数据分析指标.docx
- 文档编号:7219964
- 上传时间:2023-01-22
- 格式:DOCX
- 页数:12
- 大小:55.25KB
数据分析指标.docx
《数据分析指标.docx》由会员分享,可在线阅读,更多相关《数据分析指标.docx(12页珍藏版)》请在冰豆网上搜索。
数据分析指标
根据客户网站的流量统计分析数据,包括IP、PV等参数值以及主要进入链接、主要浏览页、用户主要浏览页面、用户停留页面数等,结
合网站自身的核心盈利模式、关键栏目设计等元素综合分析,并在报告中反馈如:
网站当前问题、用户使用习惯、导向规则、经营性建议等各项经营指导性内容。
(电子商务)网站数据分析指标
2009-11-215:
44:
7网站运营手册
网站分析采用的指标可能有各种各样的,根据网站的目标和网站的客户的不同,可以有许多不同的指标来衡量。
常用的网站分析指标有内容指标和商业指标,内容指标指的是衡量访问者的活动的指标,商业指标是指衡量访问者活动转化为商业利润的指标。
一、网站分析的内容指标
转换率 TakeRates(ConversionsRates)
计算公式:
转换率=进行了相应的动作的访问量/总访问量
指标意义:
衡量网站内容对访问者的吸引程度以及网站的宣传效果
指标用法:
当你在不同的地方测试新闻订阅、下载链接或注册会员,你可以使用不同的链接的名称、订阅的方式、广告的放置、付费搜索链接、付费广告(PPC)等等,看看那种方式是能够保持转换率在上升?
如何增强来访者和网站内容的相关性?
如果这个值上升,说明相关性增强了,反之,则是减弱。
回访者比率 RepeatVisitorShare
计算公式:
回访者比率=回访者数/独立访问者数
指标意义:
衡量网站内容对访问者的吸引程度和网站的实用性,你的网站是否有令人感兴趣的内容使访问者再次回到你的网站。
指标用法:
基于访问时长的设定和产生报告的时间段,这个指标可能会有很大的不同。
绝大多数的网站都希望访问者回访,因此都希望这个值在不断提高,如果这个值在下降,说明网站的内容或产品的质量没有加强。
需要注意的是,一旦你选定了一个时长和时间段,就要使用相同的参数来产生你的报告,否则就失去比较的意义。
积极访问者比率 HeavyUserShare
计算公式:
积极用户比率=访问超过11页的用户/总的访问数
指标意义:
衡量有多少访问者是对网站的内容高度的兴趣
指标用法:
如果你的网站针对正确的目标受众并且网站使用方便,你可以看到这个指标应该是不断的上升。
如果你的网站是内容型的,你可以针对不同类别的内容来区分不同的积极访问者,当然你也可以定义20页以上的才算是积极的访问者。
忠实访问者比率 CommittedVisitorShare
计算公式:
访问时间在19分钟以上的用户数/总用户数
指标意义:
和上一个指标的意义相同,只是使用停留的时间取代浏览页数,取决于网站的目标,你可以使用两个中的一个或结合使用。
指标用法:
访问者时长这个指标有很大的争议,这个指标应结合其它的指标一起使用,例如转换率,但总体来说,较长的访问时长意味着用户喜欢呆在你的网站,高的忠实访问率当然是较好的。
同样的,访问时长也可以根据不同的需要自行设定。
忠实访问者指数 CommittedVisitorIndex
计算公式:
忠实访问者指数=大于19分钟的访问页数/大于19分钟的访问者数
指标意义:
指的是每个长时间访问者的平均访问页数,这是一个重要的指标,它结合了页数和时间。
指标用法:
如果这个指数较低,那意味着有较长的访问时间但是较低的访问页面(也许访问者正好离开吃饭去了)。
通常都希望看到这个指数有较高的值,如果你修改了网站,增加了网站的功能和资料,吸引更多的忠实访问者留在网站并浏览内容,这个指数就会上升。
忠实访问者量 CommittedVisitorVolume
计算公式:
忠实访问者量=大于19分钟的访问页数/总的访问页数
指标意义:
长时间的访问者所访问的页面占所有访问页面数的量
指标用法:
对于一个靠广告驱动的网站,这个指标尤其值得注意,因为它代表了总体的页面访问质量。
如果你有10000的访问页数却仅有1%的忠实访问者率,这意味着你可能吸引了错误的访问者,这些访问者没有啥价值,他们仅仅看一眼你的网页就离开了。
这是你应该考虑是否广告的词语产生了误解。
访问者参与指数 VisitorEngagementIndex
计算公式:
访问者参与指数=总访问数/独立访问者数
指标意义:
这个指标是每个访问者的平均会话(session),代表着部分访问者的多次访问的趋势。
指标用法:
与回访者比率不同,这个指标代表着回访者的强烈度,如果有一个非常正确的目标受众不断的回访网站,这个指数将大大高于1;如果没有回访者,指数将趋近于1,意味着每一个访问者都有一个新的会话。
这个指数的高低取决于网站的目标,大部分的内容型和商业性的网站都希望每个访问者在每周/每月有多个会话(session);客户服务尤其是投诉之类的页面或网站则希望这个指数尽可能地接近于1。
回弹率(所有页面)RejectRate/BounceRate
计算公式:
回弹率(所有页面)=单页面访问数/总访问数
指标意义:
代表着访问者看到的仅有的一页的比率
指标意义:
这个指标对于最高的进入页面有很重要的意义,因为流量就是从这些页面产生的,当你对网站的导航或布局设计进行调整时尤其要注意到这个参数。
总而你是希望这个比率不断地下降。
回弹率(首页)RejectRate/BounceRate
计算公式:
回弹率(首页)=仅仅访问首页的访问数/所有从首页开始的访问数
指标意义:
这个指标代表所有从首页开始的访问者中仅仅看了首页的访问者比率
指标意义:
这个指标是所有内容型指标中最重要的一个,通常我们认为首页是最高的进入页面(当然,如果你的网站有其他更高的进入页面,那么也应该把它加入到追踪的目标中)。
对任意一个网站,我们可以想象,如果访问者对首页或最常见的进入页面都是一掠而过,说明网站在某一方面有问题。
如果针对的目标市场是正确的,说明是访问者不能找到他想要的东西,或者是网页的设计上有问题(包括页面布局、网速、链接的文字等等);如果网站设计是可行易用的,网站的内容可以很容易地找到,那么问题可能出在访问者的质量上,即市场问题。
浏览用户比率 ScanningVisitorShare
计算公式:
浏览用户比率=少于1分钟的访问者数/总访问数
指标意义:
这个指标一定程度上衡量网页的吸引程度。
指标用法:
大部分的网站都希望访问者停留超过一分钟,如果这个指标的值太高,那么就应该考虑一下网页的内容是否过于简单,网站的导航菜单是否需要改进。
浏览用户指数 ScanningVisitorIndex
计算公式:
浏览用户指数=少于1分钟的访问页面数/少于1分钟的访问者数
指标意义:
一分钟内的访问者平均访问页数
指标用法:
这个指数也接近于1,说明访问者对网站越没兴趣,他们仅仅是瞄一眼就离开了。
这也许是导航的问题,如果你对导航系统进行了显著的改进,应该可以看到这个指数在上升;如果指数还是下降,应该是网站的目标市场及使用功能有问题,应该着手解决。
将浏览用户比率和浏览用户指数结合起来使用,可以看出用户是在浏览有用的信息还是厌烦而离开。
浏览用户量 ScanningVisitorVolume
计算公式:
浏览用户量=少于1分钟的浏览页数/所有浏览页数
指标意义:
在一分钟内完成的访问页面数的比率
指标用法:
根据网站的目标的不同,这个指标的高低有不同的要求,大部分的网站希望这个指标降低。
如果是搞广告驱动的网站,这个指标太高对于长期的目标是不利的,因为这意味着尽管你通过广告吸引了许多的访问者,产生很高的访问页数,但是访问者的质量却是不高的,所能带来的收益也就会受到影响。
二、网站分析的商业指标
平均订货额 AverageOrderAmount(AOA)
计算公式:
平均订货额=总销售额/总订货数
指标意义:
用来衡量网站销售状况的好坏
指标用法:
将网站的访问者转化为买家当然是很重要的,同样重要的是激励买家在每次访问是购买更多的产品。
跟踪这个指标可以找到更好的改进方法。
转化率 ConversionRate(CR)
计算公式:
转化率=总订货数/总访问量
指标意义:
这是一个比较重要的指标,衡量网站的对每个访问者的销售情况
指标用法:
通过这个指标你可以看到即使一些微小的变化都可能给网站的收入带来巨大的变化。
如果你还能够区分出新、旧访问者所产生的订单,那么就可以细化这个指标,对新旧客户进行分别的统计。
每访问者销售额 SalesPerVisit(SPV)
计算公式:
每访问者销售额=总销售额/总访问数
指标意义:
这个指标也是用来衡量网站的市场效率
指标用法:
这个指标和转化率差不多,只是表现形式不同。
单笔订单成本 CostperOrder(CPO)
计算公式:
单笔订单成本=总的市场营销开支/总订货数
指标意义:
衡量平均的订货成本
指标用法:
每笔订单的营销成本对于网站的盈利和现金流都是非常关键的。
营销成本的计算各人有不同的标准,有些把全年的网站营运费用摊入到每月的成本中,有些则不这么做,关键要看那种最适合自己的情况。
如果能够在不增加市场营销成本的情况下提高转化率,这个指标就应该会下降。
再订货率 RepeatOrderRate(ROR)
计算公式:
再订货率=现有客户订单数/总订单数
指标意义:
用来衡量网站对客户的吸引力
指标用法:
这个指标的高低和客户服务有很大关系,只有满意的用户产品体验和服务才能提高这个指标。
单个访问者成本 CostPerVisit(CPV)
计算公式:
单个访问者成本=市场营销费用/总访问数
指标意义:
用来衡量网站的流量成本
指标用法:
这个指标衡量的是你的市场效率,目标是要降低这个指标而提高SPV,为此要将无效的市场营销费用削减,增加有效的市场投入。
订单获取差额 OrderAcquisitionGap(OAG)
计算公式:
订单获取差额=单个访问者成本(CPV)-单笔订单成本(CPO)
指标意义:
这是一个衡量市场效率的指标,代表着网站所带来的访问者和转化的访问者之间的差异
指标用法:
指标的值应是一个负值,这是一个测量从非访问者中获得客户的成本。
有两种方法来降低这个差额,当你增强了网站的销售能力,CPO就会下降,这个差额就会缩小,说明网站转化现有流量的能力得到了加强;同样的,CPV可能升高而CPO保持不变或降低,这个差额也会缩小,表明网站所吸引的流量都具有较高的转化率,这种情形通常发生在启用了PPC(payperclick)的计划。
订单获取率 OrderAcquisitionRatio(OAR)
计算公式:
订单获取率=单笔订单成本(CPO)/单个访问者成本(CPV)
指标意义:
用另一种形式来体现市场效率
指标用法:
用比率的形式往往比较容易为管理阶层所理解,尤其是财务人员。
每笔产出 ContributionperOrder(CON)
计算公式:
每笔产出=(平均订货数X平均边际收益)-每笔订单成本
指标意义:
每笔订单给你带来的现金增加净值
指标用法:
公司的财务总监总是对这个指标感兴趣的,代表了你花了多少钱来赚多少钱。
投资回报率 ReturnonInvestment(ROI)
计算公式:
投资回报率=每笔产出(CON)/每笔订单成本(CPO)
指标意义:
用来衡量你的广告的投资回报
指标用法:
比较你的广告的回报率,应该把钱分配给有最高回报率的广告,但是这个回报率应当要有时间段的限制,比如“25%RIO/每周”和“25% RIO/每年”是有很大差别的。
进行网站优化时要从网站数据分析入手
2010-10-0912:
01:
27 来源:
未知 【大中小】点击:
163 我要投稿
很多做网站优化的新手都是一拿到网站就开始了发内容和外链的工作了。
结果是什么是可想而知,要不就出现快照不更新,严重的就被搜索引擎惩罚了!
网站优化要从数据分析入手,一切从数据分析中得出结论,从数据分析中得到网站的基本状况,从数据分析中得出优化方案和步骤!
数据分析第一步:
行业数据分析
不管做什么类型的网站,都要都本身行业有所了解!
分析行业内有多少大站,有多少成功的网站,优化状况如何,各项参数和指标又如何等。
正所谓是知已知彼,百战百胜!
数据分析第二步:
关键词数据分析
针对网站业务展开一系列的关键词列表,通过列表分析这些关键词的优化难易度,包括关键词竞争力度分析,关键词的网页收录数,相关指数,以及排名在前十名的网站优化状况分析等等。
数据分析第三步:
统计数据分析
把当前网站的流量统计数据拿来分析,分析当前流量主要来源,分析关键词数量和质量,从分析中挖掘更多相关关键词以及派生关键词!
数据分析第四步:
分析网站外链结构
一个网站想要排名要,主要靠外链的质量和数量!
学会分析网站外链结构,可以帮助你分析出该网站优化推广的手法和状况。
这样有利于你开展下一步的优化推广计划!
数据分析第五步:
分析网站内部链接结构
网站优化的好不好,还要分析该网站的内链结构如何。
看看是不是网站内部结构已经织成了网,看看网站是否内链顺畅,内链的锚文本设置是否合理!
内链的链接地址是否合理等。
从而得出内部优化的方案!
数据分析第六步:
分析网站代码结构
现在还有不少网站的内部代码结构是非常混乱的!
有的不是静态网址,有的没有div+css,还是古老的table结构等等。
还有把大量的js放在网页中。
所以分析网站的代码结构,也可以帮助自己得出网站代码优化方案!
一个网站的优化是一件非常系统化的工作。
学会数据分析是做网站优化的人必须得会的人,只有了解了自己的网站状况,才能针对性的做出更多更好的优化方案和计划!
网站数据分析的基本流程
2010-06-1702:
35
本文同时发布到:
网站数据分析数据分析互联网网站建设网站分析
网站数据分析没有规范的分析流程容易使最后的结果逻辑混乱或者偏离原来的主题,所以一套规范的流程能够使网站分析更加清晰和有效。
网站分析其实就是一个发现问题、分析问题的解决问题的过程。
问题的发现可以来源于多方面:
网站运营中遇到的问题、用户的反馈和抱怨、日常统计数据的表现异常等;分析问题的过程就是根据遇到的问题运用合理的方法对其进行解释,这也是本站重点探讨的方向;而最后的解决问题则是最为关键的一点,也是目前最被忽视的一点,目前的网站分析工作往往在找到问题后无法落实到寻求最优的解决方案并执行和解决问题这一点上,即使采取了相应的措施也无法进行持续的反馈,并从根本真正地解决问题,很多只是针对一时的举措,而解决问题的过程恰好是最能体现公司执行力的时候,如果没有最终解决问题或者实现优化,那么网站分析就没有丝毫的价值。
随着互联网的不断发展成熟,网站的发展趋势将更加规范化、精细化,更加注重用户体验,今后的网站建设很重要的一点就是网站的质量管理,所以这里就借用质量管理里面的六西格玛中的DMAIC循环来梳理一下网站数据分析的流程,DMAIC是PDCA质量环的改进,这里将其核心设置为“用户体验”,因为不同网站会有不同的目标,而提高“用户体验”可以说是所有网站的共同目标。
正如上图所示,基于DMAIC循环,网站数据分析的流程也可以用这5步来实现:
定义(Define)
原意是识别和确定用户需求,定义任务的目标和意义。
对于网站数据分析来说,可以表述为确定这次分析所针对的问题是什么,分析最终需要达到何种目的,对网站有何实际的意义,同时需要确定分析的范围,及规划本次分析工作的进度和质量控制。
测量(Measure)
原意是收集数据,量化分析。
对于网站数据分析来说,同样也是一个手机和获取数据的过程,尽量获得完整、真实、准确的数据,做好数据的预处理工作,便于分析工作的开展。
分析(Analyze)
原意是使用数据统计和分析的方法找到问题的本质。
分析不只是对数据的简单统计描述,其结果不应该是一张报表和趋势图这么简单,分析的本质应该是从表面的数据中找到问题的本质,最后需要第一步针对的问题进行归纳和总结。
同时需要注意的是分析要紧跟“定义”,不能偏离问题的范围和本质。
改进(Improve)
原意是找到最优的解决方案,是问题得到解决或者使问题的负面影响降到最低。
个人认为这一步是最为关键的一步,也是目前很多网站分析工作中较为忽视的一步,很多网站分析只是呈现结果,缺少解决问题的方案,这就相当于找到了管道的漏水点却任由其漏水而不作处理,任何不付诸实践的分析结果都是废纸,毫无意义。
同时这一步也是最考验网站执行力的一个步骤。
控制(Control)
原意是监控改进的结果,使相同问题不再重现。
这一步无疑是目前最被忽略的一步,很多改进方案实施之后根本不会再去关注反馈情况,而有些改进方案治标不治本,就像网站的访问量无法通过一两次的推广活动通过本质上的提升,关键还在于网站本身的质量,推广活动可能让数据在短期内获得提升,但想要保持长期地增长还是需要不断地优化和改进。
所以“控制”要的是持续的反馈和监控,并不断寻找能从最根本上解决问题的最优方案。
所以,网站建设是一个循序渐进的过程,很多网站数据分析也是长期的,不断监视、跟踪并改进,而DMAIC循环也正体现了这个概念,通过不断地网站分析来提高网站质量,提高用户体验。
B2C网站产品经理数据分析方法
(2010-07-1023:
20:
15)
转载原文
标签:
转载
原文地址:
B2C网站产品经理数据分析方法作者:
网站策划_产品经
第一项:
日常性数据(基础)
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、4次购物比例、5次购物比例、6次购物比例;
转化率是体现的是B2C的购物流程、用户体验是否有好,可以叫外功,复购率则体现B2C整体的竞争力,绝对是内功,这包括知名度、口碑、客户服务、包装、发货单等每个细节,好的B2C复购率能做到90%,没有复购率的B2C绝对没有任何前途,所以这也能够理解为什么很多B2C愿意花大钱去投门户广告,为了就是获取用户的第一次购买,从而获得长期的重复购买。
但某些B2C购物体验做的不好,花大钱砸广告,这纯属烧钱行为。
所以我觉得运营的核心工作,一方面是做外功,提高转化率,获取消费者第一次购买行为,另外一方面就是做内功,提高复购率,B2C根本也就在重复购买。
所以B2C是个综合学科,做好每门功课真是不容易,不过也就是依靠每个细节,才奠定了B2C发展的基石。
中国的B2C是幸运的,因为中国的消费者很宽容,你欺骗我一次,我可能还会原谅你,说实话给消费者选择的空间也并不是那么多,但随着新崛起B2C的成长,对服务的关注与投入,我相信未来的B2C会是个服务行业,而不是搬运工。
第四项:
流量来源分析
我们用的是GoogleAnalytics,统计的数据比较详细,流量来源分析我觉得最重要的意义是:
第一,监控各渠道转化率,这是运营的核心工作,针对不同的渠道做有效的营销,IP代表着力度,转化率代表着效果;
第二,发掘有效媒体,转化率的数据让我们很清晰的了解什么样的渠道转化效果好,那么以此类推,同样的营销方式,用在同类的渠道上,效果差不到哪去,BD或广告就可以去开发同类的合作渠道,复制成功经验。
流量分析是为运营和推广部门指导方向的,除了关注转化率,还有像浏览页数、在线时间,都是评估渠道价值的指标。
第五项:
内容分析
主要的两项指标:
退出率和热点内容
退出率是个好医生,很适合给B2C检查身体,哪里的退出率高,基本会说明有些问题,重点关注登录、注册、购物车、用户中心,这些是最基础的,但也是最关键的。
一般我会列出TOP20退出率页面,然后运营部会重点讨论为什么,然后依次进行改进,不过我们今年做的很粗旷,做得也不是很好,来年重点完善。
热点内容这部分是用来指导运营工作的,消费者最关注什么,什么产品、分类、品牌点击最高,这些数据在新的运营工作中做重点引导,推荐消费者最关注的品牌、促销最关注的商品等等。
第六项:
商品销售分析
这部分是内部数据,根据每周、每月的销售详情,了解经营状况,做出未来销售趋势的判断,这部分数据模型还在规划中,每家的情况都不同,所以这里就不做说明了。
艾瑞咨询:
B2C电子商务网站发展及运营七大要素
发布时间:
2009年02月09日点击数:
110次
中国互联网在经过十余年的发展后,已经逐渐深入人们工作、生活、娱乐等方方面面;同时,也创造出许多具有广阔前景行业,电子商务便是其中之一。
根据艾瑞咨询《2008年第三季度中国
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 分析 指标