电商流量分析怎么做?试试这款数据工具 DataLeap!
Posted 字节跳动数据平台
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了电商流量分析怎么做?试试这款数据工具 DataLeap!相关的知识,希望对你有一定的参考价值。
更多技术交流、求职机会,欢迎关注字节跳动数据平台微信公众号,回复【1】进入官方交流群
作为成熟的电商模式,货架场景可以让商家以更低的门槛入驻,让消费者完成更高销量的购买和复购。
在这一场景下,运营人员每天都需要根据数据来做决策,精准识别每一份流量的效果是最重要的日常运营洞察之一。而每一个流量入口的用户后续转化情况,是评价流量坑位的核心数据指标。
在亿级数据体量下,某电商平台基于火山引擎 DataLeap、DataFinder 等产品组合,通过以下三个步骤,实现从北极星指标、用户增长指标到转化漏斗等核心数据监测和分析。本文将聚焦在货架场景,揭秘电商平台流量分析背后的数据建设全路径。
第一,确定指标并完成埋点。
货架场景可细分为商城分析、猜喜(猜你喜欢)分析、频道分析等,在不同场景观察的指标体系也不相同。例如,在商城分析中,访问用户数、UV 渗透率、支付 GMV 等是核心指标。根据不同指标需求,由数据分析师或研发人员基于火山引擎增长分析平台 DataFinder 录入、分析埋点,并查看数据表现,最终按照分析逻辑形成 Hive 表。
指标落表需求
第二,通过火山引擎 DataLeap 完成 Hive 表清洗、开发和加工,这也是流量分析中最核心、复杂的工作。
该电商团队主要通过 DataLeap 数据开发功能实现快速建表。该功能支持 SQL 解析,即自动填写字段和类型信息,在修改阶段,研发人员可以通过 Excel 表格模式修改字段信息,提高效率。除此之外,DataLeap 任务运行监测能力还能帮助监测关键任务的执行状态,一旦出现异常,支持发起报警。
由于数仓表的数量庞大,分析师、运营、产品同学还面临“找表难”的问题,该电商平台主要通过 DataLeap 数据地图能力查看数据来源和去向,快速了解指标对应数据的存储位置,以及表的名称、描述信息等内容,帮助相关人员更好分析数据。
在质量监控层面,该电商平台在工作中经常遇到这些问题:数据信息缺失,如某个字段出现空值;数据指标异常波动,如访问 UV 突然跌了 20%等。数据上游出现异常波动,则会对下游数据消费造成影响。
火山引擎 DataLeap 则能解决数据质量问题。根据不同使用场景,该电商平台将报警分为弱报警和强报警,弱报警只通知相关负责人有波动,而强报警则通过 DataLeap 直接熔断运营中的任务,避免引起下游异常。
第三,数据完成加工、处理之后,通过 DataLeap 数据服务功能完成数据交付。
数据交付主要通过 DataLeap 数据服务能力实现。DataLeap 支持建立物理表、逻辑表,不需要手写数据服务,只需要简单配置,便可以自动生产和部署服务。
以“回调函数”举例,回调函数主要用来让下游感知数据是否生产成功。对于数据研发人员来说,撰写回调函数逻辑复杂,但接入 DataLeap 数据服务能力之后,只需要在平台上点击“是否产生回调函数”的按钮,即可完成,大大节省研发人员时间。
一旦出现用户策略及目标调整、指标监控需求变更的情况,火山引擎 DataLeap 也能支持定制化数据需求地快速落地。基于 DataLeap 分布式数据治理的思路,电商团队能将业务经验规则化、策略化、自动化,沉淀为可复用的方法,支撑业务进一步探索货架场景更多玩法。
据悉,火山引擎 DataLeap 是一站式大数据研发治理套件,自 2021 年 12 月公有云版本上线以来,不仅服务于电商领域,也帮助泛互联网、汽车、制造等其他行业提升数据研发效率,降低运维管理成本。
点击跳转 大数据研发治理DataLeap 了解更多
电商数据分析基础指标体系(8类)
构建电商数据分析的基础指标体系,主要分为8类指标。
1.总体运营指标
总体运营指标:从流量、订单、总体销售业绩、整体指标进行把控,起码对运营的电商平台有大致了解,到底运营的怎么样?是亏了?还是赚了?
- 流量类指标
- 独立访客数(UV)
- 页面访客数(PV)
- 人均页面访问数
- 订单产生效率指标
- 总订单数量
- 访问到下单转化率 —— 漏斗模型
- 总体销售业绩指标
- 成交金额(GMV)
- 销售金额
- 客单价
- 整体指标
- 销售毛利
- 毛利率
2.网站流量指标
网站流量指标:即对访问网站的访客进行分析,基于这些数据可以对网页进行修改优化,以及对访客的行为进行分析等。
- 流量规模类指标
- 独立访客数(UV)
- 页面访客数(PV)
- 流量成本类指标
- 访客获取成本 —— 获客成本
- 流量质量类指标
- 跳出率
- 页面访问时长
- 人均页面访问数
- 会员类指标
- 注册会员数
- 活跃会员数
- 活跃会员率
- 会员复购率
- 会员平均购买次数
- 会员回购率
- 会员留存率
3.销售转化指标
销售转化指标:分析从下单到支付的整个过程数据,帮助提升商品转化率,也可以对一些频繁异常的数据展开分析。
- 购物车类指标
- 购入购物车次数
- 加入购物车买家次数
- 加入购物车商品数
- 购物支付转化率
- 下单类指标
- 下单笔数
- 下单金额
- 下单买家数
- 浏览下单转化率
- 支付类指标
- 支付金额
- 支付买家数
- 支付商品数
- 浏览-支付买家转化率
- 下单-支付金额转化率
- 下单-支付买家数转化率
- 下单-支付时长
- 交易类指标
- 交易成功订单数
- 交易成功金额
- 交易成功买家数
- 交易成功商品数
- 交易失败订单数
- 交易失败订单金额
- 交易失败订单买家数
- 交易失败商品数
- 退款总订单量
- 退款金额
- 退款率
4.客户价值指标
客户价值指标:主要分析客户的价值,可以建立FRM价值模型,找出那些有价值的客户,进行精准营销等等。
- 客户指标
- 累计购买客户数
- 客单价
- 新客户指标
- 新客户数量
- 新客户获取成本
- 新客户单价
- 老客户指标
- 消费频率
- 最近一次购买时间
- 消费金额
- 重复购买次数
5.商品类指标
商品类指标:主要分析商品的种类(SKU),哪些商品卖得好,库存情况。以及可以建立关联分析模型,分析哪些商品同时销售的几率较高,进行捆绑销售,有点类似啤酒尿布的故事。
SKU
SKU:Stock Keeping Unit(库存量单位)SKU是指一款商品,每款都有出现一个SKU,便于电商品牌识别商品。一款商品多色,则是有多个SKU,例:一件衣服,有红色、白色、蓝色,则SKU编码也不相同,如相同则会出现混淆,发错货。
SPU
SPU:Standard Product Unit(标准产品单位)SPU是商品信息聚合的最小单位,是一组可复用、易检索的标准化信息的集合,该集合描述了一个产品的特性。在商品信息电子化过程中,商品的特性可以由多个“属性|属性值对”进行描述。“属性|属性值对”完全相同的商品,可以抽象成为一个SPU。
- 产品总数指标
- SKU数
- SPU数
- 在线SPU数
- 产品优势性指标
- 独家产品收入比重
- 品牌存量
- 品牌数
- 在线品牌数
- 上架
- 上架商品SKU数
- 上架商品SPU数
- 上架在线SPU数
- 上架商品数
- 上架在线商品数
- 首发
- 首次上架商品数
- 首次上架在线商品数
6.市场营销活动指标
市场营销活动指标:主要监控某次活动给电商网站带来的效果,以及监控广告的投放指标。
- 市场营销活动指标
- 新增访问人数
- 新增注册人数
- 总访问人数
- 订单数量
- 下单转换率
- ROI(投资回报率)
- 广告投放指标
- 新增访客数
- 新增注册人数
- 总访问次数
- 订单数量
- UV订单转化率
- 广告投资回报率
7.风控类指标
风控类指标:分析买家评论,以及投诉情况,发现问题,改正问题。
- 买家评价指标
- 买家评价数
- 买家评价卖家数
- 买家评价上传图片数
- 买家评价率
- 买家好评率
- 买家差评率
- 投诉类指标
- 发起投诉(申诉)数
- 投诉率
- 撤销投诉(申诉)数
8.市场竞争指标
市场竞争指标:主要分析市场份额以及网站排名,进一步进行调整。
- 市场份额相关
- 市场占有率
- 市场扩大率
- 用户份额
- 网站排名
- 交易额排名
- 流量排名
总共从8个方面来阐述如何对电商平台进行数据分析。
当然,具体问题具体分析,每个公司的侧重点有所差异,所以如何分析还应该因地制宜。
以上是关于电商流量分析怎么做?试试这款数据工具 DataLeap!的主要内容,如果未能解决你的问题,请参考以下文章