隨著數(shù)據(jù)時代的到來，各行各業(yè)的經(jīng)營發(fā)展中都開始重視數(shù)據(jù)分析的思維，利用數(shù)據(jù)來反映業(yè)務和產(chǎn)品背后的問題，對于電商行業(yè)來說，數(shù)據(jù)分析又顯得尤為重要，GMV、轉化率、復購率等等都需要電商運營人員實時關注，精細化運營和數(shù)據(jù)驅動的理念是目前電商行業(yè)自身增長重要的因素。

以上是我整理的電商行業(yè)需要關注的基本指標體系，根據(jù)大家負責的部分不同，需要重點關注的方向也不同，本文主要詳細介紹總體運營指標及核心數(shù)據(jù)儀表盤的重要可視化內(nèi)容。

用戶增長及整個消費流程的第一步就是用戶對網(wǎng)站的訪問情況，通過PV、UV、訪問次數(shù)、訪問時長、跳出率等流量類指標，可以關注到用戶對網(wǎng)站的感知情況，從而通過調(diào)整提高流量。

在這個部分，也可以加入關聯(lián)分析的數(shù)據(jù)分析思維，將流量數(shù)據(jù)與不同時間、不同渠道、用戶分布等進行關聯(lián)分析，從而更清晰準確的找到問題，進行調(diào)整。

用戶類數(shù)據(jù)的分析中，包括用戶行為、用戶畫像和用戶價值分析，例如注冊用戶數(shù)、活躍用戶數(shù)、用戶平均購買次數(shù)、用戶留存及用戶復購等。用戶價值分析可以建立RFM價值模型，找到高價值用戶進行精準營銷。

在整理電商數(shù)據(jù)分析的指標體系和分析方法時，你會注意到，需要關注的指標非常多，實際分析過程中，自己手上的數(shù)據(jù)情況也不完全一致，如何作出一個涵蓋較全，又能精準定位問題的數(shù)據(jù)分析可視化看板也是很多電商運營小伙伴的難點。

這里建議大家可以建立一個核心數(shù)據(jù)儀表盤，另外，根據(jù)關注重點不同，建立明細數(shù)據(jù)的其他儀表盤，比如商品分析、用戶分析、渠道分析等單獨儀表盤，其中，核心數(shù)據(jù)儀表盤建議以下幾點：

1、重點數(shù)據(jù)使用指標卡或計量圖進行展示

這里的重點數(shù)據(jù)根據(jù)大家實際的數(shù)據(jù)情況進行選擇，建議包括：GMV、訂單總數(shù)、付費用戶數(shù)、訪問用戶數(shù)、客單價、退款訂單數(shù)/訂單金額等。

同時，這部分數(shù)據(jù)增加同期對比值，關注數(shù)據(jù)同期的變化情況。

2、關注重點數(shù)據(jù)不同維度的變化

重點數(shù)據(jù)中，GMV、訂單總數(shù)、不同渠道訪問量等需要關注一段時間內(nèi)的數(shù)據(jù)變化情況，可以選擇折線圖，利用好對比維度

3、關注轉化率

用戶行為主要可以通過轉化率分析，例如從用戶訪問-詳情頁-下單-實際付款，這一部分使用漏斗圖進行關注，分析轉化的幾個關鍵點：

1、關注轉化中的異常環(huán)節(jié)；2、從不同維度定位異常原因；3、調(diào)整策略

例如，示例圖中，用戶行為路徑為用戶下單-實際付款-實際成交-全額成交，在BDP中將4個字段依次拖拽到數(shù)值欄中，選擇漏斗圖，即可顯示該行為路徑下不同階段的轉化情況，其中付款訂單到實際成交訂單這一步的轉化率偏低，說明有較多用戶選擇了退款，接下來就可以根據(jù)退款的產(chǎn)品、退款的時間等再進行深入分析，找到原因。

文章來源：鳥哥筆記