第一篇：電子商務(wù)網(wǎng)站核心數(shù)據(jù)分析

電子商務(wù)網(wǎng)站核心數(shù)據(jù)分析

電子商務(wù)相對(duì)于傳統(tǒng)零售業(yè)來(lái)說(shuō)，最大的特點(diǎn)就是一切都可以通過(guò)數(shù)據(jù)化來(lái)監(jiān)控和改進(jìn)。通過(guò)數(shù)據(jù)可以看到用戶從哪里來(lái)、如何組織產(chǎn)品可以實(shí)現(xiàn)很好的轉(zhuǎn)化率、你投放廣告的效率如何等等問(wèn)題?；跀?shù)據(jù)分析的每一點(diǎn)點(diǎn)改變，就是一點(diǎn)點(diǎn)提升你賺錢的能力，所以，電子商務(wù)網(wǎng)站的數(shù)據(jù)分析是很重要的一門功課。一般來(lái)說(shuō)，數(shù)據(jù)分析包括：流量來(lái)源分析、流量效率分析、站內(nèi)數(shù)據(jù)流分析和用戶特征分析四個(gè)部分。我們先來(lái)說(shuō)說(shuō)流量來(lái)源分析。

電子商務(wù)就是販賣流量的生意，低成本的流量來(lái)源是保證企業(yè)盈利的重要條件。流量來(lái)源分析主要是要明白你的用戶都是從那些網(wǎng)站來(lái)的，那些網(wǎng)站的給你帶來(lái)更多的訂單、那些網(wǎng)站的流量是真實(shí)的，那些是虛假等。

流量分析一般一奧分析以下內(nèi)容：

網(wǎng)站流量來(lái)源排名：那些網(wǎng)站貢獻(xiàn)的流量多，那些貢獻(xiàn)的少

搜索引擎關(guān)鍵詞分析：根據(jù)關(guān)鍵詞的來(lái)源分析來(lái)查看網(wǎng)站產(chǎn)品分布和產(chǎn)品組合。如果關(guān)鍵詞查詢多的產(chǎn)品卻不是網(wǎng)站的主推品，可以進(jìn)行適當(dāng)調(diào)整。

網(wǎng)站流量趨勢(shì)分析：網(wǎng)站的流量是否均衡穩(wěn)定，是不是有大幅度波動(dòng)。一般來(lái)說(shuō)流量突然增加的網(wǎng)站，如非發(fā)生突發(fā)事件，購(gòu)買的廣告位作弊的嫌疑比較大。

網(wǎng)站流量核對(duì)：查看是否有莫名流量來(lái)源，流量來(lái)源大不大。如果莫名來(lái)源流量很大的話，有可能是您購(gòu)買的CPC或者其他資源被注水了，將您的廣告鏈接分包給了點(diǎn)擊聯(lián)盟。

推介網(wǎng)站與直接訪問(wèn)的比例：推介網(wǎng)站可以理解為外部廣告，直接訪問(wèn)就是用戶直接輸入網(wǎng)址。一般來(lái)說(shuō)，直接訪問(wèn)量越大說(shuō)明網(wǎng)站的品買知名度越高。

其次是流量效率分析

流量效率是指流量到達(dá)了網(wǎng)站是不是真實(shí)流量，主要分析指標(biāo)如下：

到達(dá)率：到達(dá)率是指廣告從點(diǎn)擊到網(wǎng)站landingpage的比例。一般來(lái)說(shuō)，達(dá)到率能達(dá)到80%以上是比較理想的流量。這個(gè)也跟網(wǎng)站的速度有關(guān)，綜合來(lái)分析一下。

二跳率：這個(gè)也是為了分析流量的有效性。如果是有效流量的話，一般會(huì)有合理的二跳。如果是虛假點(diǎn)擊的話，一般是沒(méi)有二跳的。但是也不排除有部分作假很厲害的網(wǎng)站能做出二跳，比如PPLIVE，當(dāng)年洪成浩做投放的時(shí)候，我們的廣告直接連接到廣告專題頁(yè)，二跳是15%左右，但是PPLIVE居然有60%的二跳！最主要的是一個(gè)轉(zhuǎn)化都沒(méi)有。差點(diǎn)把我們的圖片圖服務(wù)器點(diǎn)癱瘓，這個(gè)就太過(guò)分了。

PV/IP比：一般來(lái)說(shuō)，有效的流量，網(wǎng)站內(nèi)容比較好的話，一個(gè)獨(dú)立IP大概能有3個(gè)以上的PV。如果PV/IP比能達(dá)到3以上的話，一般說(shuō)明流量比較真實(shí)，網(wǎng)站內(nèi)容也不錯(cuò)。但是如果低于3的話，并不代表流量不真實(shí)，也可能是網(wǎng)站本身的問(wèn)題。如果PV/IP過(guò)高的話，也可能有問(wèn)題，比如人力重復(fù)刷新等，要謹(jǐn)慎對(duì)待。

訂單轉(zhuǎn)化率：這個(gè)是最最核心的數(shù)據(jù)了，沒(méi)有訂單轉(zhuǎn)化率，其他一切都是免談！某些牛B的B3C能做到4%的提袋率！某些卻僅僅是0.1%，努力吧，眾B2Cer們。站內(nèi)數(shù)據(jù)流分析，主要用來(lái)分析購(gòu)物流程是否順暢和產(chǎn)品分布是否合理，一般如下：

頁(yè)面流量排名：主要查看產(chǎn)品詳情頁(yè)的流量，特別是首頁(yè)陳列的產(chǎn)品詳情頁(yè)。參照最終的銷售比例，優(yōu)勝劣汰，用以調(diào)整銷售結(jié)構(gòu)。

場(chǎng)景轉(zhuǎn)化分析：從首頁(yè)-列表頁(yè)-詳情頁(yè)-購(gòu)物車-訂單提交頁(yè)-訂單成功頁(yè)，的數(shù)據(jù)流分析。比如說(shuō)，首頁(yè)到達(dá)了10000用戶，伺此后的數(shù)據(jù)分別是8000-5000-1000-50-5，購(gòu)物車到訂單提交頁(yè)的相差比較大，大概就能看出來(lái)是購(gòu)物車出了問(wèn)題，需要改進(jìn)。

頻道流量排名：各個(gè)頻道流量的排名，主要用來(lái)考慮產(chǎn)品組織的問(wèn)題。

站內(nèi)搜索分析：這個(gè)反應(yīng)的是用戶關(guān)心的產(chǎn)品有哪些，產(chǎn)品調(diào)整的最直接數(shù)據(jù)。

用戶離開(kāi)頁(yè)面分析：用戶在那些也頁(yè)面離開(kāi)最多？是首頁(yè)還是頻道頁(yè)？是購(gòu)物車還是訂單提交頁(yè)。突然的大比例的離開(kāi)網(wǎng)站，往往預(yù)示這問(wèn)題的存在。

最后是用戶特征分析：

用戶停留時(shí)間：這個(gè)放在用戶特征分析里有些牽強(qiáng)。而且目前監(jiān)控用戶停留時(shí)間的方式是：用戶到達(dá)時(shí)間-用戶離開(kāi)時(shí)間，但是用戶什么時(shí)候離開(kāi)很難準(zhǔn)確判斷，這種數(shù)據(jù)僅作參考，一般停留時(shí)間越長(zhǎng)網(wǎng)站粘性越好。如果用戶停留時(shí)間超過(guò)1個(gè)小時(shí)，基本就是假流量，或者用大打開(kāi)網(wǎng)頁(yè)忘記關(guān)了，呵呵。

新老用戶比例：老用戶比例越高，證明用戶忠誠(chéng)度不錯(cuò)。但是還要考慮絕對(duì)量，不能靠新用戶越來(lái)越少來(lái)襯托老用戶比例越來(lái)越高。

用戶地域分析：用戶地域與訂單地域分布基本一致，基本上就是用過(guò)互聯(lián)網(wǎng)用戶的分布比例以及經(jīng)濟(jì)發(fā)達(dá)程度等。這個(gè)對(duì)于提升區(qū)域配送及服務(wù)比較有幫助。

電子商務(wù)網(wǎng)站的基本數(shù)據(jù)分析就是以上這些，作為實(shí)際操作人員要根據(jù)數(shù)據(jù)分析的情況來(lái)發(fā)現(xiàn)問(wèn)題和總結(jié)問(wèn)題，進(jìn)而優(yōu)化網(wǎng)站的結(jié)構(gòu)和用戶體驗(yàn)、來(lái)提升網(wǎng)站的專轉(zhuǎn)化率和用戶忠誠(chéng)度。這些都是電子商務(wù)很重要的基礎(chǔ)工作，希望能為大家的利潤(rùn)做出貢獻(xiàn)

第二篇：電子商務(wù)網(wǎng)站營(yíng)銷數(shù)據(jù)分析技術(shù)探討

電子商務(wù)網(wǎng)站營(yíng)銷數(shù)據(jù)分析技術(shù)探討

電子商務(wù)（EC）在現(xiàn)代商務(wù)企業(yè)的發(fā)展中占有越來(lái)越重要的地位。如何利用信息技術(shù)掌握更多的商務(wù)信息已備受商家們的關(guān)注，站點(diǎn)分析技術(shù)正是為商家和網(wǎng)站提供了這樣一種有效的分析工具。

本文討論了一些站點(diǎn)分析的相關(guān)技術(shù)信息和幾種網(wǎng)站分析瀏覽者行為的理論與算法，及數(shù)據(jù)倉(cāng)庫(kù)的相關(guān)理論知識(shí)。并對(duì)站點(diǎn)日志數(shù)據(jù)進(jìn)行了實(shí)例分析，并指出了站點(diǎn)分析技術(shù)發(fā)展的方向。

一、緒論

互聯(lián)網(wǎng)技術(shù)不斷革新與發(fā)展，給全球經(jīng)濟(jì)帶來(lái)新的革命，從而也影響著人們的生活。互聯(lián)網(wǎng)為企業(yè)提供了一種真正屬于自己并面對(duì)廣大網(wǎng)民的信息載體，企業(yè)通過(guò)這一載體，可以自由地將企業(yè)的產(chǎn)品、服務(wù)等其他相關(guān)信息在線發(fā)布。

電子商務(wù)就是網(wǎng)上實(shí)行各種商務(wù)活動(dòng)的總包裝，種種所謂電子商務(wù)解決方案，實(shí)際上就是實(shí)現(xiàn)各種網(wǎng)上商務(wù)活動(dòng)的硬件與軟件系統(tǒng)。它將影響到每一個(gè)人、每一個(gè)企業(yè)。電子商務(wù)的主體是我們每一個(gè)人、每一個(gè)企業(yè)，電子商務(wù)發(fā)展的過(guò)程就是對(duì)人們的生活、企業(yè)的運(yùn)行的一種模式的一個(gè)巨大改變的過(guò)程。對(duì)于進(jìn)入虛擬世界的商家而言，僅僅吸引注意力還不行，對(duì)它們而言，站點(diǎn)的訪問(wèn)率絕對(duì)不僅僅是一個(gè)數(shù)字，它還是一種信息，如果網(wǎng)站能夠從網(wǎng)絡(luò)中獲得網(wǎng)民的信息并從中分析其行為誘因，那么就容易掌握網(wǎng)民的需求，從而利用互聯(lián)網(wǎng)去創(chuàng)造更多商機(jī)。

電子商務(wù)站點(diǎn)用戶行為的分析這一問(wèn)題也因此成為現(xiàn)如今的熱門話題，被人們普遍關(guān)心起來(lái)，尤其是被眾商家所重視。Web站點(diǎn)的日志數(shù)據(jù)正以每天數(shù)十兆的速度增長(zhǎng)。如何分析這些數(shù)據(jù)，如何從這些大量數(shù)據(jù)中發(fā)現(xiàn)有用的、重要的知識(shí)（包括模式、規(guī)則、可視化結(jié)構(gòu)等）也成為現(xiàn)在人們最關(guān)注的信息。

在此情況下，站點(diǎn)用戶行為分析就可為網(wǎng)站或商家提供出大量有價(jià)值的信息，包括站點(diǎn)的受歡迎度的對(duì)比、商業(yè)廣告點(diǎn)擊情況總括、產(chǎn)品的反饋信息、站點(diǎn)各種信息的點(diǎn)擊情況等等。另外，還可根據(jù)不同的頁(yè)面內(nèi)容來(lái)分類瀏覽者，以便做出更合理的頁(yè)面分類，促使網(wǎng)站逐步向個(gè)性化、最優(yōu)化狀態(tài)發(fā)展。這一技術(shù)對(duì)互聯(lián)網(wǎng)的發(fā)展壯大有著不可忽視的巨大作用，它的發(fā)展對(duì)信息技術(shù)亦將產(chǎn)生深遠(yuǎn)的影響。

在電子商務(wù)早期階段時(shí)，Web站點(diǎn)數(shù)據(jù)流分析通常是在主頁(yè)上安裝計(jì)數(shù)器以及在一個(gè)

外部日志文件上運(yùn)行簡(jiǎn)單的統(tǒng)計(jì)程序記錄點(diǎn)擊率。但是，簡(jiǎn)單的點(diǎn)擊計(jì)數(shù)既不準(zhǔn)確也遠(yuǎn)未達(dá)到營(yíng)銷目的所需的詳細(xì)程度。因此，各公司開(kāi)始尋找更先進(jìn)的分析工具，這類工具可以提供誰(shuí)在訪問(wèn)公司W(wǎng)eb站點(diǎn)以及訪問(wèn)者一旦進(jìn)入站點(diǎn)后將做些什么的全面信息。站點(diǎn)開(kāi)始分析的地方是Web服務(wù)器的訪問(wèn)日志。每當(dāng)用戶在站點(diǎn)上請(qǐng)求一個(gè)網(wǎng)頁(yè)時(shí)，這個(gè)請(qǐng)求就被記錄在訪問(wèn)日志中。如：目前有多少用戶正在訪問(wèn)站點(diǎn)、他們正在看哪些網(wǎng)頁(yè)以及他們?cè)谡军c(diǎn)中呆了多長(zhǎng)時(shí)間。顯然，日志分析和行為概況的正確組合可以對(duì)Web站點(diǎn)的成功產(chǎn)生直接影響。此外，從日志分析中得到的信息是很難從真實(shí)世界中捕獲到的，但這些信息卻可以較容易地在線收集到。Web數(shù)據(jù)流分析工具的這些最新進(jìn)展可以使網(wǎng)站獲得有關(guān)上網(wǎng)客戶和他們習(xí)慣的詳細(xì)報(bào)告。

二、站點(diǎn)信息統(tǒng)計(jì)方法

Web頁(yè)面數(shù)據(jù)主要是半結(jié)構(gòu)化數(shù)據(jù)，計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)和信息技術(shù)的飛速發(fā)展，使得半結(jié)構(gòu)化數(shù)據(jù)呈現(xiàn)日益繁榮的趨勢(shì)。半結(jié)構(gòu)化數(shù)據(jù)，是一種介于模式固定的結(jié)構(gòu)化數(shù)據(jù)，和完全沒(méi)有模式的無(wú)序數(shù)據(jù)之間，在查詢前無(wú)法預(yù)先確定其具體的類型和格式；同時(shí)它們相應(yīng)的數(shù)據(jù)結(jié)構(gòu)是不固定、不完全或不規(guī)則的，即這些數(shù)據(jù)有的本身就沒(méi)有結(jié)構(gòu)，有的只有十分松散的結(jié)構(gòu)，有的數(shù)據(jù)的結(jié)構(gòu)是隱含的，需要從數(shù)據(jù)中進(jìn)行抽取。而有時(shí)，盡管數(shù)據(jù)本身是有精確結(jié)構(gòu)的，但為了一定的目的，而故意忽視它的結(jié)構(gòu)。半結(jié)構(gòu)化數(shù)據(jù)具有以下五方面的主要特點(diǎn)：

1.結(jié)構(gòu)是不規(guī)則的。包含異構(gòu)數(shù)據(jù)、相同的數(shù)據(jù)信息用不同類型或不同的結(jié)構(gòu)表示。

2.結(jié)構(gòu)是隱含的。如電子文檔SGML格式。

3.結(jié)構(gòu)是部分的，有時(shí)部分?jǐn)?shù)據(jù)根本無(wú)結(jié)構(gòu)，而部分?jǐn)?shù)據(jù)只有粗略的結(jié)構(gòu)。

4.指示性結(jié)構(gòu)與約束性結(jié)構(gòu)。傳統(tǒng)的數(shù)據(jù)庫(kù)使用嚴(yán)格的分類策略來(lái)保護(hù)數(shù)據(jù)。而指示性數(shù)據(jù)結(jié)構(gòu)是對(duì)結(jié)構(gòu)的一種非精確的描述。它可接受所有新數(shù)據(jù)，代價(jià)是要頻繁修改結(jié)構(gòu)。

5.半結(jié)構(gòu)化數(shù)據(jù)通常在數(shù)據(jù)存在之后才能通過(guò)當(dāng)前數(shù)據(jù)歸納出其結(jié)構(gòu)，稱之為事后模式引導(dǎo)。模式有時(shí)可被忽略，同時(shí)數(shù)據(jù)與數(shù)據(jù)模式間的區(qū)別逐漸消除。

三、數(shù)據(jù)分析的方法

Web頁(yè)面的數(shù)據(jù)通常是利用統(tǒng)計(jì)模型和數(shù)學(xué)模型來(lái)分析的。使用的模型有線性分析和非線性分析；連續(xù)回歸分析和邏輯回歸分析；單變量和多變量分析以及時(shí)間序列分析等。這

些統(tǒng)計(jì)分析工具能提供可視化功能和分析功能來(lái)尋找數(shù)據(jù)間關(guān)系、構(gòu)造模型來(lái)分析、解釋數(shù)據(jù)。并通過(guò)交互式過(guò)程和迭代過(guò)程用來(lái)求精模型，最終開(kāi)發(fā)出最具適應(yīng)性的模型來(lái)將數(shù)據(jù)轉(zhuǎn)化為有價(jià)值的信息。

知識(shí)發(fā)現(xiàn)是從數(shù)據(jù)倉(cāng)庫(kù)的大量數(shù)據(jù)中篩取信息，尋找經(jīng)常出現(xiàn)的模式，檢查趨勢(shì)并發(fā)掘?qū)嵤Ｋ欠治鯳eb頁(yè)面數(shù)據(jù)的重要方法。知識(shí)發(fā)現(xiàn)與模式識(shí)別的算法有以下幾種：1.依賴性分析依賴性分析算法搜索數(shù)據(jù)倉(cāng)庫(kù)的條目和對(duì)象，從中尋找重復(fù)出現(xiàn)概率很高的模式。它展示了數(shù)據(jù)間未知的依賴關(guān)系。利用依賴性分析算法可以從某一數(shù)據(jù)對(duì)象的信息來(lái)推斷另一數(shù)據(jù)對(duì)象的信息。例如：在雜貨店中，一堆椒鹽餅干放在陳列飲料的走道上，這是因?yàn)榻?jīng)過(guò)依賴性分析，商店認(rèn)為：很大一部分買飲料的顧客如果在取飲料的路上看到椒鹽餅干的話就會(huì)購(gòu)買，因而此種分析影響了商店布局。

2.聚類和分類在某些情況下，無(wú)法界定要分析的數(shù)據(jù)類，用聚類算法發(fā)現(xiàn)一些不知道的數(shù)據(jù)類或懷疑的數(shù)據(jù)類。聚類的過(guò)程是以某一特定時(shí)間為依據(jù)，找出一個(gè)共享一些公共類別的群體，它稱為無(wú)監(jiān)督學(xué)習(xí)。分類過(guò)程，這是發(fā)現(xiàn)一些規(guī)定某些商品或時(shí)間是否屬于某一特定數(shù)據(jù)子集的規(guī)則。這些數(shù)據(jù)類很少在關(guān)系數(shù)據(jù)庫(kù)中進(jìn)行定義，因而規(guī)范的數(shù)據(jù)模型中沒(méi)有它們的位置。最典型的例子是信用卡核準(zhǔn)過(guò)程，可確定能否按商品價(jià)格和其它標(biāo)準(zhǔn)把某一購(gòu)買者歸入可接受的那一類中。分類又稱為有監(jiān)督學(xué)習(xí)。

3.神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)通過(guò)學(xué)習(xí)待分析數(shù)據(jù)中的模式來(lái)構(gòu)造模型。它對(duì)隱式類型進(jìn)行分類。圖像分析是神經(jīng)網(wǎng)絡(luò)最成功的應(yīng)用之一。神經(jīng)網(wǎng)絡(luò)用于模型化非線性的、復(fù)雜的或噪聲高的數(shù)據(jù)。一般神經(jīng)模型由三個(gè)層次組成：數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)輸入、中間層（各種神經(jīng)元）和輸出。它通常用恰當(dāng)?shù)臄?shù)據(jù)庫(kù)示例來(lái)訓(xùn)練和學(xué)習(xí)、校正預(yù)測(cè)的模型，提高預(yù)測(cè)結(jié)果的準(zhǔn)確性。

4.數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘的一個(gè)重要內(nèi)容，通常關(guān)聯(lián)規(guī)則反映的是數(shù)據(jù)間的定性關(guān)聯(lián)關(guān)系。如一個(gè)商品交易數(shù)據(jù)庫(kù)，一條記錄表示用戶一次購(gòu)買的商品種類，每個(gè)屬性（A、B??）代表一種商品，每個(gè)屬性都是布爾類型的。一條關(guān)聯(lián)規(guī)則的例子是：{A、B}→{D}[2%][60%]，規(guī)則的含義是“如果用戶購(gòu)買商品A和B，那么也可能購(gòu)買商品D，因?yàn)橥瑫r(shí)購(gòu)買商品A、B和D的交易記錄占總交易數(shù)的2%而購(gòu)買A和B的交易中，有60%的交易也包含D”。規(guī)則中60%是規(guī)則的信任度，2%是規(guī)則的支持度。數(shù)據(jù)挖掘就是要發(fā)現(xiàn)所有滿足用戶定義的最小信任度和支持度閥值限制的關(guān)聯(lián)規(guī)則。數(shù)據(jù)只是定性地描述一個(gè)交易是否包含某商品，而對(duì)交易量沒(méi)有定量描述，這種布爾類型數(shù)據(jù)間的關(guān)聯(lián)規(guī)則被稱為定性關(guān)聯(lián)規(guī)則。但數(shù)據(jù)記錄的屬性往往是數(shù)值型或字符型的，這些數(shù)據(jù)間也存在對(duì)決策有幫助的關(guān)聯(lián)規(guī)則，相對(duì)于定性關(guān)聯(lián)規(guī)則，這些規(guī)則被稱為定量關(guān)聯(lián)規(guī)則。

另外，數(shù)據(jù)挖掘目前仍面臨著數(shù)據(jù)質(zhì)量的問(wèn)題。由于數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)來(lái)自多個(gè)數(shù)據(jù)源，而在合并中存在很多障礙，如：沒(méi)有建立合并視圖所需的公共關(guān)鍵字；數(shù)據(jù)值相互抵觸；元

數(shù)據(jù)的說(shuō)明不完備或丟失；數(shù)據(jù)值的不潔凈等等。數(shù)據(jù)挖掘是在標(biāo)準(zhǔn)化的數(shù)據(jù)基礎(chǔ)上進(jìn)行的，因而這些都會(huì)嚴(yán)重破壞數(shù)據(jù)的準(zhǔn)確性，導(dǎo)致最終決策的失誤。所有這些問(wèn)題都在等待著人們?nèi)グl(fā)掘更好的解決方法。

第三篇：電子商務(wù)網(wǎng)站分析

實(shí)驗(yàn)內(nèi)容：分析一個(gè)電子商務(wù)網(wǎng)站

實(shí)驗(yàn)?zāi)康模簩W(xué)會(huì)分析一個(gè)電子商務(wù)網(wǎng)站所采用的經(jīng)營(yíng)特色

實(shí)驗(yàn)要求:(1)找一個(gè)電子商務(wù)網(wǎng)站，分析其所采用的經(jīng)營(yíng)模式并寫出你所分析的網(wǎng)站的網(wǎng)址。

(2)從此網(wǎng)站交易特點(diǎn)、交付特點(diǎn)，分析此網(wǎng)站能否贏利，并說(shuō)明原因？

(3)運(yùn)用你所學(xué)知識(shí)對(duì)此網(wǎng)站進(jìn)行改進(jìn)，使之更合理和更優(yōu)化。

(1)找一個(gè)電子商務(wù)網(wǎng)站，分析其所采用的經(jīng)營(yíng)模式并寫出你所分析的網(wǎng)站的網(wǎng)址。答：當(dāng)當(dāng)網(wǎng): http:///

綜合運(yùn)用價(jià)格、分銷、促銷等多種營(yíng)銷因素，來(lái)刺激消費(fèi)者購(gòu)買，從以前的4Ps營(yíng)銷策略(產(chǎn)品、價(jià)格、渠道、促銷)向4Cs營(yíng)銷策略(顧客的欲求與需要、顧客獲取滿足的成本、顧客購(gòu)買的方便性、與顧客的溝通)發(fā)展，從以企業(yè)為中心向以顧客為中心發(fā)展，做到以人為本。

(2)從此網(wǎng)站交易特點(diǎn)、交付特點(diǎn)，分析此網(wǎng)站能否贏利，并說(shuō)明原因？

答：當(dāng)當(dāng)網(wǎng)通過(guò)與大量本地快遞公司合作，為顧客提供“送貨上門，當(dāng)面收款”的服務(wù)，加之網(wǎng)上支付、匯款等多種支付方式，大大滿足了客戶在支付方式上的多樣化需求。2008年7月31日，中國(guó)銀聯(lián)和當(dāng)當(dāng)網(wǎng)在北京聯(lián)合宣布雙方在電子商務(wù)和銀行卡支付領(lǐng)域達(dá)成全面合作關(guān)系，正式開(kāi)通了基于智能刷卡電話的“網(wǎng)上購(gòu)物、刷卡支付”新型電子商務(wù)支付服務(wù)。同時(shí)，當(dāng)當(dāng)網(wǎng)也不斷推出新的方便顧客的支付方式。

目前為止，在貨款支付方式方面，當(dāng)當(dāng)網(wǎng)提供了貨到付款、網(wǎng)上支付、郵局匯款、銀行轉(zhuǎn)賬、帳南京理戶余額支付、當(dāng)當(dāng)禮品卡支付、支票支付等多種支付方式。據(jù)調(diào)查，網(wǎng)上購(gòu)物的付款方式中，消費(fèi)者大多偏好網(wǎng)上支付(61.5%)和貨到付款(36.1%)。支付方式的多樣化同樣促進(jìn)了當(dāng)當(dāng)網(wǎng)市場(chǎng)的擴(kuò)展。贏利要數(shù)：

? 直接銷售，壓低制造商(零售商)的價(jià)格，在采購(gòu)價(jià)與銷售價(jià)之間賺取差價(jià)。

? 虛擬店鋪出租費(fèi)，產(chǎn)品登錄費(fèi)、交易手續(xù)費(fèi)；此外還可以利用平臺(tái)，充分利用付款和收到貨物再支付的時(shí)間差產(chǎn)生的巨額常量資金逆行其它投資盈利。

? 廣告費(fèi)?，F(xiàn)在這一部分增長(zhǎng)得很快。

(3)運(yùn)用你所學(xué)知識(shí)對(duì)此網(wǎng)站進(jìn)行改進(jìn)，使之更合理和更優(yōu)化。

1.進(jìn)一步把圖書信息更新詳細(xì)同時(shí)提高更新速度

2.智能比價(jià)系統(tǒng)的技術(shù)受質(zhì)疑，顯然這個(gè)系統(tǒng)凸顯了貨比三家，當(dāng)當(dāng)?shù)牡蛢r(jià)策略，在購(gòu)

買的過(guò)程中，當(dāng)當(dāng)不是最便宜的！

3.售后服務(wù)質(zhì)量有待提升

4.信用度需要進(jìn)一步提高

第四篇：運(yùn)營(yíng)管理-B2C網(wǎng)站運(yùn)營(yíng)核心數(shù)據(jù)分析模型

第一項(xiàng)：日常性數(shù)據(jù)（基礎(chǔ)）1.流量相關(guān)數(shù)據(jù)： 1.1 IP 1.2 PV 1.3 在線時(shí)間 1.4 跳出率 1.5 新用戶比例 2.訂單相關(guān)數(shù)據(jù)： 2.1 總訂單 2.2 有效訂單 2.3 訂單有效率 2.4 總銷售額 2.5 客單價(jià) 2.6 毛利潤(rùn) 2.7 毛利率

3.轉(zhuǎn)化率相關(guān)數(shù)據(jù)： 3.1 下單轉(zhuǎn)化率 3.2 付款轉(zhuǎn)化率。簡(jiǎn)要說(shuō)明：

1.因?yàn)槲覀円呀?jīng)實(shí)現(xiàn)基礎(chǔ)的WEB版數(shù)據(jù)分析系統(tǒng)（有些公司用進(jìn)銷存軟件），所以常規(guī)性的銷售額、利潤(rùn)、利潤(rùn)率，都是可以通過(guò)系統(tǒng)實(shí)現(xiàn)的。

2.因?yàn)橹苯优c商城后臺(tái)對(duì)接，庫(kù)存管理都已經(jīng)做進(jìn)去了，分析數(shù)據(jù)時(shí)候，后臺(tái)的原始數(shù)據(jù)都有，設(shè)定好各項(xiàng)公式，想要的結(jié)果都出來(lái)了，這樣實(shí)現(xiàn)比用軟件效率更好，且可以根據(jù)各自的需求靈活開(kāi)發(fā)。3.由于會(huì)出現(xiàn)用戶今日下單，明日付款，所以訂單有效率、銷售額、轉(zhuǎn)化率、客單價(jià)會(huì)動(dòng)態(tài)變化，靠EXCEL基本是做不來(lái)，所以靈活對(duì)接系統(tǒng)非常重要，如果沒(méi)有，也可以參考這方面的需求去開(kāi)發(fā)。

第二項(xiàng)：每周數(shù)據(jù)分析（核心）

用戶下單和付款不一定會(huì)在同一天完成，但一周的數(shù)據(jù)相對(duì)是精準(zhǔn)的，所以我們把每周數(shù)據(jù)作為比對(duì)的參考對(duì)象，主要的用途在于，比對(duì)上周與上上周數(shù)據(jù)間的差別，運(yùn)營(yíng)做了某方面的工作，產(chǎn)品做出了某種調(diào)整，相對(duì)應(yīng)的數(shù)據(jù)也會(huì)有一定的變化，如果沒(méi)有提高，說(shuō)明方法有問(wèn)題或者本身的問(wèn)題并在與此。

1.網(wǎng)站使用率：IP、PV、平均瀏覽頁(yè)數(shù)、在線時(shí)間、跳出率、回訪者比率、訪問(wèn)深度比率、訪問(wèn)時(shí)間比率。

這是最基本的，每項(xiàng)數(shù)據(jù)提高都不容易，這意味著要不斷改進(jìn)每一個(gè)發(fā)現(xiàn)問(wèn)題的細(xì)節(jié)，不斷去完善購(gòu)物體驗(yàn)。來(lái)說(shuō)明下重要的數(shù)據(jù)指標(biāo)：

1.1 跳出率：跳出率高絕不是好事，但跳出的問(wèn)題在哪里才是關(guān)鍵。我的經(jīng)驗(yàn)，在一些推廣活動(dòng)或投放大媒體廣告時(shí)，跳出率都會(huì)很高，跳出率高可能意味著人群不精準(zhǔn)，或者廣告訴求與訪問(wèn)內(nèi)容有巨大的差別，或者本身的訪問(wèn)頁(yè)面有問(wèn)題。常規(guī)性的跳出率我注于登錄、注冊(cè)、訂單流程1-3步、用戶中心等基礎(chǔ)頁(yè)面，如果跳出率高于20%，我覺(jué)得就有不少的問(wèn)題，也根據(jù)跳出率來(lái)改進(jìn)購(gòu)物流程和用戶體驗(yàn)。

1.2 回訪者比率=一周內(nèi)2次回訪者/總來(lái)訪者，意味著網(wǎng)站吸引力，以及會(huì)員忠誠(chéng)度，如果在流量穩(wěn)定的情況下，此數(shù)據(jù)相對(duì)高一些會(huì)比較高，太高則說(shuō)明新用戶開(kāi)發(fā)的太少，太低則說(shuō)明用戶的忠誠(chéng)度太差，復(fù)購(gòu)率也不會(huì)高。

1.3 訪問(wèn)深度比率=訪問(wèn)超過(guò)11頁(yè)的用戶／總的訪問(wèn)數(shù)，訪問(wèn)時(shí)間比率=訪問(wèn)時(shí)間在10分鐘以上的用戶數(shù)／總用戶數(shù)，這兩項(xiàng)指標(biāo)代表網(wǎng)站內(nèi)容吸引力，數(shù)據(jù)比率越高越好。2.運(yùn)營(yíng)數(shù)據(jù)：總訂單、有效訂單、訂單有效率、總銷售額、客單價(jià)、毛利潤(rùn)、毛利率、下單轉(zhuǎn)化率、付款轉(zhuǎn)化率、退貨率；

每日數(shù)據(jù)匯總，每周的數(shù)據(jù)一定是穩(wěn)定的，主要比對(duì)于上上周的數(shù)據(jù)，重點(diǎn)指導(dǎo)運(yùn)營(yíng)內(nèi)部的工作，如產(chǎn)品引導(dǎo)、定價(jià)策略、促銷策略、包郵策略等。

2.1 比對(duì)數(shù)據(jù)，為什么訂單數(shù)減少了？但銷售額增加了？這是否是好事？ 2.2 對(duì)比數(shù)據(jù)，為什么客單價(jià)提高了？但利潤(rùn)率降低了？這是否是好事？

2.3 對(duì)比數(shù)據(jù)，能否做到：銷售額增長(zhǎng)，利潤(rùn)率提高，訂單數(shù)增加？這不是不可能。所有的問(wèn)題，在運(yùn)營(yíng)數(shù)據(jù)中都能夠找到答案。第三項(xiàng)：用戶分析 1.會(huì)員分析：新會(huì)員注冊(cè)、新會(huì)員購(gòu)物比率、會(huì)員總數(shù)、所有會(huì)員購(gòu)物比率； 概括性分析會(huì)員購(gòu)物狀態(tài)，重點(diǎn)在于本周新增了多少會(huì)員，新增會(huì)員購(gòu)物比率是否高于總體水平。如果你的注冊(cè)會(huì)員購(gòu)物比率很高，那引導(dǎo)新會(huì)員注冊(cè)不失為提高銷售額的好方法。

1.1 會(huì)員復(fù)購(gòu)率：1次購(gòu)物比例、2次購(gòu)物比例、3次購(gòu)物比例、4次購(gòu)物比例、5次購(gòu)物比例、6次購(gòu)物比例；

1.2 轉(zhuǎn)化率是體現(xiàn)的是B2C的購(gòu)物流程、用戶體驗(yàn)是否有好，可以叫外功，復(fù)購(gòu)率則體現(xiàn)B2C整體的競(jìng)爭(zhēng)力，絕對(duì)是內(nèi)功，這包括知名度、口碑、客戶服務(wù)、包裝、發(fā)貨單等每個(gè)細(xì)節(jié)，好的B2C復(fù)購(gòu)率能做到90%，沒(méi)有復(fù)購(gòu)率的B2C絕對(duì)沒(méi)有任何前途，所以這也能夠理解為什么很多B2C愿意花大錢去投門戶廣告，為了就是獲取用戶的第一次購(gòu)買，從而獲得長(zhǎng)期的重復(fù)購(gòu)買。但某些B2C購(gòu)物體驗(yàn)做的不好，花大錢砸廣告，這純屬燒錢行為。所以我覺(jué)得運(yùn)營(yíng)的核心工作，一方面是做外功，提高轉(zhuǎn)化率，獲取消費(fèi)者第一次購(gòu)買行為，另外一方面就是做內(nèi)功，提高復(fù)購(gòu)率，B2C根本也就在重復(fù)購(gòu)買。所以B2C是個(gè)綜合學(xué)科，做好每門功課真是不容易，不過(guò)也就是依靠每個(gè)細(xì)節(jié)，才奠定了B2C發(fā)展的基石。中國(guó)的B2C是幸運(yùn)的，因?yàn)橹袊?guó)的消費(fèi)者很寬容，你欺騙我一次，我可能還會(huì)原諒你，說(shuō)實(shí)話給消費(fèi)者選擇的空間也并不是那么多，但隨著新崛起B(yǎng)2C的成長(zhǎng)，對(duì)服務(wù)的關(guān)注與投入，我相信未來(lái)的B2C會(huì)是個(gè)服務(wù)行業(yè)，而不是搬運(yùn)工。

第四項(xiàng)：流量來(lái)源分析

我們用的是Google Analytics，統(tǒng)計(jì)的數(shù)據(jù)比較詳細(xì)，流量來(lái)源分析我覺(jué)得最重要的意義是：

1.監(jiān)控各渠道轉(zhuǎn)化率，這是運(yùn)營(yíng)的核心工作，針對(duì)不同的渠道做有效的營(yíng)銷，IP代表著力度，轉(zhuǎn)化率代表著效果；

2.發(fā)掘有效媒體，轉(zhuǎn)化率的數(shù)據(jù)讓我們很清晰的了解什么樣的渠道轉(zhuǎn)化效果好，那么以此類推，同樣的營(yíng)銷方式，用在同類的渠道上，效果差不到哪去，BD或廣告就可以去開(kāi)發(fā)同類的合作渠道，復(fù)制成功經(jīng)驗(yàn)。

流量分析是為運(yùn)營(yíng)和推廣部門指導(dǎo)方向的，除了關(guān)注轉(zhuǎn)化率，還有像瀏覽頁(yè)數(shù)、在線時(shí)間，都是評(píng)估渠道價(jià)值的指標(biāo)。

第五項(xiàng)：內(nèi)容分析

主要的兩項(xiàng)指標(biāo)：退出率和熱點(diǎn)內(nèi)容

1.退出率是個(gè)好醫(yī)生，很適合給B2C檢查身體，哪里的退出率高，基本會(huì)說(shuō)明有些問(wèn)題，重點(diǎn)關(guān)注登錄、注冊(cè)、購(gòu)物車、用戶中心，這些是最基礎(chǔ)的，但也是最關(guān)鍵的。一般我會(huì)列出TOP20退出率頁(yè)面，然后運(yùn)營(yíng)部會(huì)重點(diǎn)討論為什么，然后依次進(jìn)行改進(jìn)，不過(guò)我們今年做的很粗曠，做得也不是很好，來(lái)年重點(diǎn)完善。2.熱點(diǎn)內(nèi)容這部分是用來(lái)指導(dǎo)運(yùn)營(yíng)工作的，消費(fèi)者最關(guān)注什么，什么產(chǎn)品、分類、品牌點(diǎn)擊最高，這些數(shù)據(jù)在新的運(yùn)營(yíng)工作中做重點(diǎn)引導(dǎo)，推薦消費(fèi)者最關(guān)注的品牌、促銷最關(guān)注的商品等等。

第六項(xiàng)：商品銷售分析

這部分是內(nèi)部數(shù)據(jù)，根據(jù)每周、每月的銷售詳情，了解經(jīng)營(yíng)狀況，做出未來(lái)銷售趨勢(shì)的判斷，這部分?jǐn)?shù)據(jù)模型還在規(guī)劃中，每家的情況都不同，所以這里就不做說(shuō)明了。本文寫的比較倉(cāng)促和潦草，年后有空會(huì)把每一部分延伸來(lái)寫，希望能對(duì)大家有些幫助，對(duì)B2C的經(jīng)營(yíng)時(shí)間比較段，經(jīng)驗(yàn)并不多，所以請(qǐng)高手不必見(jiàn)笑了。

第五篇：SEO如何分析網(wǎng)站數(shù)據(jù)

筆者之前因?yàn)閺氖逻^(guò)數(shù)據(jù)分析工作（主要是做GA數(shù)據(jù)分析），因此對(duì)于數(shù)據(jù)比較敏感，現(xiàn)在接觸到SEO項(xiàng)目執(zhí)行，在執(zhí)行過(guò)程中要定期的進(jìn)行項(xiàng)目工作匯報(bào)，因此對(duì)于SEO推廣的工作效果定期分析必不可少，SEO工作要分析數(shù)據(jù)，具體要分析哪些數(shù)據(jù)。

1、網(wǎng)站內(nèi)容質(zhì)量分析

這里的內(nèi)容質(zhì)量分析不僅是分析網(wǎng)站內(nèi)部更新的內(nèi)容的質(zhì)量，同時(shí)也要分析網(wǎng)站外鏈發(fā)布的內(nèi)容的質(zhì)量（之前遇到過(guò)內(nèi)容發(fā)布質(zhì)量過(guò)低顯現(xiàn)）；網(wǎng)站內(nèi)容質(zhì)量分析標(biāo)準(zhǔn)：

網(wǎng)站標(biāo)題是否原創(chuàng)，是否能引起用戶關(guān)注；網(wǎng)站整體內(nèi)容原創(chuàng)度如何，外鏈內(nèi)容原創(chuàng)的在40%以上，站內(nèi)內(nèi)容在100%的標(biāo)準(zhǔn)；網(wǎng)站整體語(yǔ)句是否通順；網(wǎng)站整體的內(nèi)容為多少個(gè)字（我們要求是500-800字左右）；網(wǎng)站內(nèi)容被轉(zhuǎn)載情況（群眾的眼睛是雪亮的，如果內(nèi)容質(zhì)量好大家一定會(huì)轉(zhuǎn)載）。

2、網(wǎng)站關(guān)鍵詞排名進(jìn)度分析

網(wǎng)站的排名進(jìn)度是最能體現(xiàn)排名效果，通過(guò)對(duì)排名的進(jìn)度監(jiān)控及時(shí)了解排名進(jìn)度情況，方便對(duì)SEO實(shí)施工作進(jìn)行調(diào)整，同時(shí)排名也是不叫直觀了解項(xiàng)目的進(jìn)度匯報(bào)工作方式。

3、網(wǎng)站收錄數(shù)據(jù)分析

分析的數(shù)據(jù)主要是分析我們目標(biāo)的搜索引擎網(wǎng)站收錄情況，對(duì)于整案客戶和客戶舒服統(tǒng)計(jì)方便我們的以后工作，通過(guò)數(shù)據(jù)分析可以預(yù)控網(wǎng)站出現(xiàn)意外情況，如：網(wǎng)站收錄數(shù)據(jù)位為5000條，突然網(wǎng)站內(nèi)容降低為10條，夠悲劇吧，當(dāng)然通過(guò)數(shù)據(jù)分析你可以監(jiān)控到項(xiàng)目的問(wèn)題情況。

4、網(wǎng)站外鏈?zhǔn)珍洈?shù)據(jù)分析

對(duì)于SEO工作大家都是外部鏈接的工作需要穩(wěn)定增進(jìn)，網(wǎng)站“暴飲暴食”對(duì)站點(diǎn)影響很大，當(dāng)然除了日常操作的外部鏈接情況，我們還要監(jiān)控網(wǎng)站的當(dāng)天收錄的鏈接情況。

5、網(wǎng)站流量分析

通過(guò)關(guān)鍵詞流量的分析，監(jiān)控到哪些詞獲得高流量，對(duì)于我們不同網(wǎng)站的需求進(jìn)行指定對(duì)應(yīng)的提升方案，如：我們網(wǎng)站需要大量流量，當(dāng)然我們可以使用長(zhǎng)尾關(guān)鍵詞進(jìn)行拓展延伸以此提上我們網(wǎng)站的流量。

6、網(wǎng)站外鏈質(zhì)量分析

對(duì)于外部鏈接的質(zhì)量分析這里我不進(jìn)行過(guò)多描述，網(wǎng)絡(luò)上面有很多的內(nèi)容判斷內(nèi)容的質(zhì)量方法。這里重點(diǎn)提到對(duì)于SEO工作我們?nèi)粘?shí)施中需要新建設(shè)資源同時(shí)有沒(méi)有資源的時(shí)候，便于對(duì)內(nèi)容進(jìn)行資源的監(jiān)控，篩選資源質(zhì)量。

7、網(wǎng)站蜘蛛程序爬行分析

網(wǎng)站訪問(wèn)的內(nèi)容的日志被放在我們網(wǎng)站的日志文件夾中，如果使用虛擬主機(jī)，直接通過(guò)FTP進(jìn)行下載，配合日志分析工具（光年、逆火進(jìn)行分析）分析網(wǎng)站被搜引擎搜索頁(yè)的內(nèi)容的情況，及時(shí)調(diào)整網(wǎng)站內(nèi)部的設(shè)置和鏈接布局。

8、網(wǎng)站用戶點(diǎn)擊熱力圖

熱力圖工具（百度統(tǒng)計(jì)工具、谷歌GA）加入代碼，指定對(duì)一個(gè)的統(tǒng)計(jì)頁(yè)面即可觀察網(wǎng)站的點(diǎn)擊情況，對(duì)于銷售型網(wǎng)站通過(guò)熱區(qū)情況及時(shí)了解到網(wǎng)站受眾追捧區(qū)域情況，方便調(diào)整內(nèi)容的更換。

9、網(wǎng)站服務(wù)器拒絕訪問(wèn)情況

分析網(wǎng)站服務(wù)器拒絕放棄的時(shí)間，對(duì)于商貿(mào)網(wǎng)站，用戶體驗(yàn)度提升有幫助，對(duì)于服務(wù)器拒絕時(shí)間如果過(guò)長(zhǎng)我們要分析站點(diǎn)內(nèi)容是否有問(wèn)題，服務(wù)器配置上面是否有問(wèn)題，對(duì)于長(zhǎng)時(shí)間拒絕訪問(wèn)的網(wǎng)站對(duì)搜索引擎也不是很友好。

本文由拍鞋網(wǎng)商城http://shop2001191.paixie.net/整理