(shù)/頁面UV數(shù)；跳失率=通過一個(gè)入口進(jìn)入就離開的次數(shù)/通過該入口訪問的總次數(shù)。點(diǎn)擊率越高，說明頁面呈現(xiàn)的內(nèi)容有吸引力能夠有效的吸引用戶的關(guān)注；跳失率越高，說明頁面呈現(xiàn)內(nèi)容具備欺騙性，所呈現(xiàn)的鏈接內(nèi)容和文案不具備吸引力。因此在進(jìn)行第一層濾網(wǎng)的優(yōu)化方面盡量提高頁面的點(diǎn)擊率，降低頁面的跳失率。盡量讓用戶下沉到二級(jí)頁面（或者目標(biāo)頁面）。同時(shí)通過這個(gè)數(shù)據(jù)也可以判斷流量來源的質(zhì)量是否過關(guān)。
一般而言，頁面低質(zhì)量的流量判斷往往符合以下幾個(gè)特點(diǎn)：在排除頁面問題的情況下產(chǎn)生的：1，低點(diǎn)擊率；2，高跳失率；3低頁面停留時(shí)間。
這些低質(zhì)量流量產(chǎn)生的原因主要有幾個(gè)方面：1，渠道引流上呈現(xiàn)的文案內(nèi)容與承接落地頁面不符。2，投放渠道上，與目標(biāo)用戶活躍范圍不符的渠道，也就是說投放的渠道不精準(zhǔn)。3，承接頁出錯(cuò)等以及其他原因（包含但不限于404錯(cuò)誤網(wǎng)頁過期，跳轉(zhuǎn)出錯(cuò)等）。
既然說到這，順便也給大家看看外部渠道的各種引流的優(yōu)劣：
以上表格內(nèi)容，并不一定十分準(zhǔn)確，大家可以抱著批判的態(tài)度研究論證一下。
二，中間頁面訪問在頁面訪問階段，流量成功通過第一道“濾網(wǎng)”進(jìn)入到中間頁階段，中間頁包含：搜索列表頁，專題活動(dòng)頁面，頻道頁面等。不同的中間頁也有不同的數(shù)據(jù)指標(biāo)反映著頁面內(nèi)容的好壞以及流量的走向。中間頁的好壞考量最終是有多少訪客進(jìn)入到了商品詳情頁，因此有一個(gè)指標(biāo)非常重要：UV到達(dá)詳情頁轉(zhuǎn)化率=詳情頁UV/中間頁UV
搜索列表頁搜索列表頁在大型電商網(wǎng)站中有著不可代替的重要作用，也是站內(nèi)流量的主要來源，承接著站內(nèi)商品檢索，品類布局的重任，區(qū)分搜索頁面與列表頁面主要是看鏈接字符，搜索頁面的鏈接往往包含search字符，列表頁（或者可以叫類目頁）鏈接包含list字符。搜索頁為依據(jù)用戶輸入的關(guān)鍵詞來進(jìn)行整體檢索后呈現(xiàn)給用戶商品陳列頁面。而列表頁則是與網(wǎng)站商品類目后臺(tái)直接關(guān)聯(lián)，呈現(xiàn)品類最全的頁面。兩者的功能都是為了給予用戶更好和更快的定位到想要查看的商品（或者內(nèi)容）。以下為分別為幾個(gè)B2C電商的的搜索和類目頁鏈接的開頭：
其他就不一一列舉了，搜索列表頁的數(shù)據(jù)指標(biāo)的考核目的就是為了能讓用戶更加精確快速的找到自己的想要的產(chǎn)品，因此在這一級(jí)的頁面中數(shù)據(jù)指標(biāo)包含如下：
搜索點(diǎn)擊率=點(diǎn)擊次數(shù)/搜索次數(shù)；這個(gè)指標(biāo)衡量搜索頁面的呈現(xiàn)質(zhì)量，理論上而言搜索點(diǎn)擊率要在200%及以上才是比較健康。（不絕對(duì)）
UV到詳情頁轉(zhuǎn)化率=詳情頁UV/搜索或者列表頁UV；該指標(biāo)在搜索和列表中同樣適用，用來平衡點(diǎn)擊率的作弊可能，也是反映三級(jí)頁面呈現(xiàn)質(zhì)量的指標(biāo)之一。
搜索無結(jié)果次數(shù)：用以反映關(guān)鍵詞涉及的品牌品類缺失或者未關(guān)聯(lián)指標(biāo)。當(dāng)然搜索無結(jié)果詞的次數(shù)是越低越好。對(duì)于搜索詞呈現(xiàn)結(jié)果為空的品類，需要綜合評(píng)估后決定是否對(duì)相關(guān)類目開啟招商，引進(jìn)產(chǎn)品線；對(duì)于未關(guān)聯(lián)的品類需要著重優(yōu)化頁面重新關(guān)聯(lián)。
搜索結(jié)果頁首屏點(diǎn)擊率=搜索首屏點(diǎn)擊次數(shù)/搜索次數(shù)；該指標(biāo)用以衡量搜索結(jié)果首屏的商品排序質(zhì)量與呈現(xiàn)質(zhì)量。該數(shù)據(jù)指標(biāo)的好壞可以間接的反映出搜索詞呈現(xiàn)的頁面排序是否合理，是否符合用戶的需求。同理列表頁的首屏指標(biāo)也與此一樣只是名稱不同而已即列表頁首屏點(diǎn)擊率=列表頁首屏點(diǎn)擊次數(shù)/列表頁P(yáng)V.
搜索次數(shù)：搜索詞產(chǎn)生的搜索次數(shù)。（可以理解為搜索PV）一個(gè)搜索詞的搜索次數(shù)高表示該詞所涉及的類目需求量高，反之亦然；如果是在列表頁則為訪問PV
搜索人數(shù)：搜索詞被多少人搜索的數(shù)量（可以理解為搜索UV）；一個(gè)搜索詞的搜索人數(shù)高表示該詞所涉及的類目需求量高-主要是為了防止出現(xiàn)搜索次數(shù)作弊的情況，反之亦然如果是在列表頁則為訪問UV
高級(jí)篩選項(xiàng)點(diǎn)擊次數(shù)：在搜索列表頁中，頁面頂部的高級(jí)篩選項(xiàng)是為提供快速定位而設(shè)立的，高級(jí)篩選項(xiàng)的點(diǎn)擊次數(shù)和使用率也可以為運(yùn)營(yíng)人員提供商品熱度參考。舉個(gè)例子：在客人搜索“單肩包”或者訪問單肩包的列表頁，在這些頁面中都會(huì)出現(xiàn)比如材質(zhì)，價(jià)格款式等參數(shù)項(xiàng)來給用戶選擇篩選，通過監(jiān)控頁面的篩選參數(shù)的點(diǎn)擊次數(shù)，可以得到相關(guān)“單肩包”哪些款式哪些材質(zhì)多少價(jià)位是消費(fèi)者主要關(guān)注的，并以此來進(jìn)行主推產(chǎn)品的規(guī)劃。
在理出了這些指標(biāo)之后，如何分析這些指標(biāo)數(shù)據(jù)呢？
總結(jié)歸納：針對(duì)搜索列表頁的數(shù)據(jù)分析歸為3點(diǎn)：高搜索詞重點(diǎn)優(yōu)化提高點(diǎn)擊轉(zhuǎn)化；無結(jié)果詞分析反饋；頁面點(diǎn)擊注重高篩適用率方便用戶快速定位。
分析邏輯：以讓用戶下沉到詳情頁為目的逐一分析，各個(gè)擊破。
頻道頁/活動(dòng)頁頻道頁和活動(dòng)頁是常規(guī)三級(jí)頁面，在B2C電商中起著常規(guī)類目集合體和活動(dòng)流量承接頁的作用，在頻道頁和活動(dòng)專題頁上也有著數(shù)據(jù)的計(jì)算和分析邏輯，其主要的數(shù)據(jù)指標(biāo)也是讓用戶下沉至詳情頁。（基于這樣一種假設(shè)，用戶只有在詳情頁才有可能產(chǎn)生轉(zhuǎn)化，這種假設(shè)已經(jīng)被證明-至少絕大部分情況是這樣。）頻道頁和活動(dòng)頁雖然具體的數(shù)據(jù)指標(biāo)與搜素列表頁有所不同，但是他們的最終目的都是相同的。頻道頁活動(dòng)頁的數(shù)據(jù)指標(biāo)包含：
點(diǎn)擊率
=頁面點(diǎn)擊數(shù)/頁面UV數(shù)；一般情況而言，點(diǎn)擊率用來衡量頻道頁入口鏈接圖和輪播圖的質(zhì)量，是否吸引人，文案是否貼切相關(guān)，當(dāng)然也能形容商品的鋪排是否合理。到達(dá)詳情頁轉(zhuǎn)化率
=到達(dá)詳情頁UV/頁面UV；用以形容活動(dòng)頁的產(chǎn)品鋪排布局是否合理的指標(biāo)之一。當(dāng)然有時(shí)候活動(dòng)頁也是需要考核成交轉(zhuǎn)化率
=成交件數(shù)/詳情頁UV，有時(shí)候還包含頁面停留時(shí)間
的維度。低點(diǎn)擊率的區(qū)域可能存在以下幾種原因，一，是圖片以及圖片里的文案不能吸引消費(fèi)者點(diǎn)擊，需要調(diào)整。二，產(chǎn)品頭圖展示樣式不合理需要調(diào)整圖片內(nèi)容或者調(diào)換商品。三，展示區(qū)域位于首屏以下，關(guān)注度不高-需要調(diào)整展示位置。
分析邏輯：還是以用戶下沉為目的，分析涉及的元素逐個(gè)排查。
三，詳情頁&購(gòu)物車&訂單詳情頁作為流量轉(zhuǎn)化的關(guān)鍵頁面，是前臺(tái)承載商品信息的最基本單位。也是用戶是否決定下單購(gòu)買的最最重要的一環(huán)。因此在分析詳情頁的時(shí)候，數(shù)據(jù)指標(biāo)更多的是詳情頁的質(zhì)量和它的轉(zhuǎn)化率。當(dāng)然這兩者是相互聯(lián)系的，從現(xiàn)有的數(shù)據(jù)來看，詳情頁的質(zhì)量高低與其轉(zhuǎn)化率確實(shí)是存在正相關(guān)的關(guān)系。而詳情頁質(zhì)量的高低從數(shù)據(jù)的量化反映來看有兩個(gè)數(shù)據(jù)指標(biāo)：一，平均頁面停留時(shí)間；二，加入購(gòu)物車數(shù)。
平均頁面停留時(shí)間=頁面停留總時(shí)間/訪問UV數(shù)該指標(biāo)與頁面的呈現(xiàn)布局有著明顯關(guān)聯(lián)，包含商品參數(shù)介紹，詳情圖片描述，客服在線情況，好評(píng)率等。
加入購(gòu)物車數(shù)：用以反映該商品有多少有意向購(gòu)買者，為即將轉(zhuǎn)化的關(guān)鍵步驟。加入購(gòu)物車的數(shù)量多少由基本以下幾個(gè)因素決定：
從數(shù)據(jù)的角度講，詳情頁反映出的問題僅僅通過一個(gè)平均訪問時(shí)長(zhǎng)是很難概括的，沒辦法分解到具體某一個(gè)細(xì)節(jié)來層層分解問題。不過這個(gè)時(shí)候“經(jīng)驗(yàn)”的加入就能很好的平衡這一點(diǎn)。這里的經(jīng)驗(yàn)表示已經(jīng)經(jīng)過了長(zhǎng)期的實(shí)踐且數(shù)據(jù)論證的結(jié)論。（這里給大家安利一下數(shù)據(jù)觀點(diǎn)：數(shù)據(jù)不是萬能的，有時(shí)主觀的判斷更具代表性，這也是為什么這個(gè)世界上有著那么多的出人意料產(chǎn)品和逆風(fēng)而上的創(chuàng)意）
購(gòu)物車是一個(gè)特別有趣的設(shè)置，對(duì)于快消品標(biāo)準(zhǔn)品的電商網(wǎng)站來說，設(shè)置購(gòu)物車一方面是為了節(jié)省用戶挑選多個(gè)商品的付款時(shí)間，更出現(xiàn)了一個(gè)更加意想不到的好處，就是提高了客單價(jià)。在配合滿減用券等促銷手段的幫助下購(gòu)物車必然能夠起到事半功倍的作用。
在購(gòu)物車中如果大量積壓了客戶選購(gòu)的商品，如果用戶始終沒有進(jìn)行下單支付，即加入購(gòu)物車數(shù)較大，這個(gè)時(shí)候則需要采用短信催付，郵件催付，以及apppush等手段來促進(jìn)用戶轉(zhuǎn)化。
訂單頁面是縱向轉(zhuǎn)化的最后一環(huán)，在這個(gè)界面最主要的目的就是盡量讓用戶盡快付款，達(dá)到最后的轉(zhuǎn)化?？己说臄?shù)據(jù)為：有效訂單轉(zhuǎn)化率=成交訂單數(shù)/有效訂單數(shù)，在這個(gè)階段促成轉(zhuǎn)化是較為簡(jiǎn)單的如果有效訂單轉(zhuǎn)化率較低就要分析是否支付頁面存在問題，系統(tǒng)提交流程是否出錯(cuò)等。在排除系統(tǒng)問題后同樣可以使用短信apppush郵件等手段進(jìn)行催付。
最后作為總覽全局的用戶轉(zhuǎn)化指標(biāo)：UV成交轉(zhuǎn)化率=成交訂單數(shù)/頁面UV數(shù)
作為考核整體用戶轉(zhuǎn)化的指標(biāo)；平均UV價(jià)值=成交金額/頁面UV數(shù)作為考核整體用戶質(zhì)量的指標(biāo)，值越高，表示質(zhì)量越高。
總結(jié)：層層下探，逐個(gè)擊破直到完成付款
四，復(fù)購(gòu)（橫向持續(xù)轉(zhuǎn)化）有句老話說的好，叫不做一錘子買賣，因此這里就涉及到一個(gè)新的指標(biāo)：
復(fù)夠率=一段時(shí)間內(nèi)重復(fù)購(gòu)買的客戶數(shù)/一段時(shí)間內(nèi)產(chǎn)生購(gòu)買的客戶數(shù)，該指標(biāo)則要求我們從橫向時(shí)間維度來分析數(shù)據(jù)，也很容易理解。有據(jù)可查，一個(gè)成熟期的購(gòu)物網(wǎng)站其老用戶貢獻(xiàn)的銷售額占據(jù)總數(shù)的60%-70%之多。因此我們?cè)诳吹搅髁柯┒返霓D(zhuǎn)化模型的同時(shí)，更加要加深對(duì)會(huì)員的分層管理，用良好的服務(wù)于產(chǎn)品以及具有創(chuàng)意和力度的活動(dòng)維系你的老用戶。
復(fù)夠率過低：1，表示沒有對(duì)老會(huì)員進(jìn)行足夠的喚醒，可通過短信push線下廣告等等活動(dòng)進(jìn)行推廣激活；2，也有可能近期投入的拉新的資源較多，導(dǎo)致新客增多降低了復(fù)夠率，需要核實(shí)拉新活動(dòng)的數(shù)據(jù)；3，超低價(jià)或者超優(yōu)惠活動(dòng)引流也會(huì)導(dǎo)致大量新用戶引入，也會(huì)對(duì)復(fù)夠率產(chǎn)生影響。上面的兩點(diǎn)并不是對(duì)復(fù)夠率有壞的影響，針對(duì)的客群不同，數(shù)據(jù)也應(yīng)有所取舍。
以上就是針對(duì)電商下單流程的整個(gè)過程，當(dāng)然有很多模塊并沒有提及，比如智能交叉推薦等。大家只需要理解其中的數(shù)據(jù)分析的邏輯即可。不同的頁面，不同的時(shí)間，轉(zhuǎn)化用戶的目的不同，根據(jù)各個(gè)階段的目的，分析不同事件節(jié)點(diǎn)的數(shù)據(jù)，層層推理即用戶數(shù)據(jù)的分析之道。有關(guān)會(huì)員管理的相關(guān)數(shù)據(jù)（喚醒激活留存）大家可以自行度娘腦補(bǔ)，不再贅述。
安利幾個(gè)針對(duì)數(shù)據(jù)分析中的幾點(diǎn)小tips：
以上觀點(diǎn)，均屬于個(gè)人見解，不代表權(quán)威性不代表絕對(duì)準(zhǔn)確，謹(jǐn)慎采納。
作者：王小命兒，微信號(hào)：wanghuan314400
本文由@王小命兒原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。
聯(lián)系客服
