在上一篇文章里，我們已經(jīng)了解了關(guān)于電商總體分析的一些概念，比如總體運(yùn)營(yíng)指標(biāo)、流量指標(biāo)、銷(xiāo)售指標(biāo)、客戶(hù)價(jià)值指標(biāo)、市場(chǎng)營(yíng)銷(xiāo)活動(dòng)指標(biāo)。有了這些基本概念，我們就可以進(jìn)入關(guān)于利用數(shù)據(jù)監(jiān)測(cè)工具進(jìn)行的基本分析，在這里，我用的是Google Analytics，不僅是因?yàn)槊赓M(fèi)（也有付費(fèi)的企業(yè)版），而且功能很強(qiáng)大，免費(fèi)版足以應(yīng)付普通中小公司的日常數(shù)據(jù)運(yùn)營(yíng)、分析。市面上也有其他網(wǎng)頁(yè)分析和APP分析的工具，如果對(duì)其他分析工具感興趣可以試一下。

我這里說(shuō)的GA基本數(shù)據(jù)分析是按照它的dash board里的overview來(lái)做一個(gè)簡(jiǎn)單的解讀。

Google Gnalytics Home：

在Google Gnalytics Home里我們可以看到，過(guò)去七天這個(gè)網(wǎng)站的流量是11K， UV是10K，且從9月1號(hào)到3號(hào)，流量突然增長(zhǎng)，零轉(zhuǎn)化率，零收入。在這種情況下，我們會(huì)有許多疑問(wèn)，為什么從9月1號(hào)開(kāi)始流量突然猛增，在增長(zhǎng)前做了做什么動(dòng)作？流量都是從哪兒來(lái)的？哪個(gè)渠道的流量引入多？后面三天的UV里面，有多少是回頭客，有多少是新客戶(hù)？用戶(hù)來(lái)源與什么國(guó)家？活躍用戶(hù)有多少？活躍的時(shí)間點(diǎn)是什么？用戶(hù)用的是手機(jī)、電腦還是平板？流量這么大，為什么沒(méi)有轉(zhuǎn)化？從這張圖片里面，我們就可以看到很多問(wèn)題，也需要帶著這些問(wèn)題逐步進(jìn)去分析，通過(guò)這些網(wǎng)站或者App的數(shù)據(jù)分析，歸納總結(jié)我們接下來(lái)要在哪一方面需要做優(yōu)化，比如廣告投放、流量渠道優(yōu)化、社交媒體運(yùn)營(yíng)的手段或方向調(diào)整、網(wǎng)站頁(yè)面優(yōu)化、SEO等。

在這張圖片里面，我們看到剛剛在第一張圖片所提到的一個(gè)流量來(lái)源的問(wèn)題。我們的用戶(hù)，在前4天基本是直接點(diǎn)擊、搜索和推薦進(jìn)來(lái)的，社交媒體進(jìn)來(lái)對(duì)的用戶(hù)少，但是從8月31號(hào)開(kāi)始，社交媒體進(jìn)來(lái)的用戶(hù)開(kāi)始上升，且占一大部分的用戶(hù)都是通過(guò)這個(gè)社交媒體進(jìn)來(lái)。那么，我們?cè)谶@又有一些疑問(wèn)，這些流量社交媒體的流量都通過(guò)什么渠道引進(jìn)來(lái)的？在這些渠道上面都做了些什么導(dǎo)致流量猛增？在這些渠道里面，哪一些渠道的流量最大？哪一些渠道的用戶(hù)質(zhì)量（與活躍度、轉(zhuǎn)化相關(guān)）最好，這些渠道的ROI如何？這些渠道是付費(fèi)的還是免費(fèi)的？付費(fèi)渠道流量和轉(zhuǎn)化與免費(fèi)渠道流量和轉(zhuǎn)化哪一個(gè)更好？付費(fèi)渠道的ROI是多少？

目前截取的只是Google Gnalytics Home部分?jǐn)?shù)據(jù)，根據(jù)這些數(shù)據(jù)，我們可以針對(duì)自己需求提問(wèn)題，一步一步的深挖數(shù)據(jù)背后的價(jià)值，通過(guò)分析這些數(shù)據(jù)，做出關(guān)于網(wǎng)站或者APP的某些方面的調(diào)整，從而最大化我們的轉(zhuǎn)化。

有部分小伙伴是做平臺(tái)電商，比如亞馬遜、eBay、速賣(mài)通等，這些平臺(tái)都有他們自己數(shù)據(jù)分析的功能，但是沒(méi)有分析的那么全，而且也不能通過(guò)嵌入谷歌分析的追蹤代碼去追蹤這些數(shù)據(jù)。拿亞馬遜來(lái)說(shuō)，如果想追蹤自己店鋪轉(zhuǎn)化在社交媒體、或者其他亞馬遜以外的渠道所做的貢獻(xiàn)，可以利用亞馬遜聯(lián)盟追蹤數(shù)據(jù)，然后下載報(bào)告分析即可。

現(xiàn)在和未來(lái)都是大數(shù)據(jù)時(shí)代，了解數(shù)據(jù)分析，對(duì)公司營(yíng)收有很大的幫助。后面我們會(huì)根據(jù)AARRR模型對(duì)網(wǎng)站和APP的數(shù)據(jù)進(jìn)行逐一分析。

近幾年電商行業(yè)的各大網(wǎng)站紛紛通過(guò)降價(jià)、促銷(xiāo)等方式來(lái)吸引用戶(hù)，KPCB 的調(diào)查報(bào)告顯示，2009 年到 2015 年全球移動(dòng)端新用戶(hù)的增長(zhǎng)率持續(xù)下滑，可以預(yù)計(jì)在 2016 年這一增速將繼續(xù)放緩。這意味人口增長(zhǎng)帶來(lái)的流量紅利正在逐漸消退，用戶(hù)增長(zhǎng)將更加乏力，那么，通過(guò)單純的價(jià)格戰(zhàn)來(lái)吸引新用戶(hù)的方式還可行嗎？

嚴(yán)峻的市場(chǎng)市場(chǎng)形勢(shì)讓我們思考：

1）通過(guò)降價(jià)促銷(xiāo)來(lái)帶訂單數(shù)的增長(zhǎng)，但是這樣的活動(dòng)吸引來(lái)的真是你的目標(biāo)用戶(hù)嗎？

2）現(xiàn)在很多電商運(yùn)營(yíng)團(tuán)隊(duì)缺少精細(xì)化運(yùn)營(yíng)和數(shù)據(jù)驅(qū)動(dòng)的經(jīng)驗(yàn)和意識(shí)，依靠?jī)r(jià)格戰(zhàn)這種野蠻生長(zhǎng)的方式，一旦團(tuán)隊(duì)面臨增長(zhǎng)困境，又該如何應(yīng)對(duì)？

Part 1 電商行業(yè)需要關(guān)注的五大關(guān)鍵指標(biāo)

在眾多的互聯(lián)網(wǎng)細(xì)分行業(yè)中，電商行業(yè)起步早，發(fā)展時(shí)間長(zhǎng)，行業(yè)特征顯著：

1）商品品類(lèi)及 SKU 多，用戶(hù)覆蓋面廣，運(yùn)營(yíng)難度大；

2）總體上客單價(jià)低（除旅游、奢侈品等外），強(qiáng)調(diào)留存與復(fù)購(gòu)；

3）電商產(chǎn)品設(shè)計(jì)相對(duì)成熟，優(yōu)化運(yùn)營(yíng)是重中之重；

4）電商行業(yè)競(jìng)爭(zhēng)白熱化，精細(xì)化運(yùn)營(yíng)是沖出重圍的必備技能。 要想實(shí)現(xiàn)精細(xì)化運(yùn)營(yíng)，數(shù)據(jù)是必不可少的一個(gè)環(huán)節(jié)。

要想實(shí)現(xiàn)精細(xì)化運(yùn)營(yíng)，數(shù)據(jù)是必不可少的一個(gè)環(huán)節(jié)，電商網(wǎng)站要提高運(yùn)營(yíng)效率，至少需要五大關(guān)鍵指標(biāo)：活躍用戶(hù)量、轉(zhuǎn)化率、留存、復(fù)購(gòu)和 GMV 。

1）活躍用戶(hù)量是一個(gè)基本的指標(biāo)，有 DAU（日活躍用戶(hù)）、WAU（周活躍用戶(hù)）和 MAU（月活躍用戶(hù)）三個(gè)層次；

2）轉(zhuǎn)化是一個(gè)非常重要的指標(biāo)，電商運(yùn)營(yíng)需要關(guān)注主路徑、次路徑甚至精細(xì)到每一個(gè)品類(lèi) SKU 的轉(zhuǎn)化率；

3）留存要從不同的時(shí)間周期上研究，包括次日留存率、3 日、7 日、30 日留存；

4）復(fù)購(gòu)則要從 3 個(gè)角度去看，復(fù)購(gòu)用戶(hù)量、復(fù)購(gòu)率和復(fù)購(gòu)金額比；

5）GMV 是最重要的指標(biāo)，我們的運(yùn)營(yíng)最終是圍繞這個(gè)來(lái)進(jìn)行的。GMV = UV 轉(zhuǎn)化率客單價(jià)

Part2商品運(yùn)營(yíng)：流量?jī)?yōu)化和品類(lèi)優(yōu)化

前面提到電商行業(yè)的一大特點(diǎn)是商品品類(lèi)或者 SKU 非常多，那么如此多的商品該如何運(yùn)營(yíng)呢？

這是三個(gè)電商 APP 的首頁(yè)界面（各家 Web 端布局也比較相似）：前兩個(gè)是京東和國(guó)美，屬于平臺(tái)型的電商；第三個(gè)是生鮮水果平臺(tái)，屬于垂直型電商。不難發(fā)現(xiàn)電商的產(chǎn)品在設(shè)計(jì)上非常類(lèi)似，首頁(yè)上面呈現(xiàn)的是輪播的 Banner ，下面是活動(dòng)專(zhuān)區(qū)。

在商品運(yùn)營(yíng)中，尤其是首頁(yè)商品更新速度快，我們要格外重視轉(zhuǎn)化，甚至要精確到不同時(shí)間區(qū)間、不同位置、不同商品的轉(zhuǎn)化率。然后根據(jù)轉(zhuǎn)化率，結(jié)合業(yè)務(wù)經(jīng)驗(yàn)，不斷調(diào)整運(yùn)營(yíng)策略。然而目前，即使是大型的電商網(wǎng)站，也沒(méi)有很好地做到這一點(diǎn)，對(duì)于每個(gè)商品品類(lèi) SKU 的轉(zhuǎn)化率的分析仍存在一定的空缺。

商品運(yùn)營(yíng)有一個(gè)非常大的優(yōu)勢(shì)：投入低，見(jiàn)效快，效果明顯，商品運(yùn)營(yíng)的本質(zhì)是通過(guò)不同坑位、不同活動(dòng)、不同商品的分析來(lái)提高我們的轉(zhuǎn)化率和 GMV 。

下圖展示了一個(gè)電商購(gòu)買(mǎi)流程的主路徑：首頁(yè)——活動(dòng)頁(yè)——商品詳情頁(yè)——支付完成。從精細(xì)化分析的角度出發(fā)，我們關(guān)注轉(zhuǎn)化路徑每一步的轉(zhuǎn)化率；通過(guò)分析不難發(fā)現(xiàn)最后一步“支付完成”的轉(zhuǎn)化率偏低。

我們更需要基于三個(gè)關(guān)鍵轉(zhuǎn)化“UV-點(diǎn)擊”、“點(diǎn)擊-加入購(gòu)物車(chē)”、“購(gòu)物車(chē)-支付成功”，對(duì)不同的商品進(jìn)行比較分析，從而及時(shí)調(diào)整運(yùn)營(yíng)策略，下圖就是各個(gè)步驟的轉(zhuǎn)化率：

電商網(wǎng)站的運(yùn)營(yíng)節(jié)奏非?？欤绕涫腔顒?dòng)專(zhuān)區(qū)的“秒殺”、“搶購(gòu)”等活動(dòng)，需要實(shí)時(shí)監(jiān)測(cè) SKU 的更新變化。上圖中，某電商平臺(tái)進(jìn)行了一次微信上的促銷(xiāo)活動(dòng)，通過(guò)實(shí)時(shí)監(jiān)測(cè)到對(duì)應(yīng)的平臺(tái)訪問(wèn)情況，便于運(yùn)營(yíng)人員及時(shí)調(diào)整運(yùn)營(yíng)策略。

GrowingIO實(shí)時(shí)分析功能電商網(wǎng)站上的商品品類(lèi)非常多，每一個(gè)品類(lèi)都應(yīng)該有明確的定位，不同定位的品類(lèi)應(yīng)該有不同的運(yùn)營(yíng)策略。根據(jù)商品品類(lèi)的利潤(rùn)率、轉(zhuǎn)化率等表現(xiàn)，我們將商品品類(lèi)分成 4 種：導(dǎo)流型品類(lèi)、高利潤(rùn)品類(lèi)、高轉(zhuǎn)化品類(lèi)、未來(lái)明星型品類(lèi)。

1）導(dǎo)流型品類(lèi)：利潤(rùn)非常低，但是購(gòu)買(mǎi)量大、市場(chǎng)需求大，目的在于導(dǎo)流。

2）高利潤(rùn)型品類(lèi)：利潤(rùn)率高，希望用戶(hù)更多購(gòu)買(mǎi)此類(lèi)商品。

3）高轉(zhuǎn)化品類(lèi)：帶量。

4）未來(lái)明星型品類(lèi)：這是電商平臺(tái)的潛力股，雖然曝光量很低，但是轉(zhuǎn)化率極高。

明確了商品的品類(lèi)后，我們就可以針對(duì)性地展開(kāi)運(yùn)營(yíng)。

這是新型的波士頓矩陣，橫坐標(biāo)代表商品的曝光量，縱坐標(biāo)是商品的轉(zhuǎn)化率，圖中的每一個(gè)圓圈代表一個(gè)品類(lèi)的商品。右上角的商品品類(lèi)曝光量大、轉(zhuǎn)化率高，是現(xiàn)金流的重要業(yè)務(wù)；而左上角的商品雖然曝光率非常低，但是轉(zhuǎn)化率極高，屬于我們上面提到的未來(lái)明星型品類(lèi)，對(duì)于這一類(lèi)商品，我們?cè)诤笃诘倪\(yùn)營(yíng)中可以增加其曝光量。

Part 3 怎樣進(jìn)行用戶(hù)運(yùn)營(yíng)？

正如開(kāi)頭提到的，隨著互聯(lián)網(wǎng)用戶(hù)增長(zhǎng)速度的放緩，用戶(hù)體驗(yàn)愈發(fā)重要，之前無(wú)目的的短信推送、APP 通知有可能使用戶(hù)厭煩，破壞用戶(hù)的體驗(yàn)；甚至可能導(dǎo)致用戶(hù)退訂、卸載。

精細(xì)化運(yùn)營(yíng)的情況下，做好用戶(hù)運(yùn)營(yíng)主要從兩個(gè)角度出發(fā)：一是找到用戶(hù)留存的關(guān)鍵點(diǎn)；二是采取差異化的運(yùn)營(yíng)策略，區(qū)分不同的用戶(hù)群體，對(duì)不同群體采取差異化的運(yùn)營(yíng)方式。

1. 找到用戶(hù)增長(zhǎng)的“魔法數(shù)字”留住一個(gè)客戶(hù)的成本遠(yuǎn)遠(yuǎn)小于重新獲取一個(gè)客戶(hù)的成本，所以留存至關(guān)重要，它關(guān)系著一個(gè)平臺(tái)能否持續(xù)健康發(fā)展。

留存曲線(xiàn)分成三個(gè)周期，開(kāi)始是震蕩期和選擇期，經(jīng)過(guò)這兩個(gè)周期，如果用戶(hù)能夠留下來(lái)，就會(huì)進(jìn)入一個(gè)相對(duì)平穩(wěn)期。

在硅谷流向的 growth hacking 中，經(jīng)常提到 magic number（魔法數(shù)字）。

那么作為一個(gè)電商平臺(tái)，你的平臺(tái)的魔法數(shù)字是什么？

以某電商平臺(tái)為例，在該網(wǎng)站上 7 天內(nèi)完成 3 次購(gòu)買(mǎi)的用戶(hù)的留存度（紅色）是一般用戶(hù)（綠色）的 4 倍左右，因此在一周內(nèi)讓用戶(hù)完成 3 次購(gòu)買(mǎi)就是他的魔法數(shù)字。

2. 差異化的運(yùn)營(yíng)策略

不同用戶(hù)的活躍度、商品偏好、購(gòu)買(mǎi)決策階段都各異，我們需要采取差異化的運(yùn)營(yíng)策略。差異化的運(yùn)營(yíng)策略主要從3個(gè)角度出發(fā)：基于用戶(hù)的活躍度、基于用戶(hù)對(duì)不同商品的偏好、基于用戶(hù)所處的決策階段。

基于用戶(hù)的活躍程度，我們可以將用戶(hù)大致分成“流失用戶(hù)”、“低頻活躍用戶(hù)”和“高頻活躍用戶(hù)”。一般情況下，一個(gè)用戶(hù) 30 天甚至更久沒(méi)有登錄你的平臺(tái)，我們基本可以認(rèn)為該用戶(hù)流失了。對(duì)于流失客戶(hù)，是否要考慮采取召回策略。30 天內(nèi)活躍 10 天以上的高度活躍用戶(hù)，我們是否可以向其推薦更多精準(zhǔn)的商品。

其次基于用戶(hù)對(duì)不同商品的偏好，我們采用用戶(hù)分群，將用戶(hù)區(qū)分成“美妝類(lèi)”、“鞋帽類(lèi)”、“數(shù)碼類(lèi)”、“書(shū)籍類(lèi)”等不同群體，然后精準(zhǔn)推送新品。

最后，基于用戶(hù)購(gòu)買(mǎi)決策的不同階段。一個(gè)標(biāo)準(zhǔn)的購(gòu)買(mǎi)流程，先后經(jīng)歷“首頁(yè)瀏覽搜索——瀏覽商品詳情頁(yè)——商品對(duì)比——加入購(gòu)物車(chē)——支付成功”等幾個(gè)環(huán)節(jié)，用戶(hù)在每一個(gè)節(jié)點(diǎn)都處于不同的決策階段。我們從維度（屬性數(shù)據(jù)）和指標(biāo)（行為數(shù)據(jù)）出發(fā)，對(duì)用戶(hù)分群，如“領(lǐng)取了優(yōu)惠券，但是未使用”的用戶(hù)，采取精準(zhǔn)的推送。我們從 GrowingIO 提供的 API 導(dǎo)出這些用戶(hù)的 ID 和屬性，然后對(duì)接企業(yè)內(nèi)容的 CRM 或者 EDM 進(jìn)行精準(zhǔn)的推送和提醒，刺激用戶(hù)的轉(zhuǎn)化。

Part 4 優(yōu)化產(chǎn)品的轉(zhuǎn)化效率

目前電商產(chǎn)品的設(shè)計(jì)總體成熟、界面布局類(lèi)似，我們主要結(jié)合用戶(hù)的使用情況去優(yōu)化產(chǎn)品。我們的思路主要是：優(yōu)化產(chǎn)品不同路徑的轉(zhuǎn)化率，注重用戶(hù)點(diǎn)評(píng)的管理。

1.優(yōu)化產(chǎn)品

從轉(zhuǎn)化做起一個(gè)購(gòu)買(mǎi)行為可能有多種轉(zhuǎn)化路徑：

1）首頁(yè)——商品——訂單轉(zhuǎn)化

2）首頁(yè)——商品列表——詳情頁(yè)——訂單轉(zhuǎn)化

3）首頁(yè)——搜索——商品列表——詳情頁(yè)——訂單轉(zhuǎn)化

4）首頁(yè)——單坑位Banner——活動(dòng)頁(yè)——詳情頁(yè)——訂單轉(zhuǎn)化

除了不同路徑的轉(zhuǎn)化率，我們還關(guān)注轉(zhuǎn)化的每一步：

上圖利用 GrowingIO漏斗功能展示了一個(gè)用戶(hù)的購(gòu)買(mǎi)流程及每一步的轉(zhuǎn)化率，我們發(fā)現(xiàn)“加入購(gòu)物車(chē)”到“支付成功”的轉(zhuǎn)化率不到 13，偏低，需要排查具體的問(wèn)題出在哪里。

一旦覺(jué)察到問(wèn)題可能存在，我們就需要層層下鉆，直接抵達(dá)問(wèn)題的核心。我們通過(guò)用戶(hù)分群，將“提交訂單，但是未支付完成”的用戶(hù)全部篩選出來(lái)。然后抽出 3-5 個(gè)符合條件的用戶(hù)，借助“用戶(hù)細(xì)查”仔細(xì)觀看每個(gè)用戶(hù)的操作流程，一般就能發(fā)現(xiàn)問(wèn)題了。

2. 用戶(hù)評(píng)價(jià)的重要性

越注重用戶(hù)體驗(yàn)的商品，用戶(hù)評(píng)價(jià)的管理就越重要，例如旅游類(lèi)商品、生鮮類(lèi)商品、鞋服類(lèi)商品等。

借助轉(zhuǎn)化漏斗，我們發(fā)現(xiàn)觀看過(guò)“商品評(píng)價(jià)圖片”的用戶(hù)的購(gòu)買(mǎi)轉(zhuǎn)化率是一般用戶(hù)的 4 倍，但是其數(shù)量只占總體的 110。如果我們能引導(dǎo)用戶(hù)參與點(diǎn)評(píng)，將優(yōu)質(zhì)點(diǎn)評(píng)展示給更多的新用戶(hù)，那么我們的總體購(gòu)買(mǎi)轉(zhuǎn)化率將會(huì)有更大的提升。

更多電商數(shù)據(jù)分析內(nèi)容進(jìn)入：otpub