提升订单转化率做好这五大数据分析

　　电商平台的数据分析，应该关注五大关键数据指标和三个关键思路。
　　五大关键数据指标是活跃用户量、转化、留存、复购、GMV；
　　三个关键思路是商品运营、用户运营和产品运营。
　　下面我会详细展开来讲具体分析方法。
　　现在很多电商运营团队缺少精细化运营和数据驱动的经验和意识，但是电商运营正在成为电商自身增长越来越重要的因素。
　　近几年电商行业的各大网站纷纷通过降价、促销等方式来吸引用户，KPCB 的调查报告显示，2009 年到 2015 年全球移动端新用户的增长率持续下滑，可以预计在 2016 年这一增速将继续放缓。这意味人口增长带来的流量红利正在逐渐消退，用户增长将更加乏力，那么，通过单纯的价格战来吸引新用户的方式还可行吗？
　　严峻的市场市场形势让我们思考：
　　1）通过降价促销来带订单数的增长，但是这样的活动吸引来的真是你的目标用户吗？
　　2）现在很多电商运营团队缺少精细化运营和数据驱动的经验和意识，依靠价格战这种野蛮生长的方式，一旦团队面临增长困境，又该如何应对？
　　Part1 |电商行业需要关注的五大关键指标
　　在众多的互联网细分行业中，电商行业起步早，发展时间长，行业特征显著：
　　1）商品品类及 SKU 多，用户覆盖面广，运营难度大；
　　2）总体上客单价低（除旅游、奢侈品等外），强调留存与复购；
　　3）电商产品设计相对成熟，优化运营是重中之重；
　　4）电商行业竞争白热化，精细化运营是冲出重围的必备技能。
　　要想实现精细化运营，数据是必不可少的一个环节。电商网站要提高运营效率，至少需要五大关键指标：活跃用户量、转化率、留存、复购和GMV。
　　1）活跃用户量是一个基本的指标，有 DAU（日活跃用户）、WAU（周活跃用户）和 MAU（月活跃用户）三个层次；
　　2）转化是一个非常重要的指标，电商运营需要关注主路径、次路径甚至精细到每一个品类 / SKU 的转化率；
　　3）留存要从不同的时间周期上研究，包括次日留存率、3 日、7 日、30 日留存；
　　4）复购则要从 3 个角度去看，复购用户量、复购率和复购金额比；
　　5）GMV 是最重要的指标，我们的运营最终是围绕这个来进行的。GMV = UV *转化率*客单价。
　　Part2 |商品运营：流量优化和品类优化
　　前面提到电商行业的一大特点是商品品类或者 SKU 非常多，那么如此多的商品该如何运营呢？
　　这是三个电商 APP 的首页界面（各家 Web 端布局也比较相似）：前两个是京东和国美，属于平台型的电商；第三个是生鲜水果平台，属于垂直型电商。不难发现电商的产品在设计上非常类似，首页上面呈现的是轮播的 Banner ，下面是活动专区。
　　在商品运营中，尤其是首页商品更新速度快，我们要格外重视转化，甚至要精确到不同时间区间、不同位置、不同商品的转化率。然后根据转化率，结合业务经验，不断调整运营策略。然而目前，即使是大型的电商网站，也没有很好地做到这一点，对于每个商品品类 / SKU 的转化率的分析仍存在一定的空缺。
　　商品运营有一个非常大的优势：投入低，见效快，效果明显，商品运营的本质是通过不同坑位、不同活动、不同商品的分析来提高我们的转化率和GMV。
　　下图展示了一个电商购买流程的主路径：首页——活动页——商品详情页——支付完成。从精细化分析的角度出发，我们关注转化路径每一步的转化率；通过分析不难发现最后一步＂支付完成＂的转化率偏低。
　　我们更需要基于三个关键转化＂UV-点击＂、＂点击-加入购物车＂、＂购物车-支付成功＂，对不同的商品进行比较分析，从而及时调整运营策略，下图就是各个步骤的转化率：
　　电商网站的运营节奏非常快，尤其是活动专区的＂秒杀＂、＂抢购＂等活动，需要实时监测 SKU 的更新变化。上图中，某电商平台进行了一次微信上的促销活动，通过实时监测到对应的平台访问情况，便于运营人员及时调整运营策略。
　　电商网站上的商品品类非常多，每一个品类都应该有明确的定位，不同定位的品类应该有不同的运营策略。根据商品品类的利润率、转化率等表现，我们将商品品类分成 4 种：导流型品类、高利润品类、高转化品类、未来明星型品类。
　　1）导流型品类：利润非常低，但是购买量大、市场需求大，目的在于导流。
　　2）高利润型品类：利润率高，希望用户更多购买此类商品。
　　3）高转化品类：带量。
　　4）未来明星型品类：这是电商平台的潜力股，虽然曝光量很低，但是转化率极高。
　　明确了商品的品类后，我们就可以针对性地展开运营。
　　这是新型的波士顿矩阵，横坐标代表商品的曝光量，纵坐标是商品的转化率，图中的每一个圆圈代表一个品类的商品。右上角的商品品类曝光量大、转化率高，是现金流的重要业务；而左上角的商品虽然曝光率非常低，但是转化率极高，属于我们上面提到的未来明星型品类，对于这一类商品，我们在后期的运营中可以增加其曝光量。
　　Part3 |怎样进行用户运营？
　　正如开头提到的，随着互联网用户增长速度的放缓，用户体验愈发重要，之前无目的的短信推送、APP 通知有可能使用户厌烦，破坏用户的体验；甚至可能导致用户退订、卸载。
　　精细化运营的情况下，做好用户运营主要从两个角度出发：一是找到用户留存的关键点；二是采取差异化的运营策略，区分不同的用户群体，对不同群体采取差异化的运营方式。
　　1.找到用户增长的＂魔法数字＂
　　留住一个客户的成本远远小于重新获取一个客户的成本，所以留存至关重要，它关系着一个平台能否持续健康发展。
　　留存曲线分成三个周期，开始是震荡期和选择期，经过这两个周期，如果用户能够留下来，就会进入一个相对平稳期。
　　在硅谷流向的 growth hacking 中，经常提到 magic number（魔法数字）。
　　那么作为一个电商平台，你的平台的魔法数字是什么？
　　以某电商平台为例，在该网站上 7 天内完成 3 次购买的用户的留存度（红色）是一般用户（绿色）的 4 倍左右，因此在一周内让用户完成 3 次购买就是他的魔法数字。
　　2.差异化的运营策略
　　不同用户的活跃度、商品偏好、购买决策阶段都各异，我们需要采取差异化的运营策略。差异化的运营策略主要从3个角度出发：基于用户的活跃度、基于用户对不同商品的偏好、基于用户所处的决策阶段。
　　基于用户的活跃程度，我们可以将用户大致分成＂流失用户＂、＂低频活跃用户＂和＂高频活跃用户＂。一般情况下，一个用户 30 天甚至更久没有登录你的平台，我们基本可以认为该用户流失了。对于流失客户，是否要考虑采取召回策略。30 天内活跃 10 天以上的高度活跃用户，我们是否可以向其推荐更多精准的商品。
　　其次基于用户对不同商品的偏好，我们采用用户分群，将用户区分成＂美妆类＂、＂鞋帽类＂、＂数码类＂、＂书籍类＂等不同群体，然后精准推送新品。
　　最后，基于用户购买决策的不同阶段。一个标准的购买流程，先后经历＂首页浏览/搜索——浏览商品详情页——商品对比——加入购物车——支付成功＂等几个环节，用户在每一个节点都处于不同的决策阶段。我们从维度（属性数据）和指标（行为数据）出发，对用户分群，如＂领取了优惠券，但是未使用＂的用户，采取精准的推送。我们从 GrowingIO 提供的 API 导出这些用户的 ID 和属性，然后对接企业内容的 CRM 或者 EDM 进行精准的推送和提醒，刺激用户的转化。
　　Part4 |优化产品的转化效率
　　目前电商产品的设计总体成熟、界面布局类似，我们主要结合用户的使用情况去优化产品。我们的思路主要是：优化产品不同路径的转化率，注重用户点评的管理。
　　1.优化产品，从转化做起
　　一个购买行为可能有多种转化路径：
　　1）首页——商品——订单转化
　　2）首页——商品列表——详情页——订单转化
　　3）首页——搜索——商品列表——详情页——订单转化
　　4）首页——单坑位Banner——活动页——详情页——订单转化
　　除了不同路径的转化率，我们还关注转化的每一步：
　　上图利用 GrowingIO漏斗功能展示了一个用户的购买流程及每一步的转化率，我们发现＂加入购物车＂到＂支付成功＂的转化率不到 1/3，偏低，需要排查具体的问题出在哪里。
　　一旦觉察到问题可能存在，我们就需要层层下钻，直接抵达问题的核心。我们通过用户分群，将＂提交订单，但是未支付完成＂的用户全部筛选出来。然后抽出 3-5 个符合条件的用户，借助＂用户细查＂仔细观看每个用户的操作流程，一般就能发现问题了。
　　2.用户评价的重要性
　　越注重用户体验的商品，用户评价的管理就越重要，例如旅游类商品、生鲜类商品、鞋服类商品等。
　　借助转化漏斗，我们发现观看过＂商品评价图片＂的用户的购买转化率是一般用户的 4 倍，但是其数量只占总体的 1/10。如果我们能引导用户参与点评，将优质点评展示给更多的新用户，那么我们的总体购买转化率将会有更大的提升。