电商平台运营数据分析体系建设方案.docx

《电商平台运营数据分析体系建设方案.docx》由会员分享，可在线阅读，更多相关《电商平台运营数据分析体系建设方案.docx（25页珍藏版）》请在第一文库网上搜索。

1、电商平台运营数据分析体系建设方案目录1 .目 22 .业务规划32 1.* 曰 J 32. 1.1.流量指标体系42.1. 2.数据概览52. 1.3.事件分析93. 1.4.漏斗分析94. 1.5.留存分析105. 1.6.分布分析116. 1.7.用户行为序列127. 1.8.用户分群138. 1.9.用户属性分析142.2. 用户体系分析142.3. 营销活动监测163.技术方案194. 1.设计原则194.2.设计思想194.3.逻辑架构204. 4.软件结构214. 5.关键技术224. 5.1.数据采集224. 5.2.数据整合234. 5.3.数据服务及展现245.实施规划241

2、 .目标为平台营销需求提供活动策划支持：分析目标客户群体，规划与整合营销 宣传的渠道，实时推进活动开展，监控活动开展效果，并就活动效果进行专题 汇报。为平台宣传需求提供广告投放策划支持：分析广告的目标客户群体，规划 与整合宣传的渠道，实时监控广告投放情况，并就广告投放效果进行专题汇 报。建立营销开展及广告投放效果监控体系：参考行业常用监控指标，改善平 台营销及广告投放效果监控指标，逐步建立平台的监控指标体系。优化业务指标：根据客户大数据及行业研究，就提升客户粘性方面优化业 务指标，对指标进行定义、统计与反馈。获取外部数据印证与补充平台客户信息：获取外部合作伙伴客户数据对平 台客户进行印证与补充

3、信息，为客群分析、画像分析等工作奠定基础。构建客户数据指标体系：依照行业标准以及客户使用流程，筛选客户行为 数据监控指标。获取平台客户行为数据：建立客户行为数据仓库，持续监控与收集客户行 为数据，为客户体验分析与提升奠定基础。提升平台客户体验分析与体验：建立客户行为数据分析模型，根据获取的 客户行为数据进行客群分析与客户体验分析，依照客群特点与客户体验痛点持 续对平台进行改造，从而有效提升平台使用体验与使用效率。建立行客户画像：根据外部数据与平台客户行为数据，对平台客户进行画 像，分析平台客户群体构成，提交客户画像报告。2 .业务规划2.1. 运营指标分析从流量运营，内容运营，用户运营，活动运

4、营等多个维度进行定义分析。 主要指标如下：日新增用户数DNU；每日注册并登陆系统用户数，主要衡量渠道贡献新用户份额以及质 量。一次会话用户DOSU；新登用户中只有一次会话的用户，主要衡量渠道推广质量如何，产 品初始转化情况，用户导入障碍点检查。日活跃用户DAU；每日登陆过系统的用户数，主要衡量核心用户规模，用户整体趋势随 产品周期阶段变化，细分可概括新用户转化、老用户活跃与流失情况。周/月活跃用户WAU、MAU；截止统计日，周/月登陆系用户数，主要衡量周期用户规模，产 品粘性，以及产品生命周期性的数据趋势表现。用户活跃度DAU/MAU；主要衡量用户粘度，通过公式计算用户应用使度，人气发展趋 势

5、，以及用户活跃天数统计。留存次日、三日、七日、双周、月留存；表现不同时期，用户对应用的适应 性，评估渠道用户质量；衡量用户对应用黏性。支付率PUR,统计时间内，支付用户占活跃用户比例；主要衡量产品支付引导是否 合理，支付点是否吸引人；支付活动是否引导用户支付倾向，支付转化是否达 到预期。活跃支付用户数APA；统计时间内，成功支付用户数，主要衡量产品支付用户规模，支付用 户构成，支付体系稳定性如何。每活跃用户平均收益ARPU；统计时间内，活跃用户对应用产生的人均收入，主要衡量不同渠道 的用户质量，收益，以及活跃用户与人均贡献关系。平均生命周期TV；统计周期内，用户平均使用会话时长，主要衡量产品粘

6、性，用户活跃 度情况。生命周期价值LTV；用户在生命周期内，为平台应用贡献价值；主要衡量用户群与渠道的 利润贡献，用户在系统中的价值表现。用户获取成本CAC；用户获取成本，主要衡量获取有效用户的成本，便于渠道选择，市场 投放。投入产出比ROI;投入与产出关系对比，主要衡量产品推广盈利/亏损状态，筛选推广 渠道，分析每个渠道的流量变现能力，实时分析，衡量渠道付费流量获取的边 际效应，拿捏投入力度，结合其他数据（新增、流失、留存、付费等）调整应 用，进行流量转化与梳理。2.1. L流量指标体系App主要看启动次数、DAU和NDAUo基本质量指标包括用户的平均访问时 长、平均一次会话浏览页数（即访问

7、深度）和跳出率等，通过这些指标可以判 断用户的活跃度。伪间用户wo6.25kUR 一日次会退出堂员O.1 47上一“0.5642. L 2,数据概览 2. 3. 2.1.用户数据采集用户数据，通过直观的图表表达展现。如下图所示:今日用户相关宏观指标按大2017-2-16 2017立2IH 公 7 天 2-22( ) 873 a1,692任6ft的触发用户S任的2次数Oa112次ItiI的触发阳户IkMQffiXHdftIt94人过去一周每天活跃用户数2017-2-16 七 2017穗2111 去 7 天2-17 23:0022按小时 上曲曲用户数据概览L , ： I admin)0 20172

8、16 V. 20172221 过去 7 天2. 3. 2. 2,订单数据采集订单数据，结合时间周期，用户数据，可以获得时间周期的购买用户 数，时间周期的订单总量，订单总价等指标展现，如下图所示过去20172周的每日有购买用户数16 5- 2017-2-22 H 去 7 天技天今日的俏售情况总览20V-2-23 佗 2017-2-231 今218 六）V 223（ 四）102、2828,178,0166,357.71435过去一周每日订制量2017-2-16 至 2017-2-22 Jd按天匝1st曲本周每日总销殳2017-2-20 至 2017-2-技小时Id IdL ffl2-18（A）2-

9、21 15:00过去10231,378SoO400300200 l9乃：.IllIilIiaIi.1.Jll2-20 8 002-20 IS OO-周姆日订单均价按天IdLlL 曲过去一周年口补贴总额2017216 2017-2-22UX 7Ill2-20 22 002-21 S OO 2-21 12:00按天 叱由曲2017-216 2017-2-22 ii 72. 3. 2. 3.优惠券（商品）数据优惠券即平台商家销售的虚拟商品, 可以结合时间维度，订单维度，或综合起来可以图形化展示相关的运营指标。过去周每个商M的银日浏览员Q 2017-2-20 2017-2-23 本周按天Id 曲过去周

10、每个商口的每日购买订单数按夫 四曲2017-2-1 , 2017-2-22111去 7 天2017-2-16 ,f. 2017-2-221 Id2-16(R)K24l .24:;-31346356YGMaXV TAb7PM Air2? Gataxv Tg7过去一周期个商品的每口销件总额2017216 悖 2017-2-221 过去 7 、过去一周每个商品的每日购买用户数2017-2-16 至 2017-2-221 过去 7 人按小时1500220M共24组-28IOoOSOO2-BW2-17 23:00K24绢19人OuSurface Pro3RilnkPad X12-20,42-160002

11、-16 10002-1620 002-176002-17 1600232.4.品类数据根据商户的种类，优惠券种类，可以设定按时间维度的相关种类的商户或 优惠券浏览总量，订单总数，总销量，平均价格等指标信息。品类数据概览（in 0 2017-2-20至2017-2-23 |本周过去一周卷个品类的每日浏览总数按天2017216 J 20172221过去7天吆 曲 曲 2-22（。A4ttl育丛类型A次数（次）平板电脑112手机106笔记本99手机配件86按最近天的数用持序.过去一周每个品类的每日订单总数按天2017-2-1 , 2017-2-221 ki 7 IA 曲2-22( )14 次1116

12、,VT ttEMF，l配件怅id本过去一周姆个品类的每日平均订单单价2-22()2-22()1.4，130,59553,66862,6748,162.1873,686.7053,833.428I5O100,J50W40002000过去一周年个品类的每日总销St2017216 至 2017-2-22去 7 天按天四曲按天 吆L&国2. 3. 2. 5.商户数据电商平台入驻了多家商户，通过分析用户的足迹行为，从商户层面可以获得商户的浏览总量，按时间窗口的销售总客额，商户的平均订单单价，购买活 路用户等指标信息O店铺数据概览（J，门admin）2-22()2-22(),9-,9.1186192,49

13、337,39547,89812090 TiV 2-22( ) 2-22( ) 6.842 5715.7808125.342.1423,732 333帔岬智能手机IkIRE蟠了数码3C专卖店3.685 666过去周平均每个店铺的商乩浏览量 2017-2-16按最近一天的数据排序.技天Id地曲按天 吆也.曲过去周每个店铺的每日梢售总额 2017-2-11过去一周蜉个店铺的每日购买用户数2017*2*16 兔 2017-2-22 H 2 7 大过去一周每个店铺的平均订单单价 2017-16 20172kl 7 A橘子Ii吗3C专大店0 2O1722O V 2017-2-231 柳2. 1. 3.事件

14、分析本方案中，采用使用“事件模型（Event模型）”来描述用户在产品上的 各种行为，事件模型可以给我们更多的信息，让我们知道用户用我们的产品 具体做了什么事情。事件模型给予我们更全面且更具体的视野，指导我们做 出更好的决策。举例来说，平台应用中可能包含如下事件：用户注册浏览商户浏览优惠券购买支付订单根据产品特性合理配置追踪事件和属性，可以激发出事件分析的强大潜 能，回答关于变化趋势、维度对比的各种细分问题。M小二 JS任二芈件次政+任意事件:JR机支纣W单+筛选彳IttMir*J 取JflU中的蒯品IT情I0 2017.任意事件的总次数“示女，浅图按天J fAM 务11-机美支付,00 提灯惮,7OoJ 曜攵狂