400-603-2008
电商行业解决方案——电商管理(二)

电商行业解决方案(一)中,我们详细剖析了电商管理(整体看板),向大家展示了这一板块的数据可视化分析重点以及完整的数据可视化分析报表,接下来,在本文,我们将一并呈现电商行业解决方案中的流量指标、转化指标、会员指标。

 

一、  流量指标

1.1流量指标看板

 

分析内容:

 

按时间日期统计核心指标【成交金额、访客数UV、浏览量、跳失率、人均浏览量、平均在线时长(分钟)】的本期、较前一日、较去年同期环比指标;

 

2)按时间月统计成交金额的趋势;

 

3) 按时间日期、渠道、渠道来源统计的访客数UV、访客数行占比、下单用户数、下单准化率;

 

分析指标:【成交金额、访客数UV、浏览量PV、跳失率、人均浏览量、平均在线时长(分钟)】

 

成交金额:本期、较前一日环比、较去年同期环比;

 

访客数UV:本期、较前一日环比、较去年同期环比;

 

浏览量PV:本期、较前一日环比、较去年同期环比;

 

跳失率:本期、较前一日环比、较去年同期环比;

 

人均浏览量:本期、较前一日环比、较去年同期环比;

 

平均在线时长(分钟):本期、较前一日环比、较去年同期环比;

 

访客数行占比:明细表本期

 

下单用户数:明细表本期

 

下单转化率:明细表本期

 

分析维度:时间月、渠道、渠道来源

 

 电商行业解决方案,数据可视化

报表分析:

 

筛选:自由选择时间日期

 

预警:在数字图中,环比小于0时设置红色预警。

 

从报表来看,本店在预设时间2020710日成交金额为18万元,除了访客数相对去年在上升外,其他指标的较前一日和较去年同期都在下降;成交金额的月度趋势分析中去年和今年的成交额相差不大;渠道和渠道来源的下单转化率来看,淘宝的付费流量渠道转化率比较高。

 

1.2 二级流量指标

 

分析内容:

 

1)  按时间月统计一级流量(付费流量、淘内免费、站外投放、自主访问、淘外APP、其他来源)的趋势;

 

2)按时间日期统计的一级流量明细和二级流量来源(我的淘宝、手淘搜索、购物车、淘宝免费、手淘首页、其他)的明细表;

 

3)按时间日期统计核心指标【跳失率、人均浏览量、平均在线时长(min)】的本期、较前一月、较去年同期环比指标;

 

4)按时间年、时间月统计的核心指标【跳失率、人均浏览量、平均在线时长(min)】的趋势;

 

5)按搜索词统计的访客数UV、访客数UV排行、下单数、下单转化率明细表;

 

分析指标:【访客数UV、访客数UV排行、下单数、下单转化率、跳失率、人均浏览量、平均在线时长(min)】

 

跳失率:本期、较前一月环比、较去年同期环比;

 

人均浏览量:本期、较前一月环比、较去年同期环比;

 

平均在线时长(分钟):本期、较前一月环比、较去年同期环比;

 

分析维度:时间年、时间月、一级流量走向、二级流量走向、搜索词

 

电商行业解决方案,数据可视化

 

报表分析:

 

筛选:自由选择时间日期

 

预警:在数字图中,环比小于0时设置红色预警。

 

从报表来看,本店在20197月的跳失率较上一个月和去年同期都有所上升,人均浏览量较去年同期下降了4.57%,平均停留时长较去年同期下降了4.06%,同时展现了三者在2019年的趋势。一级流量明细可以看到淘内免费的访客数最多,在趋势分析中也处于高位,7月份达到最高。二级流量来源中手淘搜索方式的访客数最高,搜索词明细中沙发的搜索词的访客数最高,而搜索词现代简约沙发的下单转化率最高。

 

二、转化指标

 

分析内容:

 

1)按时间日期统计统计转化率指标(访客-收藏转化率、访客-加购转化率、访客-支付转化率、收藏人数、收藏件数、加入购物车人数、加入购物车件数、支付人数、支付件数);

 

2)按时间日期统计总体转化情况和淘宝渠道转化情况(访客数、加入购物车人数、订单人数、成交人数);

 

电商行业解决方案,数据可视化

 

报表分析:

 

筛选:自由选择时间日期

 

从报表来看,在时间201989日,访客的收藏转化率为8.18%,访客的加入购物车的转化率为39.41%,访客的支付转化率为4.17%,加购的转化率是比较高的;店铺当天的支付人数是196,支付件数是895。在总体转化率图表中,从访入—加入购物车—下单—支付的情况,也就是100个访客中大概有4人交付成功,同时也展现了淘宝渠道的转化情况。(以上数据为虚拟,仅供参考)。

 

三、会员指标

3.1 会员指标分析

 

分析内容:

 

1)按近期自定义时间统计关键指标【新增会员、活跃会员、留存会员、流失会员】;

2)按时间月统计的会员销售额、销售额、会员销售额占比;

 

3)按时间月、时间天、星期统计的会员回购率和会员复购率;

 

4)按时间日期统计的会员增长率和会员流失率的四象限图;

 

分析指标:【新增会员、活跃会员、留存会员、流失会员、会员销售额、销售额、会员销售额、会员回购率、会员复购率、会员增长率、会员流失率】

 

分析维度:自定义时间日期、时间月、时间天、星期、商品

 

电商行业解决方案,数据可视化

 

报表分析:

 

筛选:自定义日期的选择(基期为201987日)

 

电商行业解决方案,数据可视化

 

从报表来看,在最近7天里,门店的活跃会员数为4324,新增会员为859,留存会员950,流失会员为609。会员的销售在总销售额的占比在本年内都保持着比较稳定的比例,80%左右。会员的回购率和会员的复购率都在10%以下,在8月下半月波动较大。在会员增长流失分析是为商品为维度展开的,在第二象限的商品是最好的,会员增长率大且流失率小,相反情况在第四象限。

 

3.2 会员流失监控

 

分析内容:

 

1)  按时间日期、时间月、时间天、星期统计指标【新增会员、流失会员、回流会员】的趋势分析;

 

2)按时间日期统计的会员总数、注册会员数、流失会员数、老用户流失数、新用户流失数、回流会员数、流失会员占比的明细表;

 

分析指标:【新增会员、流失会员、回流会员、会员总数、注册会员数、老用户流失数、新用户流失数、流失会员占比】

 

分析维度:自定义时间日期、时间月、时间天、星期

 

电商行业解决方案,数据可视化

 

报表分析:

 

筛选:按时间日期(201974-2019822日)

 

电商行业解决方案,数据可视化

 

从报表来看,门店的会员监控曲线看到,新增会员高于流失会员,回流会员小于流失会员,在近期流失会员和回流会员比较稳定。从明细监控中可看到每日的流失会员占比约为7%上下波动,新用户的流失数大概是老用户的流失数的三倍。