做电商设计,你必须懂的10条数据指标

做电商设计，做电商设计， 你必须懂的你必须懂的 1010 条数据指标条数据指标 数据指标是什么？——是一个切入数据的角度。有了数据指标的存在，才能知道 需要采集什么数据、需要持续监测什么数据、用什么角度来和历史表现做对比。 数据指标的类型各种各样，有些指标是被广泛使用的，如 DAU、新注册用户数、 PV 等；还有些指标，是带有强烈的业务特征的，例如直播平台可能会关注新增 主播数量，酒店预订业务更可能关注房间预订量，等等。 那么在电商场景中，应该看哪些数据指标？下文中，笔者会依据工作中的数据分 析经验， 为你梳理看电商数据的基本逻辑和视角，并详细解读 10 条电商场景里 常见的数据指标。 电商中，看数据的基本逻辑电商中，看数据的基本逻辑 1.1. 从事情的发生顺序角度看：流量→行为→交易从事情的发生顺序角度看：流量→行为→交易 电商中看数据， 首先需要从事情的发生逻辑来去理解它。从事情发生的先后顺序 来说，先得有用户过来（流量），然后在这边浏览挑选加购（行为），最后付款 （交易）。也就是：流量→行为→交易，这三个大的步骤顺序，构成了一个完整 的电商交易事件。 2.2. 从排查问题的角度看：交易→流量→行为从排查问题的角度看：交易→流量→行为 面对真实业务场景，怎么去看数据最有效率？ 就如同你看一棵树长得怎么样，不会把它的所有叶子都扒过来看一遍，而是先从 整体长势去看它是否高大繁茂。同理，推荐的分析角度是：从宏观到微观，也就 是交易→流量→行为。 先看最终的结果，也就是交易数据。看有没有明显的涨跌，给这个周期 / 这次 运营事件的成败定个调。 如果交易数据有明显涨跌的， 再进一步判断是否是因为流量数据的涨跌而造成的。 因为流量数据是决定了最终交易规模高低的最重要影响因素之一。 无论你的运营 策略多精妙、 商品优惠多高， 如果完全没流量进来访问， 也就不会有成交的爆发。 最后，如果流量的涨跌没有呈现显著的高低，可以从行为去拆解，看关键行为的 数据是否有值得关注的异常。 例如， 若是研究电商的下单黄金流程是否存在问题， 可以拆解为看搜索、商详、加购、订单这几个关键路径的流量漏斗，是否存在某 个节点跳出特别高的情况；若是 618 主会场，可以把页面的订单产出拆解为重 点楼层订单量、次要楼层订单量，看重点主推楼层的订单量是否达到预期。 以上步骤， 可以帮助我们快速建立对于看电商数据的基本视角； 但进一步的分析， 就需要对指标进行更深的挖掘了。 常见数据指标常见数据指标 1.1. 交易：终极目标交易：终极目标 GMVGMV 和订单量（和订单量（GMVGMV：订单金额）：订单金额） 在分析之前需要意识到，这两个指标是一个结果的描述。它们可以用以判断交易 结果的成败，但同时也存在局限性：它们只是最表层、最宏观的数值，有非常多 的变量可以影响和决定它们，因此，它们只能说明结果（好或坏），但无法直接 给出造成结果的原因（为什么好或坏）。 因此， 我们需要警惕把这些宏观指标与某个原因链接， 直接得出因果判断的结论。 例如，我们不能看到 GMV 涨了，就直接下判断说，这代表我们的运营策略成功 了——这个结果和原因之间缺乏更多的论证， 需要进一步溯源。如何避免这种拍 脑袋的判断呢？从公式上去推导是比较客观的做法， 如下图是数懒里的一个分析 功能，可以看出：因为 UV 大幅下降，虽然转化率有较大提升，但仍导致订单量 大幅下降，所以最终导致引入订单金额降了。 △ GMV 公式分析，图表来自数懒分析平台 转化率（转化率转化率（转化率 = = 引入订单量引入订单量 / / 流量）流量） 它描述的是流量的转化效率特征， 首先受品类特性影响， 例如奢侈品类的转化率， 就大概率比消费品低。另一个转化率的影响因素是运营玩法，比如派发更多优惠 券，也会令用户更容易转化。还有一个因素，即引入的流量与当前落地页的匹配 度， 如导入价格敏感型用户进入到新品专题的频道页，就会有导致低转化率的风 险。 客单价（客单价客单价（客单价 = GMV / = GMV / 引入订单量）引入订单量） 它描述了每个订单的平均成交金额，具有比较强的品类特征，比如奢侈品类的客 单价，天然是比消费品的客单价高的。同时，如果进行了拼单满减等运营策略， 也能够刺激用户一单购买更多的商品，进而提升客单价。 UVUV 价值（价值（UVUV 价值价值 = GMV / = GMV / 流量）流量） 它描述的是每个 UV 产出的平均金额，也能侧面看出流量的质量、流量与业务的 匹配程度。试想一个页面，如果它的 UV 价值高，那么也就代表给它引入更多同 类的流量，它就能创造更大的 GMV。因此 UV 价值也是一个很重要的指标，和转 化率一起综合看，可以用来评估到底哪个业务 / 页面值得投入更多的流量。 思考：UV 价值和客单价有什么不同？ 影响因素不同：UV 价值更受流量质量的影响；而客单价更受卖的货的影 响； • 使用场景不同：UV 价值可以用来评估页面 / 模块的创造价值的潜力； 客 单价可以用来比较品类和商品特征， 但一个页面客单价高，并不代表它创 造价值的能力强，只能得出这个页面的品类更趋近于是卖高价格品类的。 • 2.2. 流量：决定成败流量：决定成败 UV & PVUV & PV（页面浏览人数、页面访问次数）（页面浏览人数、页面访问次数） UV 描述了访问的人数， 是一个很重要的数据指标， 它的多少往往决定了最终 GMV 的高低。UV 源自各种途径，例如站外广告、站内的资源位分配、用户主动回访 流量、社交裂变活动的分享引流等。 PV 描述了访问的次数， 例如用户一天访问了这个页面3次， 这时候会计算为 3 PV 和 1 UV。也就是说，PV 比 UV 多了某段时间内用户多次访问的信息。若要看页 面的流量量级，无论看 UV 还是 PV 都是可以的。 人均浏览次数（人均浏览次数人均浏览次数（人均浏览次数 = = 页面访问次数页面访问次数 / / 页面浏览人数）页面浏览人数） 这个指标描述了某段时间内，每个用户平均浏览页面的次数。不同的场景会有不 同的值， 需要根据具体的场景来判断高低。有些情况会出现 PV 高出 UV 很多的 场景，如存在需要用户多次回访的玩法、有分时段运营的策略（e.g. 一天三次 红包雨）等等，需要具体场景具体分析。 3.3. 行为：寻根溯源行为：寻根溯源 点击率（点击率点击率（点击率 = = 模块点击人数模块点击人数 / / 页面浏览人数）页面浏览人数） 用户对此模块的点击人数，在所有进入页面的流量中的百分比。可以看作用户对 于模块的需求强烈程度的评判指标之一。与页面流量和页面 GMV 的关系类似， 模块的点击率与模块的产出是强相关的（如下图，横轴是各模块）。 △ 各模块的点击率 & 订单金额占比对比，图表来自数懒分析平台 点击率的影响因素有： 模块在页面中的位置：若放得越高，则越可能被更多的用户看见，那么点 击率高的可能性，就比放置位置低的模块要来得更高。毕竟页面越往下， 看到的用户就更少了。 • 模块本身的吸引程度： 比如模块本身是个优惠券集合楼层，就比没有利益 点的普通模块更吸引人、更容易获得更多点击。此外，模块的样式设计、 主题表述的清晰与否