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。