独立站网站数据分析(5)——网站数据指标分级

在前几篇的文章中,即使你是数据分析的小白其实也能看懂,因为前几篇文章大部分内容都涉及到概念和理论,但是到这里,就需要开始具备一定的数据分析技能了,对数据按照一定的抽象层次进行分类,我们叫做数据指标分层。

世上很多事物都是分层的,在同一条件下,我们会把性质相同的东西归纳在一起类比,进行比较分析。比如一个老师在大学教授一门学科,我们会归纳整理这个学科带来的收获,从思维、概念、技能、应用等维度进行等级划分,从而评估学生完成该学科后所掌握的水平。

同样的,在思考数据指标上,我们也应该有层级的概念,而不是随意想到一个目标就制定一套数据指标体系;就如同学科评估一样,一开始就制定好评估的体系,可以帮助我们更高效的定位问题,验证我们的方法论,而不用每次都根据目标去思考需要分析哪些指标。

对数据进行分层,这个就需要对数据分析的逻辑、思维、产生的过程等方面有整体的了解,也是最需要数据分析技能的阶段。在这方面,我不敢说自己绝对正确,只能试着根据我对独立站数据的理解来划分层级。

在独立站电商网站的数据指标上,我们只需要划分为三个层级即可。

第一级指标:公司级别指标

这一级别的指标必须是全公司都认可的、衡量业务的核心指标。这个指标一般用于衡量公司战略目标的达成,通常这也是老板最为关心的指标,且受到管理层和执行层的双向理解和认同。

一级指标的数量一般不宜过多,5个以内即可。从业务和用户两个角度出发,常见的一级指标就比如:销售额、新增用户数,订单数量,注册用户,利润率等。

第二级指标:部门级别指标

对一级指标的进行下钻拆解,根据业务流程往下拆分一级,便是二级指标,一些中层管理者往往可以结合历史经验,根据二级指标就能快速定位到问题。

以销售额为例,销售额=流量*转化率*客单价,那么访问量、转化率、客单价这3个二级指标就成为直接影响一级指标的因素,也就成为部门经理需要重点关注的核心指标。

每一个一级指标都可以如此拆解,从而形成指导部门工作的核心指标。

第三级指标:执行决策指标

三级指标是对二级指标的拆解,同样的也需要结合历史经验进行拆分。三级指标可能由数据构成,也可能由事件构成,但最后,我们的衡量还是以数字为准。

比如转化率属于二级指标,那么我们根据经验判断,影响转化率的因素有哪些,哪些是可控的,哪些是不可控的;哪些最后可以用数字来衡量;而哪些只能凭经验主观判断。

我曾经在《为什么你投放Facebook广告不出单》的文章里,介绍了转化率的影响因素。你可以对照下面的因素来排查并进行修正。根据对这个二级指标的拆解,我又可以拆解为网站打开速度的指标、页面停留时长、每次会话的页面浏览量、跳出率、弃购率、支付放弃率等三级指标。

独立站网站数据分析(5)——网站数据指标分级

对二级指标的进一步拆解,在可控范围内拆解成可以衡量的数据指标,就可以用来直接指导一线业务人员做决策及优化了。

最后,我们举个例子,按照运营逻辑(引流、存留、转化)进行维度划分,对企业目标为进行数据指标分级,就可以得到下面一张图。

独立站网站数据分析(5)——网站数据指标分级

在数据分析的过程当中,有些指标并不一定会体现在这张图表中,它可能会作为另外的目的,进行独立分析,比如对站内搜索词的分析,可以帮助品类部门拓展新的品类,也能帮助listing优化人员写出更符合用户搜索习惯的产品标题。

这张图表不一定完善,每个公司都应根据自己关心的核心指标,由有经验的独立站负责人自上而下进行拆解。

拆着拆着到最后,你可能发现,最终落实到三级指标也就那么些,没有我们想象的那么多,这个时候,你可能关注的已经不是数据源的问题,而是关注分析什么,获得什么数据价值的问题了,而这个在从事独立站2年以上的运营者身上尤为常见。

在下一篇的文章中,我将对电商常用的分析模型展开介绍。

这是独立站数据分析的第5篇文章,你也可以关注我的公众号(二维码就在网站右侧栏),在数据分析的合集中更为快捷的找到这些文章。

原创文章,作者:Ada,如若转载,请注明出处:https://yaosocial.com/archives/categorize-your-data-to-understand-what-the-data-means/

发表回复

登录后才能评论

评论列表(1条)