你可能想象不到,她竟成了一位“带货”冠军——她领奖时佩戴的小黄鸭同款发饰,有商家月销超过3万单,义乌小商铺市场有的商户已经卖断货。
电商是一个伴随数据而生的行业,数据在电商平台上高速运转,由此也诞生了非常多的电商信息化平台,有物流系统、供应链系统,流量分析平台等等。对零售电商企业来说,未来十年想要在电商领域获得成就,需要将重心放在:和拥有越来越多权利的消费者建立深刻联系,而理解消费者行为的唯一方法只有不断测量与分析数据。今天小亿就来给大家说说如何做好电商的数据分析。
一、什么是电商数据分析?
电商分析的过程大致是从线上店铺的各个方面获取数据,利用任何可能对销售有影响的信息,理解当前趋势和消费者行为的转变,做出数据驱动的决策来提升更多的线上销售额。电商分析会使用到和整个用户路径相关的指标,从发现到获取、转化、留存以及推荐。
二、做好电商数据分析有什么好处?
德勤数据显示,49%的调查对象认为电商数据分析能帮助他们做出更好的决策,16%的人表示电商分析能够驱动关键战略计划,10%表示电商数据分析提升了公司与顾客和商业伙伴的关系。具体体现在以下几个方面:
1.帮助优化产品管理
(1)数据驱动的产品研发
如今,消费者比以往拥有了更多选择和控制权,选择过多从而导致更高的期待。作为店铺,需要更快速地提升竞争力来跟上加速增长的期待值,因此通过数据掌握消费者喜好和厌恶的信息,并在产品开发过程中利用这些知识,是创造出消费者喜爱的产品的关键。
店铺中所卖产品中每个产品组合中都有最好和最差的——这很正常。电商分析之所以不仅仅是数字呈现,是因为能够利用这些数据来分析出哪些是最畅销的产品,哪些是不畅销的产品。我们可以更深入地挖掘,找出一些产品永远卖不出去的原因,并利用分析洞察来优化产品组合。
(3)提升库存管理
一家店铺的可持续性取决于它的库存管理有多好。知道产品在什么位置,最合理的补货时间是什么时候,将为你省去许多麻烦。另外,电商数据分析还可以帮你预测和计划未来的库存,降低卖不出去货而导致的损失。
2.帮助提升用户体验
(1)收集用户行为数据
作为电商卖家,我们必须掌握消费者快速变化的偏好和期望,而最好的方法是收集用户行为数据,了解他们的需求、期望和痛点。如果你想和他们保持同步,就必须采取消费者至上的心态。
在电商领域,面对需求,“一刀切”是行不通的。Epsilon的研究显示,当品牌提供个性化体验时,80%的消费者更有可能进行购买,90%的消费者表示他们觉得个性化很有吸引力。新世界的规则里,个性化远远不止是简单地分类定制,而使用电商数据分析,能够预测消费者个体的需求,并提出相关的产品建议。
(3)参与用户体验
如今 ,客户体验是新的“品牌通货”。除了价格和质量,我们还需要提供吸引人的用户体验来保持客户的兴趣。而通过数据分析,我们可以看到客户在网站上花费了多少时间,哪些特性吸引了他们的注意力,以及可以改进哪些方面来创建独特、有趣、简单、无障碍的用户体验,以满足客户不断变化的需求。
(1)交叉销售和向上销售
很多电商卖家往往低估了给现有客户交叉销售和向上销售的力量。根据福布斯的报道,吸引新客户的成本是留住现有客户的5倍。最重要的是,一家公司65%的业务来自现有客户,因此利用电商数据进行重定向战略可能有更大的利润空间。
(2)最大化广告开支回报率
使用电商数据分析可以帮你发现企业是否像一个正在漏水的桶,可以做些什么来最大化广告支出。与其把钱浪费在不起作用的广告上,你可以专注于针对正确目标受众的广告。
1.依据用户画像,洞察需求
用户画像即用户信息标签化,通过收集用户的社会属性、消费习惯、偏好特征等各个维度的数据,进而对用户或产品特征属性进行刻画,并对这些特征进行分析、统计,挖掘潜在价值信息,从而抽象出用户的信息全貌。
首先,你需要创造出用户对你品牌的认知,将他们带领到你的店铺门口。比如通过亿信ABI,能看到网站访问者的人口信息,比如年龄和性别。也有关于地理位置、兴趣、表现的数据。这些见解能帮助你做出用户画像。
2.依据渠道数据分析用户来源
对电商卖家来说,分析“访客数”最重要的是分析“流量来源”。分析不同流量来源的“数量”和“支付转化率”,找出“支付转化率”比较高的流量来源并想办法提高,不仅可以提高“访客数”还可以提高整体的“支付转化率”。这时利用数据分析工具能为不同渠道的表现提供总览,并给出目标转化率。
当涉及到有机搜索时,分析一些像搜索量和关键词排名的指标能帮你获得更多的见解,比如该将广告预算花在哪儿,如何让用户更容易搜索到你等等。
3.店内转化率的数据分析
当用户来到店铺时,我们就要想办法将他们转化成顾客,但众所周知,并不是每个来店里的用户都会点加入购物车按钮。甚至在加入购物车后,也会有改变主意离开网站的可能。所以这一步我们可以用下面的电商转化指标来跟踪和优化线上购物体验:
(1)销售转化率 ——已购买的用户和全部来到店铺的用户比值
(2)平均订单价值 —— 用户下单的平均金额
(3)放弃购物车率—— 在所有产生的订单中,未完成订单的占比
转化率表示进行购买的访问者所占总访问者的百分比,是以特定时期内实现交易的总人数除以访问的总人数得出的。一次访问行为就是顾客与我们的店铺进行的一次独立互动,无论时长是三秒钟还是三小时。
对于电商而言,转化率优化事关重要,通常需要花费大量的时间和精力。电商行业的平均转化率为 2%,业绩最好的店铺通常会达到平均水平的两到三倍。亚马逊的转化率高达 13%。这就意味着每 100 人访问店铺,就会有 13 人产生购买行为。这时可以重点关注以下两个方面:
(1)购物行为——这个能告诉你用户在营销漏斗的每个阶段产生了多少访问量。从只是浏览过你产品的用户,到加入购物车的用户,开始结账的用户,和完成订单的用户。这份报告能清晰地告诉你有多少用户转移到了下一个阶段,并帮助你识别如何改进这个过程来提高订单量。
(2)支付行为——和购物行为报告很像,但只关注结账付款这一阶段。这个报告能轻易地跟踪用户在支付阶段的行为,以及他们在什么地方选择放弃购买。
4.提高营销推广的ROI
对店铺来说,如今流量已进入存量时代,营销渠道分散且复杂,更需要卖家依据数字化营销提高推广的RIO,通过数据分析,加强线上营销的精准,拓展线下新的营销场景,利用数据智能完成全场景全链路的布局,以达到高效转化与品效相结合。
这里亿信ABI可以帮助你在以下这些方面衡量内部和外部的营销效果:
(1)内部营销报告——比如,用户被引导至不同区域的页面导航栏,我们能依据数据查看内部推销点击率、交易数量、收入、和每个内部推广点击后产生的交易数等等的指标。
(2)订单优惠券报告——这份报告会提供订单优惠券和收入、交易量、订单平均价值的关系分析。
(3)产品优惠券报告——和之前的报告相似,它会提供有关产品优惠券和收入、购买人数、每次购买产生的产品收益的分析。
(4)折扣码报告—— 能够清楚地看到合作商 / 品牌大使 / 博主对你店铺销量的贡献。也能够设置指标追踪相关的收入、订单量、和平均订单价值。
5.产品数据分析
(1)产品数据分分析
①整体分析:分为两个部分:销售表现和购物行为。销售表现包括各个商品带来的收入,至少购买过一次的用户数,平均订单价格、数量,退款数目等等。购物行为,你可以看到浏览了产品详情页的用户里,加入购物车的人数;或浏览产品详情页后最终下单的人数。
这里还有一个数据很重要,即平均订单价值,是指顾客进行一次购买(一个或多个商品)的平均值。提高平均订单价值就会增加销售额,这是毋庸置疑的。平均订单价值还通常是代表收入增长速度最直接的指标之一,甚至比转化率优化更重要,我们在产品页面、购物车页面和结帐后页面中添加少量的相关内容就可能会产生重大影响。
②购物行为分析——我们可以依据更多和商品有关的数据,比如商品浏览页访问量、商品详情页访问量、加入/移出购物车的商品,进入结算阶段的商品,以及购买人数来对用户购物行为进行分析。
同样,这里主要注意一个数据,即客单价。“客单价”的提升主要靠商品单价和关联销售:首先在同样的流量下,尽可能把流量引导至“单价高”且“转化率高”的商品,并降低“单价低”且“转化率低”商品的流量,这样可以直接提高销售额和客单价;其次,优化宝贝介绍、营销活动、满赠规则、客服话术等,尽可能从顾客的需求出发吸引顾客买更多的宝贝,买得越多客单价越高。
(2)销量数据分析
我们可以从后台数据分析中找到关于收入,税费、运费、退款金额,和卖出的商品数量。其中,总销售额以金额的形式呈现,是衡量我们线上店铺经营状况最佳的“整体主要指标”(OMM)之一,可以用它来衡量业务的整体增长和发展趋势。
该指标几乎反映了所有电商运营环节的效果——像市场营销、流量积累、商品优化、产品迭代等。只要我们的销售额实现逐月增加,就基本可以确定我们的策略是正确的。
需要注意的是,跟踪总销售额的过程中存在潜在陷阱,我们要确保销售额可持续地长期增加才是最重要的。如果只关注短期效果,可能会错误地认为策略正确,反而不利于整体业务。但通常情况下,当我们将总销售额(总收入)作为核心指标时,基本不会出错。
6.用户留存数据分析
聪明的商家知道忠诚顾客的价值。能够留住用户给你长期带来收入。永远要记住的是,获取新用户比留住老用户成本大得多。研究显示,用户留存率提升5%就能带来25%到95%的利润。以下是一些帮助你更好测量用户留存的指标:
(1)购买频率
购买频率一般是指消费者在给定时间段(通常是一年)内进行的购买次数,通过将过去365天的订单总数除以同期的顾客人数得出。提高购买频率并不容易,涉及了站外的维护,像在顾客购买商品后通过电子邮件、再营销和社交媒体等营销渠道与顾客建立关系。
(2)留存期
留存期是指顾客保持活跃状态的平均时间长度。一般顾客超过 6 到 12 个月没有再次来到店铺购物,通常被视为不活跃顾客。留存期或“顾客寿命”可能很难计算。但从本质上讲,是对顾客第一次购买行为到最后一次购买之间时间的度量,需要历史数据才能计算出该数字。一般来说,一到三年是一个很好的估计范围。
(3)顾客生命周期价值
顾客生命周期价值是通过将平均订单价值、购买频率和留存期三个指标相乘得出的。举个例子:假设店铺的平均购物金额为 100 美元,顾客每年平均进行 5 次购买,留存期为两年,那么您的顾客生命周期价值计算方法就是:$ 100 x 5 x 2 = $ 1000。
当我们优化上述三个指标时,顾客生命周期价值就会增加。
如上文所述,流量和转化率是另外两个至关重要的指标,是完整优化策略形成的基础。提升顾客生命周期价值时,实际上就是在提升已经拥有顾客的价值;而优化转化率,就能增加顾客人数;吸引更多流量时,实际上也就有了更多的人可以作为转化基数。
(4)单次转化费用
单次转化费用是指获得一位新顾客所需花费的成本。这可能是一个相对棘手的指标,因为它要求我们在所有的营销活动(包括搜索引擎优化)中监控数据。
计算单次转化费用的方法,是用给定时期内的总营销支出除以新订单的总数量。例如,如果一家公司在30天的时间里在营销方面花费1000美元,并产生了100个新顾客,那么CPA为10美元。如果要使我们的营销活动能够获利,无论是常规还是特殊的营销行为,我们的CPA都必须低于顾客生命周期价值。
7.用户推荐数据分析
对卖家来说,我们要识别出哪些用户是你的真爱。他们不仅爱你的产品,也愿意向家人和朋友推荐,他们简直是你的品牌大使。成功的电商企业会密切关注着这一阶段的指标并及时做出反应。
(1)净推荐指数—— 测量你的用户有多愿意向其他人推荐你的产品,这些有价值的见解会帮你将用户分为三类:
(2)推销型用户 —— 他们是你最忠实的顾客;
(3)消极型用户 —— 他们对你的产品还算满意,但没有意愿推广你的产品;
(4)厌恶型用户 —— 他们不仅不愿再来购买,还会劝身边的人也不要来买。
四、小结
用户会选择那些把他们当作人而不是数字来对待的公司。电商分析的最终目的是收集数据,了解客户,优化产品和流程,以满足直到超越用户的期望,最终帮助企业提高市场占有率和核心竞争力。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台用户上传并发布,不构成投资建议请自行甄别,如有侵权请联系删除:liaycn@163.com
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of the site, which is a social media platform and only provides information storage services.