作者簡介
孟剛,鄭州科技學院管理科學與工程副教授,理學碩士,鄭州市二七區電子商務特聘專家顧問,鄭州科技學院跨境電子商務研究所所長。從事互聯網與電子商務應用研究13年,主要研究方向為企業信息化、電子商務平臺運營與管理、電子商務創業管理等;在《中國科技論壇》等刊物發表《眾籌經驗、項目展示、社會支持與籌資績效——基於576個科技眾籌項目的調查》等學術論文9篇;主持和參與《跨境電子商務交易系統的改進與升級》等省級課題4項,其他項目10余項;參與《網頁設計與製作》教材編寫1部。
在線試讀
一、電子商務數據分析的內容
(一)運營數據
當今社會,數據化運營變得越來越重要。運營數據分析就是要做好店鋪的診斷,從中得到問題的反饋,如搜索流量是否增長、退款率是否上升、銷售額下降的原因等。根據這些數據的反饋進行優化,做好全域精準運營,從而實現運營效益的最大化。
數據運營是指數據的所有者通過對於數據的分析挖掘,把隱藏在海量數據中的信息作為商品,以合規化的形式發佈出去,供數據的消費者使用。
數據運營的主要職責就是數據分析。數據分析就是從龐大的、雜亂無章 的數據中分析有價值的數據規律及產品問題,從而幫助決策與優化。
數據充斥在運營的各個環節,所以成功的運營一定是基於數據的。運營的各個環節,都需要以數據為基礎。當有了足夠的數據之後,可以不再依賴主觀判斷,而讓數據成為公司裡的裁判。理想情況下,如果能夠追蹤一切數據,那麼所有的決策都可以理所當然地基於數據。當我們養成以數據為導向的習慣之後,做運營就有了依據,不再是憑經驗盲目運作,而是有的放矢。
在企業中,我們從整體戰略、目標設定,到驅動商務運營的方法,最後都會採用一定的度量來衡量數據運營的效果。
數據在企業中的作用是巨大的。不同層面的人,需要對數據做不同的操作。
決策層:商業智能=戰略,電子商務的運營策略。
管理層:商業智能=戰術,商務運營的計劃。
運營層:商業智能=操作,電子商務運營具體的實施。
常見的運營數據主要包括:
(1)商品數據。商品數據主要包括商品訪客數、商品瀏覽量、商品成團件數、被訪問商品數、商品收藏總數、支付訂單數、支付金額、支付買家數等。
(2)交易數據。交易數據主要包括成團金額、成團買家數、成團訂單數、支付轉化率、成團客單價等。
(3)服務數據。服務數據主要包括成功退款金額、成功退款訂單數、平臺介入率、成功退款率、平均退款速度等。
(4)客服數據。客服數據主要包括3分鐘人工回復率、 平均人工響應時長、 詢單轉化率、 客服銷售額等。某網店的3分鐘回復率統計數據如圖14所示。
詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於客服中心或Line或本社留言板留言,我們即儘速上架。