也可能有问题，比如人力重复刷新等，要谨慎对待。

   ●订单转化率：这个是最最核心的数据了，没有订单转化率，其他一切都是免谈！某些牛

B 的 B3C 能做到 4%的提袋率！某些却仅仅是 0.1%，努力吧，众 B2C 们。

　　三、再次是站内数据流分析

　　站内数据流分析，主要用来分析购物流程是否顺畅和产品分布是否合理，主要分析指

标如下：

   ●页面流量排名：主要查看产品详情页的流量，特别是首页陈列的产品详情页。参照最终

的销售比例，优胜劣汰，用以调整销售结构。

   ●场景转化分析：从首页-列表页-详情页-购物车-订单提交页-订单成功页，的数据流分析。

比如说，首页到达了

10000 用户，伺此后的数据分别是 8000-5000-1000-50-5，购物车到订

单提交页的相差比较大，大概就能看出来是购物车出了问题，需要改进。

   ●频道流量排名：各个频道流量的排名，主要用来考虑产品组织的问题。

   ●站内搜索分析：这个反应的是用户关心的产品有哪些，产品调整的最直接数据。

   ●用户离开页面分析：用户在那些也页面离开最多？是首页还是频道页？是购物车还是订

单提交页。突然的大比例的离开网站，往往预示这问题的存在。

四、最后是用户特征分析：

   ●用户停留时间：这个放在用户特征分析里有些牵强。而且目前监控用户停留时间的方式

是：用户到达时间

-用户离开时间，但是用户什么时候离开很难准确判断，这种数据仅作参

考，一般停留时间越长网站粘性越好。如果用户停留时间超过

1 个小时，基本就是假流量，

或者用大打开网页忘记关了，呵呵。

   ●新老用户比例：老用户比例越高，证明用户忠诚度不错。但是还要考虑绝对量，不能靠

新用户越来越少来衬托老用户比例越来越高。

   用户地域分析：用户地域与订单地域分布基本一致，基本上就是用过互联网用户的分布

比例以及经济发达程度等。这个对于提升区域配送及服务比较有帮助。

   电子商务网站的基本数据分析就是以上这些，作为实际操作人员要根据数据分析的情况

来发现问题和总结问题，进而优化网站的结构和用户体验、来提升网站的专转化率和用户忠

诚度。