电商数据报表的简易设计
共 3740字,需浏览 8分钟
·
2022-04-15 07:13
这是Kevin2022的第27篇原创,阅读本文大概要3分钟。
▲电商数据报表可视化
第一类:商城经营数据
反映出电商系统的的交易总额。通过时间趋势找到电商的销售旺季、淡季。单个用户在商城的复购次数,通过复购次数定价出用户。
第二类是:SKU相关数据
比如SKU商品品类销售排名,展示商品的地点属性、商品单价,筛选次首次、3次、多次下单的商品,进行商品品类排名,找出历史商品排名记录,做SKU优化。
第三类是:产品数据
比如产品的登录次数、页面访问数、平均用户停留时间、消息会话数,即用户在产品本身功能上产生的数据。
第四类是:用户数据
比如用户地区、用户年龄、用户产品使用时间长度(可以组成产品生命周期)、用户注册信息等用户数据
前两类是电商营收、商品数据,后面两类则是产品和用户数据
▲简易设计下的数据设计模型
▲简易设计数据指标
01. 营收数据指标
序号 | 指标名称 | 指标描述 | 技术实现 | 重要程度 | 统计周期 |
订单数 | 用户点击下单后的系列操作,包含下单取消(订单失败)、下单未支付(订单失败)、下单成功数 | 通过埋点下单按钮/页面,通过改行为对应的订单状态 | 高 | 日、周、月、年 | |
2 | 今日营收 | 统计下单后的数量对应的金额数,仅包含下单成功的。 | 后端数据计算,得到数据值 | 高 | 日、小时 |
3 | 累计营收 | 从电商系统上线到实时或昨日零点,累计的每日营收相加综合 | 后端数据计算,得到数据值 | 高 | 日、周、月、年 |
4 | 拼团数 | 具有拼单/拼团功能的电商系统,统计拼团成功的拼团(仅团成员下单成功) | 后端数据计算, 得到数据值 | 中 | 日、周、月、年 |
5 | 退款订单数 | 完成退费的订单数量 | 后端数据计算,得到数据值(可对接第三方支付平台,获得退款状态) | 高 | 日、周、月、年 |
6 | 转化率 | 用户支付前浏览商品的独立人用户数除以之际订单成功数,可以计算当日的 | 后端数据计算,得到数据值 | 高 | 日、周、月、年 |
7 | ROI(投资回报率) | 商品利润/商品成本 | 通过后端数据计算 | 中 | 日、周、月、年 |
8 | Apru(每用户平均收入) | 总的利润数/用户注册人数 | 通过后端数据计算,非系统的利润,需要人工添加核算 | 中 | 日、周、月、年 |
9 | 支付数 | 点击支付后,完成下单的支付数 | 通过后端数据计算 | 高 | 日、周、月、年 |
02. SKU商品数据
序号 | 指标名称 | 统计口径 | 技术口径 | 重要程度 | 统计周期 |
1 | X商品浏览数 | 浏览某个商品详情页面的页面数量总和 | 通过前端埋点,检测商品的浏览数量 | 高 | 日、周、月、年 |
2 | X商品浏览人数 | 浏览某个商品详情的独立用户人总数 | 通过前端买点,检车用户唯一标识 | 高 | 日、周、月、年 |
3 | 商品列表访问深度 | 信息流滑动的屏幕数量 | 前端埋点实现 | 中 | 日、月、年、周 |
4 | 商品类型访问数 | 商品每个分类的独立用户访问量累计 | 前端埋点实现 | 高 | 日、月、年、周 |
5 | 商品数量 | 统计上线的商品数量 | 接口或人工登记填写 | 高 | 日、周、月、年 |
6 | SKU商品数量 | 统计每个类型下的商品数量 | 接口或人工填写 | 中 | 日、周、月、年 |
7 | 商品销售数 | 已经完成交易的订单中,商品的销售数量综合 | 接口或人工填写 | 高 | 日、周、月、年 |
8 | 商品库存数 | 各个商品的剩余数 | 接口或人工填写 | 中 | 日、周、月、年 |
03. 系统产品数据
序号 | 指标名称 | 统计口径 | 技术口径 | 重要程度 | 统计周期 |
注册人数 | 完成注册流程后注册成功的用户人数 | 以唯一的手机号、身份证等注册信息作为注册标识,完成了以上的提交和校验 | 高 | 日、周、月、年 | |
2 | 活跃人数 | 产品注册后并登录符合活跃条件的人数 | 后端接口进行统计,根据条件需要前端进行埋点对行为监控 | 高 | 日、周、月、年 |
3 | 产品浏览页面数 | 用户浏览页面的访问数累加 | 前端埋点 | 高 | 日、周、月、年 |
4 | 浏览人数 | 独立用户访问产品的人数总数 | 前端埋点 | 高 | 日、周、月、年 |
5 | 产品功能使用人数 | 被检测的功能,得到独立用户访问的人数综合 | 前端埋点 | 中 | 日、周、月、年 |
6 | 产品停留时间 | 用户停留在产品时间的累计求和 | 前端埋点 | 高 | 日、周、月、年 |
7 | 人均页面访问数 | 产品浏览页面人数/活跃人数或注册人数) | 前端埋点 | 中 | 日、周、月、年 |
8 | 人均停留时间 | 产品停留市场/活跃用户数或(注册用户数) | 前端埋点 | 中 | 日、周、月、年 |
9 | 产品游客数 | 没有注册但访问产品的独立用户人数 | 前端埋点 | 中 | 日、周、月、年 |
10 | 产品用户生命周期 | 按照自己公司标准定义用户引入期(种子用户)、用户成长期、用户 、用户休眠期、用户流失期 | 根据需求而定 | 中 | 年或自定义时间周期 |
11 | 客服咨询数 | 用户在产品中进行官方私信、留言的数量 | 后台数据接口直接计算 | 中 | 日、周、月、年 |
12 | 投诉率 | 用户在产品中发生的投诉数量/用户活跃人数或(用户注册人数) | 后台数据接口,直接计算 | 中 | 日、周、月、年 |
04. 用户数据
这部分的数据包含了用户画像数据和用户行为数据,我们将其合并。
指标名称 | 统计口径 | 技术口径 | 重要程度 | 统计周期 | |
1 | 功能点击数 | 独立用户对某个功能的访问数 | 需要前端埋点 | 高 | 日、周、月、年 |
留存率 | 注册了产品的独立用户在3天、7天、15天、30天、365天仍然有登录或下单行为的用户数/总的注册用户数或总活跃用户数 | 后端数据接口 | 高 | 日、周、月、年 | |
3 | 关键词搜索 | 用户在商品搜索中输入的关键词频率分布 | 后端数据接口 | 中 | 日、周、月、年、自定义时间 |
4 | 分享数 | 独立用户点击分享的数字总和 | 前端埋点 | 高 | 日、周、月、年 |
5 | 传播层级 | 通过分享完成购买的用户链路数 | 前端埋点同时后端数据接口 | 中 | 日、周、月、年 |
6 | 人均订单数 | 总订单成功数除以用户注册数或用户活跃数 | 后端数据接口 | 中 | 日、周、月、年 |
7 | 人均购买金额 | 访问产品的用户人均订单成功的金额数值,营收额除以用户注册数或用户活跃数 | 后端数据接口 | 中 | 日、周、月、年 |
8 | 地区分布 | 访问产品的用户各地区分布区间 | 后端数据,直接计算 | 高 | 日、周、月、年 |
9 | 用户年龄分布 | 访问产品的用户各年龄分布区间 | 后端数据,直接计算 | 高 | 日、周、月、年 |
10 | 用户性别占比 | 访问产品的用户各性别访问占比 | 后端数据接口 | 高 | 日、周、月、年 |
11 | 设备终端分布 | 基于用户使用终端设备来区分设备终端型号占比 | 前端埋点,部分需要后台数据解析 | 高 | 日、周、月、年 |
12 | 用户职业分布 | 基于用户填写信息做关键词分布各职业数量占比 | 用户填写,后台数据接口 | 低 | 日、周、月、年 |
13 | 用户人均收入 | 基于用户填写信息分析用户人均收入值 | 用户填写,后台数据接口 | 中 | 日、周、月、年 |
14 | 版本分布数 | 不同版本下的用户活跃累计数或注册累计数 | 前端埋点 | 中 | 日、周、月、年 |
15 | 系统占比 | 访问产品的独立用户数各个系统占比 | 前后端即可 | 中 | 日、周、月、年 |
![](https://filescdn.proginn.com/b6957d02080a0174ed6ca4477a19cc3e/e9f73beee42b84239cf2851fd812e041.webp)
报名训练营前,你也可以扫码直接听第一节课程作为试听。点击目录即可播放第一节课