电商数据分析案例分享,了解电商数据分析的意义


一、主要路径分析 一切能够进行产品推广、促进用户使用、提升用户粘性和留存、用户自传播、让用户付费的行为都可以称为运营 。在运营中我们可以用AARRR增长模型将产品的运营路径拆分为:激活、注册、留存、下单、传播,然后根据每个路径进行分析,从而优化产品和运营策略 。
1. 激活 不同行业和模式的激活方式都不太一样,例如:之前我们做的体育app激活方式为——从跑步群里面导入用户和微信公众号导入,先把目标用户沉淀在微信群,然后利用大型马拉松的名额来吸引他们呼吁用户下载app进行报名 。
然而对于B2B的电商平台,用户激活主要以地推和客服推广为主 。因为入驻平台需要一定的资质证件,且用户自发性地在网上注册的比较少,但地推方式激活的相对成本较高 。
2. 注册 注册的时候,常常会因为某个步骤文案描述不清或流程复杂,要求上传的证件太多等原因让用户流失 。这时候,我们就可以用漏斗分析用户是在哪个步骤流失严重,分析具体原因后再进行产品优化 。
3. 留存 用户激活和注册后我们需要看用户的留存率,每个应用对留存的时间定义都是不一样的 。例如:
对于社交软件而言,如果3天不登录可能就被标记为流失用户;
对于我们现在做的医药电商来说,一般用户的采购周期在15天左右,所以我们把超过15天没下单的用户称为流失用户,对于流失用户我们一般会采取和发送优惠券的方式促进他再次下单 。
4. 营收 我们需要理解到:作为电商平台只有平台提供的商品价格、品类、物流服务有吸引力后,用户才愿意来下单 。
如果用户在需要购买该商品的时候没有下单,那多半是自身的商品和竞争对手相比,在价格和服务上吸引力不够 。这时候我们就需要通过爬虫爬取竞争对手的商品数据,然后调整自己的定价和适当做一些营销活动来吸引客户 。
5. 传播 由于我们获客成本比较高,因此让用户自传播的方式去拉新也是一种可行的营销方式,针对这个,我们做了邀请好友得优惠券的方式,鼓励用户去帮我们拉新 。
二、行为数据分析 分析的目的:了解用户的使用习惯、使用路径以及使用频率,从而得出用户更偏向于使用哪些功能,验证产品用户体验是否做得好,上线的运营活动是否受欢迎等 。
做行为数据分析之前,首先我们需要做埋点,埋点可以采用第三方埋点和自己做埋点 。各有利弊,这个需要结合公司来做决定 。
下面是我们之前做的埋点的表格和用户每次行为记录的字段 。埋点主要分为点击事件和页面曝光两类,然后又可以根据页面曝光事件来统计页面的停留时长和用户的路径 。

推荐阅读