产品经理如何进行数据分析.doc

产品经理如何进行数据分析流量相关数据: IP、 PV 、在线时间、跳出率、新用户比例; 订单相关数据:总订单、有效订单、订单有效率、总销售额、客单价、毛利润、毛利率; 转化率相关:下单转化率、付款转化率。简要说明:因为我们已经实现基础的 WEB 版数据分析系统( 有些公司用进销存软件) ,所以常规性的销售额、利润、利润率, 都是可以通过系统实现的。因为直接与商城后台对接, 库存管理都已经做进去了, 分析数据时候, 后台的原始数据都有, 设定好各项公式, 想要的结果都出来了, 这样实现比用软件效率更好,且可以根据各自的需求灵活开发。由于会出现用户今日下单, 明日付款, 所以订单有效率、销售额、转化率、客单价会动态变化, 靠 EXCEL 基本是做不来,所以灵活对接系统非常重要,如果没有,也可以参考这方面的需求去开发。第二项:每周数据分析( 核心) 用户下单和付款不一定会在同一天完成,但一周的数据相对是精准的,所以我们把每周数据作为比对的参考对象,主要的用途在于,比对上周与上上周数据间的差别,运营做了某方面的工作,产品做出了某种调整, 相对应的数据也会有一定的变化, 如果没有提高, 说明方法有问题或者本身的问题并在与此。网站使用率: IP、 PV 、平均浏览页数、在线时间、跳出率、回访者比率、访问深度比率、访问时间比率; 这是最基本的,每项数据提高都不容易,这意味着要不断改进每一个发现问题的细节,不断去完善购物体验。来说明下重要的数据指标: 跳出率:跳出率高绝不是好事,但跳出的问题在哪里才是关键。我的经验,在一些推广活动或投放大媒体广告时, 跳出率都会很高, 跳出率高可能意味着人群不精准, 或者广告诉求与访问内容有巨大的差别,或者本身的访问页面有问题。常规性的跳出率我注于登录、注册、订单流程 1-3 步、用户中心等基础页面, 如果跳出率高于 20% , 我觉得就有不少的问题, 也根据跳出率来改进购物流程和用户体验。回访者比率= 一周内 2 次回访者/ 总来访者,意味着网站吸引力,以及会员忠诚度,如果在流量稳定的情况下, 此数据相对高一些会比较高, 太高则说明新用户开发的太少, 太低则说明用户的忠诚度太差,复购率也不会高。访问深度比率= 访问超过 11 页的用户/ 总的访问数, 访问时间比率= 访问时间在 10 分钟以上的用户数/ 总用户数,这两项指标代表网站内容吸引力,数据比率越高越好。运营数据:总订单、有效订单、订单有效率、总销售额、客单价、毛利润、毛利率、下单转化率、付款转化率、退货率; 每日数据汇总,每周的数据一定是稳定的,主要比对于上上周的数据,重点指导运营内部的工作,如产品引导、定价策略、促销策略、包邮策略等。比对数据,为什么订单数减少了? 但销售额增加了? 这是否是好事? 对比数据,为什么客单价提高了? 但利润率降低了? 这是否是好事? 对比数据,能否做到:销售额增长,利润率提高,订单数增加? 这不是不可能。所有的问题,在运营数据中都能够找到答案。第三项:用户分析会员分析:新会员注册、新会员购物比率、会员总数、所有会员购物比率; 概括性分析会员购物状态,重点在于本周新增了多少会员,新增会员购物比率是否高于总体水平。如果你的注册会员购物比率很高,那引导新会员注册不失为提高销售额的好方法。会员复购率:1 次购物比例、2 次购物比例、3 次购物比例、