01 排水

简单来说，引流就是吸引没有买过我们产品的人来购买我们的产品。

1. 用户页面浏览量每周分布

分析该指标的主要目的是找出不同日期和时间段的流量模式，并相应地调整企业服务和促销活动。

对于互联网公司来说，流量数据往往和工作日有关，为此，我们先宏观对比一下周一到周日的全平台流量柱状图数据，首先仔细观察工作日和非工作日的数据，发现周末的平台流量要高于工作日，这是互联网行业普遍存在的现象。

了解了每周的用户流量分布之后，我们在推广上就有了大致的方向，周末休息时间的用户群体更大，所以相比工作日，我们可以投入更多丰富、有吸引力的推广活动，吸引新用户，激活老用户。

那我们就可以进行下一步的思考了：我们的活动推广在工作日和周末的时间该如何设定呢？

有的同学可能会觉得全天活动就可以了，不需要关注具体的活动时间。但对于互联网行业来说，每个时间段的推广成本是比较昂贵的。我们可以分析工作日和周末的用户流量趋势，有针对性地进行时间段投推，以较低的成本获取更多的用户流进。

首先我们来看工作日的流量分布统计，我们利用工具对各个时间段进行绘制，得到如下的流量分布图。可以看出工作日的流量主要集中在9点（上班时间）、13点（午休时间）、20点（晚间娱乐休息时间）。得到这样的用户流量模式后，我们可以在这几个用户活跃高峰时段针对白领群体进行更多相关的产品推广活动，以最小的时间成本和推广费用实现用户流量效果的最大化。

我们来看一下周末不同时间段的流量分布趋势。与工作日不同，周末流量的早高峰会延迟到10点左右，这可能和大家周日的作息时间比较晚有关（学生周末几点起床？）。另外，晚间流量的高峰退潮也会延迟。针对周末用户流量分布的特点，互联网公司可以适当推迟周末的活动开始和结束时间。这时候，工作日制定的活动时间方案就不能再套用了，因为符合用户群体作息习惯的推广活动能取得更好的效果。

2.推广渠道流量分布

电商推广渠道主要有三种：线上渠道（、百度等）、线下渠道（活动、会议等）、新媒体营销（微信、小红书等）。

通过分析不同推广渠道的流量，我们可以清晰的看到各个渠道为企业带来的价值份额的差异，从而更容易制定有针对性的营销策略。

如上图所示，由于推广渠道分为多个层级，我们通过工具的多级饼图来分析统计数据是比较合适的。通过分析下图的数据我们可以看出，首先，一级渠道的主要战斗力来自于新媒体营销，在如今微信、知乎等社交媒体社区的时代，受众面广，用户群体非常庞大，这也是企业需要投入主要成本在推广上的原因。其次，线上渠道的效果也不容忽视，对于互联网公司来说，做好百度等SEO搜索引擎关键词推广也是非常重要的一环。相比于线上渠道和新媒体营销，线下渠道需要更多的资金、时间、人力成本，受众也比较小，所以这类活动往往只需要针对核心粉丝进行运营即可。

3. 按访问深度划分的用户群体分布

这就涉及到跳出率的概念，就是从相应入口进入，只访问一个页面就离开的客户的访问次数与该页面总访问次数的比值。跳出率=跳出次数/访问次数。跳出率越低，说明用户的访问越深入。

如上图所示，我们利用BI工具对公司VIP用户、老用户、新用户不同时间段的用户群访问深度进行分析统计。总体上可以发现平台VIP用户访问深度略高于老用户和新用户，但不是太明显，说明平台运营的VIP群体活跃度有待提升。

同时，老用户在平台上的访问深度与新用户相差无几，公司在这方面显然需要多下功夫在用户活跃度运营上。建议将平台部分比较忠诚的老用户组建为VIP用户，共同打造平台生态，提升整体用户活跃度。还可以针对老用户和VIP用户实施一些优惠政策，比如针对性的产品折扣、基于用户画像的喜爱产品优惠推送等。

4. 核心指标对比趋势

主要强调的是核心指标的动态变化，那么这里说的“核心指标”到底是什么呢？

不管是电商还是其他互联网行业，我们经常需要关注以下几个指标：

其中前三个指标常用来衡量流量数据的数量，而后三个指标则用来衡量流量指标的质量，通过对这些指标的动态分析，可以很好地评估一定时期内推出的营销策略的有效性。

例如，如果我们仔细分析上图中的平台流量指标，可以发现10月份是2017年的流量高峰期，这应该和公司在国庆黄金假期期间进行的推广导流活动有关。浏览量、跳出量、访问次数分别为4941、1290、2182。跳出率为59.12%，明显低于其他时间段的跳出率，说明10月份的活动效果颇佳，其经验可以为以后的营销推广提供借鉴。

02 转化

通过引流吸引新用户后，往往需要一系列的运营策略来实现用户转化，即让用户搜索商品-浏览商品-订购商品-并进行交易支付。在转化阶段，需要重点关注的指标有：订单转化率、活动转化率、服务转化率和退货率。

1.订单转化率

对于平台运营者来说，我们希望用户流量一旦进入平台网站，就能够按照我们平台运营所设定的一系列要求一步步推进，最终完成交易支付操作。那么对于互联网运营者来说，就需要在会员注册、商品收藏、加入购物车、交易支付等环节做好用户转化运营。对于这种需要一步步转化的平台运营，我们可以先利用漏斗图进行宏观的流程转化数据分析，找出现阶段最需要优化的运营环节，有效进行针对性治理，最终提高平台整体用户订单转化率。

以上面漏斗中呈现的信息为例：

首先我们看一下从浏览商品到加入购物车的转化流程，漏斗图显示转化率为50.77%，反映出平台上的商品介绍和图片描述对用户的吸引力很大。

接下来我们继续看从加入购物车到下单的转化率，可以看到转化率高达99.66%，非常不错。但是我们看到从下单到支付的转化率只有50%，这是一个值得反思的转化节点。通过数据分析我们推测平台店铺的支付渠道并不完善，需要增加支付宝、微信等快捷支付渠道，降低用户因为平台没有提供用户习惯的支付渠道而放弃购买的概率。

2. 活动转化率

活动转化率通常是指平台或店铺通过一系列运营推广活动以及公众活动的影响所带来的附加价值。该指标对于平台运营评估和指导市场推广运营活动极其重要，例如线上营销的整体SEO关键词布局、折扣促销活动、邮件营销等。对于活动转化率的数据分析，我们通常可以围绕营销渠道转化率、会员转化率、店铺流量转化率、订单转化率等指标来评估活动的推广营销效果。

利用BI工具，我们先以圆形玫瑰分布图来分析各营销推广渠道的转化率，可以看出平台转化率最高的渠道主要为线上基础工作、SEO关键词推广、微信推广、品牌推广等。同时，当我们想要关联查看各渠道对应的转化率数据时，BI工具提供的自动关联筛选功能，让用户无需任何设置，就能关联所有相关数据。

除了以上渠道营销策略，对于平台店铺来说，适当的关联商品推荐也能提升用户对关联商品的购买率，比如用户购买衣服后，可以推荐鞋子。另外，关于活动转化率，由于季节性、公众活动等也会影响商品的订单转化率，因此针对不同时期的热门商品进行采购营销往往能实现最大的收益。

3.服务转化率

服务转化率方面，用户在网上购买商品时，通常需要了解商品的一些细节信息，质量、发货渠道、速度等，好的服务自然可以提高客户的购买率。对于平台的客服人员，我们可以计算他们的咨询到下单的转化率，将咨询到下单的转化率指标作为考核客服人员工作绩效的KPI指标之一。

如下图所示，通过BI工具对客服咨询及订单转化率柱状图进行数据分析统计，可以发现，平台的5位客服，分别是、、Hank、的转化率比较好，都在10%以上。其他客服的转化率比较低。因此，在这方面，转化率最好的客服可以对其他客服进行服务培训，从而提高平台整体的服务水平，进而提高用户的订单转化率。

4. 退货率

对于用户来说，退货原因通常可以分为两类：一类是购买的商品存在质量问题，另一类是用户自身原因。平台往往需要对第一类因质量问题退货的商品给予更多的关注。通过对历史因质量原因退货商品数据进行统计分析，对于确实存在质量问题的商品，需要及时反馈给供应商。如果质量过于严重，平台可以考虑与供应商协商库存退货。

03 留存

当新用户成功转化成老用户之后，我们需要关注留存问题，简单来说就是如何留住客户。

我们可以从宏观的角度来定义平台的留存用户：在互联网行业，在一定时间内开始使用一款应用，并在一段时间后继续使用这款应用的用户，就是留存用户。我们往往希望能够留住尽可能多的用户。

一般来说，在留存方面，需要关注以下几个指标：

1. 次日/7天/30天保留

即某一天的新增用户，在第二天/7天后/30天后仍然处于“活跃”状态（如浏览、收藏、购买等）的用户占比。

不同时长的留存率分析可以反映出不同的问题。一般来说，分析次日留存率有助于把握产品的质量变化和渠道优势；7日留存率可以反映一个相对完整的周期后的用户留存情况；30日留存率可以反映产品或渠道经过迭代后的稳定性，帮助判断演进方向的合理性。

2. 渠道留存

不同渠道的用户质量往往存在差异，在考虑留存率，对比留存渠道时，可以投放更优质的广告。

最后和大家分享一份《电商数据分析平台建设方案》，提供了详细的电商常用的数据分析场景包，包括市场洞察（市场行业变化分析、市场竞争分析）、运营成果（市场销售跟踪分析、店铺运营分析、商城运营分析）、专题分析（场内促销分析、场外促销分析、直播专题分析、活动促销专题分析、客户体验分析、私域营销分析）。