电商数据分析报告总结(共5篇).doc

电商数据分析报告总结(共5篇) ：商数 据分析 报告 电商数据分析报告范文 电商运营报表数据分析 内衣商品数据分析报告 篇一：电子商务数据分析报告实例 用数字来看某知名B2C网站的发展内幕和隐私(作者：perplexing) 数字是个很有趣的东西，很有说服力，而且也可以更加深入地掌握不同变量之间的逻辑关系。举个例子，我们喜欢说留住老用户，发展新用户，那么老用户和新用户的定义应该是什么呢？直观上说，老用户就是曾经在我这里买过东西的呗，其实这样的定义太简单了，假如今天是2008年4月24号，我们看看如下哪个顾客属于老用户？ 1，2002年注册，2002年~2003年曾经购买过27次，但是2004年之后就再也没有来过了； 2，2002年注册，直到2005年才买过一次东西，但是从此人间蒸发了； 3，2008年4月22号注册，4月23号（昨天）买过东西，不知道他以后还来不来； 4，2007年1月注册，2007年1月~2008年4月间，平均每3个月就来买一次。 其实上面的都可以俗称为老用户，但是他的注册时间，购买次数，购买金额，购买频率，最后一次购买时间等数值，对我们都有重要的参考和分析意义，只有细致分析，才能精准营销。 我们来用数字分析一家比较知名的B2C网站的发展历程，名字就不直接说了，我们就用A公司来代替。只是从这些分析中，我觉得可以看出很多隐形的（hidden）有趣现象来。这不属于泄露公司业务，名字和产品都没有写。事实上，我还掌握了好几家的内部数据。我只是想，能够拿出来和大家一起商酌，无伤大雅，可以一起探讨学习。现在，我们从2002年1月1号开始分析，action！~ 1，A公司的注册会员发展轨迹 截止2007年12月31号，A公司累计注册用户35万。淘宝网截止2008年Q1有6200万注册用户，也就意味着A公司的注册用户只是淘宝的0.56%而已。每天的注册人数从2002年的21个（天）到目前大概300个（天），可以说，A公司的注册用户一直在稳步增长。 中国互联网网民的规模，足以支撑所有的统计规律的圆满实现。我在baidu的index里输入某个关键字的查询次数，比如我输入“电子商务”，发现每天在baidu查询“电子商务”的人数一直稳定在300~500的范围内飘飘荡荡的。昨天查询的人和今天查询的人是不一样的，而且也互相不认识，但是庞大的baidu用户群体造就了美丽平滑的统计大数定律。所以，如果有人问我，今天大概多少网民过生日？我告诉他，大概27万左右，因为网民总1亿，365天每天都有人可能过生日，所以这个27万的正确率绝对80%以上。 2，A公司的年度交易量发展变化图 恩，不错，2002年每天只有3.13万的交易量，到了2007年，每天有41.83万了。年度交易额来看，2006年就冲过1亿的关口了。每个订单的金额大概就是650元左右。每天的订单量目前维持在600多一点的规模。除掉每天8小时的睡觉时间，其他时间顾客都可以下单的话，大概1~2分钟就来一个600多元的订单。 3，注册用户的购买情况 如上的2个表格没有意思，这个表格却可以说明很多问题： 1） 所有的注册用户中，52.88%的注册用户到目前为之还没有产生过购买；所以注册到购买转化率大概47%； 2） 产生了3次或以上购买的顾客占总体注册用户的18.68%，但是他们产生的总体购买金额却占了A公司有史以来总体交易金额的82.58%，看来2:8定律真的是无处不在！ 所以，根据这个结果，我们可以把购买了3次或者以上的顾客定义为公司的核心用户，他们是确保公司基石的重量级客户。 3） 购买10次或以上的有14474人，占注册用户4.12%，但是这小小的4.12%的用户为公司贡献了48.98%的交易额！而且人均贡献1.36万！当然不排除企业客户，但是我们发现，购买频率越高，对公司越是至关重要！ 我们这里做个假设：如果不考虑重复购买，所有的顾客只要购物，都只买1次，那么会发生什么情况？ 结果是：A公司的交易额将变成目前总体交易额的25%而已！公司总体交易额将缩减75%！可见： 1） 对于一个购物网站来说，忠诚度的培养和顾客的重复购买，是多么关键。 2） 长期进行老用户的优惠措施（积分优惠、折扣优惠等）是公司发展的根本！ 4，有过购买的用户，都是注册之后多久会购买？ 如下是以有购买记录的顾客为研究对象的，从没购物的不考虑其中。 这个图表说明了几个很重要的规律： 1） 顾客注册之后如果要购物，那么81.78%的顾客都会在注册后的1个月之内下单； 2） 如果顾客注册之后的1个月之内没有购买，那么他81.78%的可能性永远不会来买了； 3） 如果顾客注册之后的半年之内么有购买，那么他90.86%的可能性永远不会来买了