注冊 | 登陸
您的位置:阿里西西 > 淘寶運營 > 經驗分享 > 詳細內容

互聯網商城網店數據化 流量篇 運營管理經驗分享

  稿源:本站整理   2016-11-09   點擊:   撤稿糾錯
互聯網的商業模式千變萬化,但其盈利模式目前大抵可以分為以下三種:一是向用戶出售商品或服務,其中電商和o2o就屬這種模式;二是靠廣告來進行盈利,典型的例如google、百度以及其他平臺類互聯網公司;三是直接向用戶收取費用,目前游戲公司大都屬于這種模式。

阿里西西web開發網為大家整理了這篇互聯網商城網店數據化 流量篇 運營管理經驗分享,如果這篇文章在您的工作或學習中有幫助,歡迎常回來看看哦,更多精彩的教程請訪問我們的主頁,以下是教程瀏覽:

  摘要:互聯網行業中,哪些數據需要分析,怎樣分析,分析的價值是什么。本文將從收入相關的數據分析、成本相關的數據分析、風險(為了持續發展)相關的數據分析、綜合管理篇來闡述。

  現在的工作會接觸到很多互聯網公司做bi分析的朋友,想就著這個機會,把自己所見到、學到的整理一下與大家分享,同時也希望通過分享來增加與相通興趣的朋友的交流。文章中存在的各種不足或者錯誤,歡迎大家評論。

  關于數據化管理的文章書籍已經非常多了,我這里只是近一步整理。數據分析也是為了公司的發展,粗暴一點講,是為了公司的盈利和持續的盈利。就從這個角度,來逐一分解,互聯網行業中,哪些數據需要分析,怎樣分析,分析的價值是什么。我會整體分為四大部分:收入相關的數據分析、成本相關的數據分析、風險(為了持續發展)相關的數據分析、綜合管理篇。

  下面將進行逐一介紹(分階段更新)。

  第一章 收入相關數據分析

  互聯網的商業模式千變萬化,但其盈利模式目前大抵可以分為以下三種:一是向用戶出售商品或服務,其中電商和o2o就屬這種模式;二是靠廣告來進行盈利,典型的例如google、百度以及其他平臺類互聯網公司;三是直接向用戶收取費用,目前游戲公司大都屬于這種模式。不同收入模式也有著不同的數據指標,我們分別對其進行介紹。

  一、向用戶出售商品和服務模式

  電商公司和o2o類公司主要是通過這種模式來盈利,公司的收入是由一個個訂單堆積出來,其收入狀況可通過訂單狀況得以體現。訂單是由用戶購買了相關的商品或服務產生,可以說用戶和商品或服務為訂單的兩大基本元素,公司收入下降、增長、異常最終都可以追蹤到用戶與商品這兩大元素上。這樣我們將公司收入相關數據拆解為三大模塊:用戶、商品或服務、訂單。

  用戶

  公司收入、訂單都是由用戶消費所產生,用戶的消費流程可以劃分為以下四個階段:引流、轉化、消費、存留。我們所希望的理想情況就是大量的用戶進來并且產生消費,并且持續的產生消費。然而現實一般是和我們所希望的相差甚遠的,我們能做的,就是對這些數據進行分析,根據數據情況進行策略對調整,讓現實與理想情況之間的距離越來越近。

  我們一般將用戶分為新用戶和老用戶,如下圖所示:

  無論新老用戶,我們都會關心兩塊內容,一個是引流(拉新),一個是轉化,最終以數據的形式體現出來,就是流量與轉化率。

  引流

  一個購物中心,建在荒郊野外,沒人進來,裝飾再奢華也沒什么卵用。根據CNNIC統計,中國網民數量在2015年已達6.88億,增速穩定,依然維持在5.7%。京東平臺2015年第四季度的1.319億相比2014年第四季度的8280萬,流量同比增長率高達59%。這些數字在告訴我們,資源是稀缺的,但是卻永遠都有增長空間的。我們需要精打細算,實現對每種渠道每種類型的流量來源的最大價值利用。

  分析目標:通過對流量的分析,保證流量的穩定性,并通過調整,嘗試提高流量。

  分析角度:

  1.觀察流量規律,便于活動安排、服務調整

  2.發現流量異常,分析異常原因并及時調整

  3.觀察流量結構,分析其合理性,并作出調整

  4.追蹤流量情況,衡量活動或者調整效果

  分析方法:

  我們先了解關于流量的一些基本數據指標:訪客數(uv)、瀏覽量(pv)、訪問次數(visits),是常用的衡量流量多少的數據指標;

  平均訪問深度(瀏覽量/訪問次數)、平均停留時間(總停留時間/總瀏覽量)、跳失率(跳出次數/訪問次數)是用來衡量流量質量優劣的指標。

  很多方法都可以完成上述的目標,將數據進行可視化展示,以一個合理的角度觀察數據,會使得數據展現會更加清晰,降低發現問題的難度。下面將以圖表的形式,實現對各個角度的數據分析。

  1.觀察流量規律,便于活動安排、服務調整

  從上圖中,可以發現以下規律:一天當中,訪問集中在9點到11點和14點到17點這段工作時間,一年中則在春節前后的訪問量比較大,每周中也是訪問集中在工作日。大部分互聯網業務的規律會與上述情況不同,一般2c的業務會在休息時間訪問量巨大,可能剛好遇上述情況相反,但并不妨礙以上的分析方式。

  一般來說,流量都是以每天中的時段、季節、節假日、星期這樣的規律來分布的。所以可以將以上幾面統一放到同一頁面中進行觀測,可以全面的了解應用的訪問規律。并且通過對渠道、業務的選擇,可以觀測具體的渠道、業務的訪問規律。

  分析出流量的規律,對活動效果、業務調整具有重大影響。例如:a公司想開展為期兩天每天兩小時的消費滿200減50并贈送肥皂的活動,那么活動開始時間最好是選在周三、周四,時間在上午的9、10點鐘。這樣才能在一定的時間內被大部分用戶所知道,畢竟活動的廣告時間成本都是錢。另外可以根據不同時期訪問量的密集程度,調整公司的業務布局,進行合理的成本控制等。

  2.發現流量異常,分析異常原因并及時調整

互聯網數據化運營管理-流量篇

  通過對上圖的觀察,可以發現兩個異常現象:

  a. 流量按周的規律分布,工作日的流量較高,周末的流量比較低,但是上圖中5月2日和4月1日是周一,流量也非常低,觀察日歷發現這兩天為五一和清明假期,依然是休息日,所以流量不高。屬于正常現象。

  b. 3月21日到4月17日到流量圖中,工作日到流量一般都維持在2400左右,而觀察4月18日到5月15日到圖,發現流量從4月19日下滑開始,很少突破2000,也就是流量在近一個月有明顯下滑。原因可能是對手購買了競價排名、自己的seo做的不好等等。問題發現,還要根據實際情況進一步分析具體原因。

  一般來說,流量以周為單位,周期性分布的情況是比較多的,將視角拉長,一次性多看幾個周的數據,便于發現問題。將一段時間內的數據與歷史數據進行對比,也有助于問題的發現。

  除上圖中對流量異常的簡單監控外,可以對流量進行進一步分解,如下圖所示,通過圖表聯動,觀察具體渠道或者業務的流量情況,從而完成對問題的追蹤定位,例如通過進一步分析發現,4月中旬開始的流量下降主要出現在pc端,那么可以進一步縮小問題的范圍。便于問題的解決。

  3.觀察流量結構,分析其合理性,并作出調整

  流量結構一般可分為渠道結構、業務結構、地區結構。通過查詢一段時間內的各結構占比,了解流量組成。

  如上圖所示,在渠道中,pc占比相對過大,而app占比不高,app對于用戶具有更大的黏度,所以應分析app占比過低原因,并想辦法提高app流量占比。下面的折線圖可以對各渠道的流量情況進行追蹤,分析占比不合理是短期內出現的,還是長期存在的,輔助問題的分析。

  怎樣的占比才是合理的,在不同的場景下是不同的,但通常來說,付費流量占比不應過高,通用渠道占比應占據主導地位。對于各業務來說就更加不同。但是可以通過分析對比行業數據或者競爭對手的數據,來分析合理性,當然前提是可以獲取到相關數據。

  通常渠道來源很多,自主訪問、搜索引擎、淘寶付費、京東付費等等。有人會通過渠道流量占比來分析各渠道的質量。僅僅根據流量情況來衡量質量是不全面的,需要配合轉化率和roi一起。具體會在后面寫到轉化率時一起考慮。

  4.追蹤流量情況,衡量活動或者調整效果

  (文中圖表使用finereport開發)

  對流量的追蹤,一般就是對流量的監控,觀察活動前、活動中、活動后的變化情況,評估活動效果。一般來講,活動期間流量會大幅提升,活動后有一定回落,是一個成功的活動。如果活動期間流量上升幅度不大,或者活動結束后流量大幅度跌落,甚至流量低于活動前的正常流量很多,都不能說是一個成功的活動。

  當然,若分析活動效果,需要追蹤的不僅僅是流量,包括轉化率、訂單數、成交額、都需要進行追蹤。后面會進行針對性的介紹。

  除活動外,公司可能會常常調整渠道投入、頁面布局、功能改進等等,每一項調整后,都對流量進行追蹤觀察,可以分析調整的效果。這里只介紹流量的追蹤,在進行產品或渠道的優化調整后,同時需要追蹤的還有轉化率等,關于轉化率會在后面進行介紹。

  原創文章,轉載請聯系知乎作者 jiaogo王

  作者簡介:知乎達人“jiago王”,知乎專欄“撩撩數據吧”,帆軟數據人,互聯網行業總監,樂于交流的數據小兵。

互聯網商城網店數據化 流量篇 運營管理經驗分享文章就講到這里,歡迎瀏覽本站的其它內容,點擊這里返回首頁

相關閱讀

相關排行總榜

搜索優化

新手開店

經驗分享

彩票25选5开奖结果