电商用户指标体系和分析方法

作者: Ryan96 | 来源:发表于2020-08-15 10:53 被阅读0次

一、用户增长总况

1.png

1、进入流失

·优质渠道挖掘
·引流转化（渠道投放策略优化）
·APP端迁移和转化
·对重要渠道（KA渠道）精细化运营
·对进入流量进行再运营
·渠道防作弊

引流环节重要指标：
新访UV、总访UV是多少
点击率（用户从曝光到进来有一个点击）
跳出率、二跳率（用户进来之后，跳出是进来之后直接退出，二跳是进来页面再次点击，是否因为页面不够吸引或者流量质量问题导致立即跳出）
APP端的新增激活、新增注册量

2、访问流失

·在支付前做好有效的行为分析和引导（能够让用户完成从访问到支付的转化）
· 0-->1的转化提升
· 精准化运营（差异：基于不同的用户画像，场景：基于用户进入平台当时所处的一个场景）
·访问流失的预警和唤醒

拉新重要指标：
0到1的转化率（转化后变成新消用户）、新消人数
7日访问留存，30日访问留存（用户在转化前，至少要保证它在平台是活跃的，它愿意经常回来看看我平台的一些动态）
带来的新消用户的结构和质量（高价值用户有多少，比例和结构是否健康）
带来的新消用户，当天，7天，28天是否存在复购的行为

3、支付流失

·

重要指标
复购率
高价值用户量
回流率（支付沉默了一段时间后，会对用户做一个预警和唤醒）
用户价值（从变成支付用户到发展过程中的arpu值，就是每用户平均收入）

4、作为数据如何赋能业务：

2.png

提升整个运营效率
让运营的措施产品化和自动化，降低运营成本
持续提升运营效益
让每一个措施都能发挥更大的效益，
根据不断的测试来沉淀一些优秀的策略和做法
通过大数据，结合历史的数据来做一个只能决策

①策略预研
为策略制定前期的数据参考
②在策略的执行中
做策略监控，搭建对应的报表体系，做到适中的效果和反馈
③执行后
做执行效果评估，事后总结分析
发现问题，有哪些点可以提升
发现机会点
④智能化
产品化、丰富数据资产

二、快速发展的业务中，基于用户的目标构建体系

2.png

1、基于用户的目标构建

还可以基于流量、商品、渠道等等

2.png

①、总流水指标
基于去年流水，去看去年相比前年的增长幅度
再参考同类竞品，业务的流水营业额同时期的趋势（行业报告）
如果要从百亿级到千亿级，就去看同类竞品在这个时期百亿到千亿间的年增幅系数是多少
去瞎想一个环比去年总流水应该增长多少倍

②、老消流水
按质量分类后，看去年这些分类用户去年的复购率和复购者的ARPU，去预估新一年的各分类用户达到这个复购率的时候，他们各自的流水是多少，找一个增长幅度
（低质量用户是小于20元）
老消用户基本上已经固定，之后就可以分析出新消用户的流水应该是多少了

③、新消流水

新消首单流水：新消人数首单ARPU
新消复购流水：新消复购人数人复购年价值
年复购率：从新消人数中可以找出新消

推算逻辑：
新消首单流水：找出去年新消的首单流水和复购流水分别占多大比例，去年整个用户人数有多少，今年用户人数增长了多少，还有去年整个用户的新老用户的结构和今年的新老用户结构会不会做一些调整，推算出新消首单流水的占比
新消年复购率：找可控因素，新消年复购率和复购年价值，已有去年1月到12月新消人数用户质量的变化和增长，哪个部分的新消质量好，把用户做分层之后，看不同人数的复购率，根据今年的预估目标和实际达到的情况，来预估明年的新消复购人数，年价值同理

首单ARPU和年复购率都有增长，要评估要达到这样的水平，要去开拓一些新的拉新渠道？要做哪些时期来提升年复购率？通过月分解的这些指标去验证年指标是否合理

三、用户的质与量