数据掘金：电商数据运营入门篇

深冬分享2013-03-04 02:32:25 次阅读

如何投放广告以寻找合适的客户人群。

如何组织安排网站的网页内容，以符合访客的个性化需求。

如何找出同一类访客的特征并预测其未来的购买行为。

如何调整商品页面的安排以提高商品被购买的比例。

如何自动地把商品分类，把同时可能购买的货物放在同一个网页上，以增加单次购买的商品总值。如何吸引老客户多次回访网站，并做反复购买。

如何估计购物车被放弃的可能性以及如何降低这一数字。

所有这一切都建立在寻找不同的显性或者隐含的数据模式之上。

1 网站流量分析

要解答客户什么时候来丶从哪里来的问题要诉诸于电子商务领域最常听到的一个词了：流量。通常说的流量( Traffic)是指网站的访问量，是用来描述访问一个网站或是网店的用户数量以及用户所浏览的网页数量等一系列指标，这些指标主要包括：独立访客数量( Unique Visitors)丶页面浏览数( Page Views)丶每个访客的页面浏览数(Page Views Per User)。

查看流量数据可以采用的工具有 Google分析( Google Analysis)丶百度统计丶我要啦丶淘宝量子恒道丶 CNZZ等。利用这些工具，我们可以从多维度来分析流量，例如从时间维度来分析流量，可以得出在什么时间段访问某类商家的客户最多，也就是客户最喜欢在什么时候来到我们的电子商务网站，这对中小型的电子商务网站的帮助是最大的。

在做流量分析和访客来源分析中，我们最常使用的数据挖掘方法是时间序列。时间序列是数据挖掘领域中用来分析一段时间里各项指标的变化情况最常用的方法，通过时间序列我们不光可以从趋势图中看出网站(店)流量的大体变化情况，更重要的是我们能够预测未来一段时间的网站(店)流量情况。

网站流量分析，是指在获得网站访问量基本数据的情况下对有关数据进行的统计和分析，其常用手段就是 Web挖掘。Web挖掘可以通过对流量的分析，帮助我们了解 Web上的用户访问模式。那么了解用户访问模式有哪些好处呢?

　在技术架构上，我们可以合理修改网站结构及适度分配资源，构建后台服务器群组，比如辅助改进网络的拓扑设计，提高性能，在有高度相关性的节点之间安排快速有效的访问路径等。

帮助企业更好地设计网站主页和安排网页内容。帮助企业改善市场营销决策，如把广告放在适当的 Web页面上。帮助企业更好地根据客户的兴趣来安排内容。帮助企业对客户群进行细分，针对不同客户制定个性化的促销策略等。

一般的互联网数据分析工具中都有网站访客流量来源分析功能，可以直接得出一定结果。而本案例中的网上商城是构筑在淘宝天猫商城之上的，所以我们只能采用淘宝本身提供的和淘宝开放平台上的工具来做数据分析。我们可以从店铺的淘宝量子恒道工具中直接获取流量来源和访客

地理位置分布。

图 1和图 2中的流量来源和访客地理位置分布就是从店铺的淘宝量子恒道工具中直接获取到的。

图 1 最近 7天访客来源分布示意图

图 1基本阐明了最近 7天网店的客户通常采用何种方式进入网店。这里我们可以看到，因为这家网店的店铺优化做得还可以，来自淘宝的免费流量占到了 36.67%。同时因为做了一定时间，有一定的知名度，所以自主访问的比例超过了 20%，占到了 22.41%。通常来说，如果商品的品质和价格吸引人，网站呈良性发展，那么淘宝免费流量和自主访问的所占比例就会稳步提高。

因为这个网店是在天猫站内，所以来自站外的访问量不是特别多。而对于独立的网上电子商城，基于搜索引擎的流量会占到相对较高的比例。来自搜索的流量同样也要分成自然搜索流量和搜索关键词广告流量。

对于独立的网上商城，也就是说它们不在天猫这类综合电子商城内的，我们可以分析出用户是点击了什么链接进入到商城的;如果是来自于搜索引擎的，我们还可以分析出用户是通过搜索什么关键词进入到商城的。

图 2 最近 7天访客来源地理位置分布示意图

图 2 的数据显示了最近 7天网店的客户分别来自哪个省份。在图 2中我们看到，访问该网上商城最多的访客来自广东，约占 19%，而其次来自北京和江苏，分别占 11.25%和 8.85%。值得注意的是，来自该品牌的一个重点目标城市上海的流量并不太多，只占 3.66%。

发现来自上海的流量占比不高的时候，我们可以做两种假设：

　　是否上海的受众不喜欢我们推出的产品?

　　是否对于上海的推广力度不够?

为了验证第一种假设，我们可以做客户调研，看是否增加某些关键词的商品描述和图片可以提升客户留存。而对于第二种假设，我们可以针对上海地区投放广告，并监测广告的转化率和效果。

对于单个访客在互联网上的来源分析，可能是没有太大意义的。但是综合一段时间内所有访客的来源信息，我们可以做趋势分析，从而决定在互联网上投放广告和资源的力度及方向。

2 商品销售分析

在电子商务网站上对商品销售进行分析是定时定期需要做的事情。我们可以做的商品销售分析种类很多，比如各个不同商品的访问量丶热点分析丶性能数据等。我们在做分析时，也要考虑到行业丶时间和地域等各种方面的因素，并和平均及基准的数据做对比。

做商品销售分析，需要从时间和空间的维度以及商品的类别丶价格等多个维度来做分析，这里可以做的报表类型非常多。

我们单纯从时间维度上来看，常用的报表是同比和环比的报表，而时间区间的选择可以是年丶季度和月，而当一个电子商务网站在刚刚开始的时候，周数据的报表也是偶尔会用的。

除了分析商品的销售之外，我们还需要做的分析是潜在的销售，也就是客户到网站来，浏览了哪些商品和分类，搜索了哪些商品，从而了解客户的兴趣点和将来可能购买的商品。

我们来看一家电子商务网站热销商品销售的月报表(见表 1)。

表 1 商品销售月报表

表 1 中的平均客单价指的是在购买相应商品时平均订单的价格。在整个网站上所有商品的平均单价为27.63，平均客单价为49.48。从热销商品的排名来看，平均客单价偏低，在前五名的商品中，只有两件商品的平均客单价高于平均值。从表 1 中的数据来看，销售是有提升空间的。我们看表 1 中货品单价最高的两个产品 B和 D，其对应的平均客单价也是最高的，而且从商品单价和平均客单价的比对来看，购买商品 B和 D的用户，同时也购买了多个其他商品。如果我们可以提升商品 B和 D的销售，网站的整体收入也会随之提升。

3 定期数据分析

要想做好电子商务网站的运营，需要做各种分析和报表，定期展示丶对比网站数据和运营数据。而对于大部分 CEO来说，周期的销量增长量可能是他们最为关心的数据分析。

以增长量为例，下面列出的这些数据是电子商务公司的董事长丶总经理和各级销售管理人员经常需要查看的与业务相关的增长量数据。这些数据都可以是负数。

增长量：所分析的业务在一定时期内增长的数量，是分析期与对比期的差额。

同比增长量：当前值与去年同期值之间的差值，用同比增长量来统计消除了周期变动和季节变动的影响，所用时间期间通常是月或者季度。

环比增长量：是指当前值与上一期数值之间的差值，所用时间期间一般是季度丶月或者星期。

增长速度是用来反映业务成长性的相对指标，用以查看当期增长量和对比期的数据对比。

同比增长速度是当期增长量与去年同期值之比，说明当期业务水平对去年同期业务水平增长的相对程度。

环比增长速度是当期增长量与前一期水平之比，说明业务分析期与相邻前期业务水平的相对增长程度。项目增收贡献率：某项目增长量和所有项目总的增长量的比例。

4 内容分析

我们所述的电子商务网站上的内容分析和其他分析一样，也都是需要从数据出发的。

商品分析和页面分析从一定的角度来说，也都属于内容分析。这里所说的内容分析的对象是在商品页面之外的内容。