量子恒道白皮书.doc

【量子恒道】电子商务数据分析白皮书 最后修订 2012-10-19 目录 概况 (2 电子商务数据指标 (2 流量指标 (2 转化指标 (4 推广指标 (4 服务指标 (5 用户指标 (6 电子商务数据分析方法及案例 (7 一般数据分析方法 (7 电子商务数据分析 (8 量率度分析 (8 漏斗分析 (10 用户分析 (12 结语 (13 概况 电子商务的迅猛发展深刻地改变了社会生产和人们生活的方式,电子商务零售总额占社会消费品零售总额的比例越来越大,预计未来几年内,仍将保持这种趋势。 典型的电子商务业务主要由贯穿交易前、交易中和交易后的商品信息发布、交易业务、在线营销、售后服务以及支撑电子商务顺利进行所需的在线支付、物流配送、信用体系支撑等环节构成。当前最典型、最基础、最广泛的电子商务模式是依托于互联网的B2B、B2C和C2C等形式。 与传统商务相比,电子商务的网络特性,决定了电子商务网站可以容易地获得各项关键数据统计指标,并利用这些数据指标改善提升网站经营效率。但是,与快速发展的电子商务相比,行业里仍缺少对通用的统计指标的整理和对电商数据分析方法的概括解读。无论是电子商务的政府管理部门还是电子商务相关的从业者(运营方、第三方服务商、投资机构等还是电子商务的研究人员,在根据各自需要进行电子商务数据分析时往往无从下手,造成统计口径不一致、统计内容差别大、有数据却无分析观点等问题。基于这样的背景,量子恒道发布了本白皮书,向读者介绍一些通用的行业数据指标和几种可行的电子商务数据分析方法。 量子恒道是专业的电子商务数据服务商,在电商数据领域,目前主要有量子恒道店铺经和量子恒道电商分析两款产品。前者服务的淘宝卖家覆盖了淘宝网全网80%以上的销售额,后者主要服务于非淘宝网体系的独立B2C网站和阿里巴巴B2B卖家。 本白皮书参考了国内外先进的网站分析方法和经验,结合电子商务的业务特点,从数据指标定义和内涵入手,对电子商务数据分析方法加以介绍,结合案例应用,希望能让读者对电商数据分析有较深入的认识,并应用到实际网站运营过程中去。限于我们的能力和经验,本白皮书提及的数据分析范畴主要为电子商务的在线营销,而其他与电子商务息息相关的支付、物流等领域,暂不涉及。 电子商务方兴未艾,与之相关的数据指标和分析方法也在不断完善和改进,量子恒道希望能与广大电商从业者共同努力,促进行业数据化运营的发展。 电子商务数据指标 根据在线营销的业务流程、内容和主要特征,我们将电子商务的数据指标分为流量指标、转化指标、推广指标、服务指标和用户指标五类一级指标。每类一级指标又分别由若干个二级指标组成。 流量指标 流量指标主要用于描述网站访问者的数量和质量,是电子商务数据分析的基础。该部分指标主要包括访客数、回访客数、浏览量、访问深度、人均浏览量、入站次数、跳失数、跳失率、停留时间等二级指标。 访客数:UV,在统计周期内,访问网站的独立用户数。网站的访客数指标是为了近似地模拟访问网站的真实人数,故“同一个人”(在cookie技术下,通常表现为同一客户端同一浏览器多次访问网站,也仅记为一个访客。 浏览量:PV,在统计周期内,访客浏览网站页面的次数。访客多次打开或刷新同一页面,该指标均累加。 回访客数:在统计周期内,历史上曾访问过网站的访客数。回访客数占总访客数的比例,即浏览回头率。回访客数和浏览回头率共同用于描述访客回访网站的情况。实际数据计算中,判断每个访客在整个网站历史上是否曾经访问过网站,计算量比较大也不一定符合分析需求。我们比较了不同历史区间的选取对网站的回访客数和浏览回头率的影响,最终选定以“最近七天”作为访客是否曾访问过网站的历史区间标准。 访问:即会话(Session,访客浏览网站时的一次交互过程。该交互过程以打开网站开始,以关闭网站或30分钟无操作为结束。同一访客(技术上表现为同一cookie可能有多次访问。 入站次数:在统计周期内,访客从网站外进入网站内的次数。在多标签浏览器下,访客对网站的每一次访问均有可能发生多次入站行为。访客入站后第一个到达的网站页面就是通常说的登陆页或入口页。该页面的质量及其与入站来源链接(尤其是广告来源和访客属性的匹配性,很大程度上决定了访客是否会有后续的访问行为。为了保证入站次数与访客、访问数据的一致,我们将入站定义为访问的下级细分,每一次入站及其后续产生的一系列行为,均属于同一个访问。极少数情况下(不超过2%,用户入站后,停留在网站内某页面并且连续30分钟无后续操作,之后在该页面继续点击了其他链接,此时用户开启了一次新的访问,相应地,我们也将这次点击记录为一次新的入站(入站的来源为站内的某一页面。 跳失数:访客入站后,只访问了登陆页即离开的次数。传统的跳失数是基于访问计算的,产生的实际问题是,在同一次访问中,访客有可能发生多次入