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

电商平台应该分析哪些数据?具体怎么去分析

电商平台应该分析哪些数据?具体怎么去分析

C盘空间不足怎么办?试试这款软件

电商数据分析基础指标体系(8类)

想做前端开发,试试这款React组件库

干货电商归因模型技术方案