全面构建电商产品运营数据指标体系,了解这些就够了

        数据指标是业务发展的风向标,好的指标可以准确监控业务的现状与问题,给未来的发展提供方向性的引导。然而,在日常产品运营的过程中,我们都会遇到这些问题:数据后台的运营指标眼花缭乱,到底看哪些?哪些指标出现异常了需要注意了?相同的指标就有多种定义方法,到底口径如何统一?下面我来基于这些问题进行一个整体的梳理,彻底解决产品运营中数据指标的问题。

        俗话说,“宁要仙桃一口,不要烂杏一筐”,数据指标亦是如此,不同的产品发展阶段、不同的业务场景,所需要关注的指标都是不一样的。我们需要结合业务的实际情况,将最重要的指标聚合起来,行成一个体系化的报表,这样才可以全面、准确的对业务发展进行监控,及时做出调整,指标体系由指标+维度组成,下面是笔者基于电商业务梳理的核心指标体系:

一、核心指标

    1、流量(UV、DAU、MAU):流量是衡量App、网站等访问量的直接指标,可以直接判断营销活动的热度、广告推广的访问量,主要定义是“用户设备号的排重计数”。

    2、订单量:订单量是电商的核心,大多数电商平台的主要收入来源都是订单产生的销售,一般定义为:统计时间内父单的数量。这里有个问题是,用户在提交订单后就会记录一个订单,但这里会包含未支付、退货、拒收的订单。这里需要根据业务的实际情况确定好口径,因为一般情况下,订单会有10%-30%是未支付、退货或拒收的,如果都算作业绩,那么将不能准确衡量实际产品的效果。这个问题可以遵循下面的规则:

        (1)财务考核口径:需要严格剔除未支付、退货或拒收的订单,这才是真实的平台收入。

        (2)线上产品运营效果:只统计支付了的订单,因为退货、拒收这种订单是发生在用户支付之后的,这代表用户对产品的体验是不存在问题的,只是在供应链端出现了问题。

        (3)品宣等PR报告:统计所有订单,包括未支付、退货或拒收的订单。每年双十一淘宝、京东等电商平台对外披露的GMV都是以这个口径统计的,可以很好的衡量平台的体量。

           综上,在日常产品运营中,对于营销、运营部门来说,通常推荐用第二种口径,即只统计支付订单(有的也叫“有效订单量”),下文的GMV口径与订单量相同。

    3、转化率:单纯统计流量的大小以及订单量的高低是不足以确定产品的价值的,需要通过转化率(订单量/流量)来衡量产品的运营质量,否则会出现“投放了大量广告,但销售依然不能提升”、“新产品上线后订单量很低,不知道是不是还有价值继续优化迭代”等问题。

    4、GMV:即订单对应的金额,这里需要特殊说明一下,订单金额即是统计用户支付的金额,包括平台的虚拟资产,比如一台电脑5000元,用户使用了100元的券,10元的返现余额,618促销又直降了100元,那么这里的用户实付现金5000-100-100-10=4790,但GMV里应该是要包含这10元的虚拟资产,即GMV=5000-100-100=4800

二、核心维度

    1、产品端:在无界零售的时代,销售将会发生在各种产品形态下,如京东,用户可以在PC站、M站、App、小程序、手Q、线下货柜等多个产品端进行下单,那么作为产品的总负责人就需要知道每天到底哪个产品端销售好,转化率高,单纯看总体流量和转化率是无法进行精细化运营的。

    2、渠道:渠道这个词在很多公司都会和产品端混淆,下面是百度百科给出的定义:

渠道(英文为channel)通常指水渠、沟渠,是水流的通道。但现被引入到商业领域,全称为分销渠道(place),引申意为商品销售路线,是商品的流通路线,所指为厂家的商品通向一定的社会网络或代理商而卖向不同的区域,以达到销售的目的。故而渠道又称网络。按长度划分渠道有长渠道与短渠道之分;按宽度划分有宽渠道与窄渠道之分

        说PC、App这些是渠道也不是不可以,但通常会遇到这种问题,市场推广部在百度PC站、M站都投放了广告,那么想看PC端由百度引入的流量是多少,这里就需要两个维度来定位,一个是“PC端”,另一个是“百度”,所以这里建议将产品端从渠道中拆出来作为单独指标。通常一个大型电商平台的渠道都是非常多的,因此还需要进一步的细化:

        (1)内部渠道:用户在平台内部自然流动的渠道,比如近期做了个电脑促销活动,用户可以在首页焦点图、商品分类、搜索、活动频道这几个入口进入商品详情页下单,如果想知道这个促销活动究竟从哪个内部渠道引入的订单更多,就需要拆分内部渠道,从而优化资源,给优质渠道更多曝光,对转化率较差的渠道进行产品优化。

        (2)外部渠道:外部投放广告的渠道,通常为收费渠道,需要进行严格区分,否则广告部花的钱全部打水漂了。

关于产品端和渠道的流量、订单构成可参考下图:

产品端、渠道定义说明

三、总结

        当然,电商的指标体系还有很多,比如访问时长、访问深度、跳出率等,不是说这些指标没有意义,需要在合适的场景下运用起来才有价值,这里根据我的经验总结了以下几个区分指标重要性的方法

        1、与公司收入直接挂钩,如GMV。

        2、指标异常影响业务发展,如转化率,转化率偏低订单量会降低,从而影响公司收入。

        3、数据异常可以准确定位业务问题,如App搜索转化率非常低,说明产品搜索体验不好,推荐不准确,需要优化。

        另外,产品运营与用户运营有很多交叉点,很多时候还需要监控一些用户指标,关于用户指标的说明可以参考我的另一篇文章全面构建电商用户增长数据指标体系,了解这些就够了

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,772评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,458评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,610评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,640评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,657评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,590评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,962评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,631评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,870评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,611评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,704评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,386评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,969评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,944评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,179评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,742评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,440评论 2 342

推荐阅读更多精彩内容