怎么做好电子商务数据分析-数据分析

如今的电子商务可谓是如火如荼，而作为一名电子商务数据分析师人员，如何才能做好电子商务数据分析呢？电子商务数据分析的好坏直接影响着公司的销售业绩。那么做电子商务数据分析应该考虑那些因素呢？

首先知道消费者网上购物的平均时间，拿去年的6月跟今年的6月比较，从20分钟减少到了17分钟。另一方面，客户停留在网站上的时间减少的同时，多数电商的转化率只有0.5%左右。

在注意力越来越分散的今天，99.5%的客户是流失掉的，电商要如何去了解这群客户的购物行为特征，并且使之转化为订单量。

困境：客户停留时间在减少。

时间是一个很稀缺的资源。

对于电商来讲，人均浏览网页的时间，就是正在变得稀缺的竞争资源。

从图二可以发现，每天覆盖的人数，购物网站（包括淘宝）的流量增长是68%，但是人均当天在线浏览的时间（在电商这边）减少了16%。网上购物的时间，拿上一年的6月跟今年的6月比较，则从20分钟减少到了17分钟。

我们细致地看一下各家网站（见图三）会发现同样的情况：京东、卓越、当当、凡客、梦芭莎，这几家代表性的B2C中，我们发现大部分流量是增长的，但是如果我们看一下这些网站人均的当日浏览时间，京东上一年是10分钟左右，今年则只有8分钟左右。那么，这是由于现在的网站找东西更有效，所以浏览网站的时间更少一点,还是其他原因？

其实，我们可以用其他的数据挖掘一下，到底是网站的有效性小了，还是总的时间少了？我觉得其中一个很重要的东西是每个网站在争取一个顾客进来以后，它在8分钟里做了哪些事情。

电商的眼球经济只有17分钟，这是总的平均数，也即平均每个网民在电子商务网站会停留17分钟。淘宝商城、京东商城，如果我们真的把它们浏览的时间拿走的话，你会发现其他的网站所拿到的流量就会很小。

而用户停留在网站上的有效购物时间减少的同时，电商的转化率却普遍不是很高。

从访问到购物车，平均来讲，100个人进来，只有4.5个人把东西放到购物车，有96个人不会把东西放到购物车，那这96个人干吗呢？

另外，我们可以看到，京东商城下单到在线支付的百分比是29.4%，凡客诚品是29%，一号店是8.3%。

追寻流失客户购物行为特征

先让我们看一下图五的数据。

图五这个数据蓝色部分显示的35%，是指只有35%的人是今天来、今天买的；65%的人是以前来、今天才买的。这里的65%说的是新客户，不是老客户，新客户今天来到这个网站，今天就买了。从下往上第二格红色，是昨天来、今天买的客户；绿色的是2-6天前来的、今天才买的客户；最高的那个橙色是21天之前来的、今天买的顾客。当然，这个数据，每个行业都有差别，不完全一样。

从数据我们可以发现，客户从访问页面到最终付款，所用的时间是不一样的。有的用户是第一天下单，隔了一个星期才付款。尤其是一些非标准、无品牌的产品，消费者比价情况普遍，导致从访问到下单购买时间更长。(我为此访谈过部分国内电商，数据基本一致但百分比不一样。)

所以，电商业者会发现，当天来到网站的人不能完全用漏斗（图六）来看，因为他来之前压根就没想买你的东西，他只是过来看一下这个产品便宜还是贵。面对这样的顾客，你就更需要知道他们到了网站之后做了什么事情。