編輯導語：電商數據對于電商行業是十分重要且關鍵的，觀測數據也是必不可少的日常工作，本篇文章作者系統地介紹了電商數據的指標體系，干貨滿滿，從多個方面介紹了電商數據指標體系，一起來學習一下。

在各大電商平臺或電商公司內部，最常見到的就是這種數據監控大屏，用于幫助平臺和商家實時了解業務情況。

要觀測數據，首先就要建立一套完備的數據指標體系，定義清楚我們要看什么，怎么看。

本文將通過電商數據的定義、體系構建、指標詳解介紹電商數據指標體系。

一、電商數據的定義

電商數據指用來記錄用戶行為的數字信息，包括用戶的注冊、登錄、流量、點擊、消費、復購等一系列行為習慣的量化數據。

要分析數據，首先得了解電商的業務流程，通過業務流程分析用戶的業務路徑，每個路徑需要關注什么指標，以及需要每個路徑可能帶來的業務損耗。最終形成一個完善的業務漏斗。

例如，從用戶的角度出發，電商的業務流程可包括以下重要節點：

1. 注冊

用戶是從哪些渠道成為電商注冊用戶的，包括自有的APP，或者是其他投放渠道，包括微信、支付寶、抖音、線下廣告等。

這里需要重點觀測每個渠道的注冊用戶數以及每個渠道的獲客成本，例如CPA（單個注冊成本）。

2. 流量

當用戶注冊完成后，會有電商頁面進行承接，也就意味著用戶會產生瀏覽和點擊行為，此時可以通過用戶的瀏覽行為，判斷用戶的喜好興趣和潛在交易。

這里需要重點觀測每個頁面的UV、PV、瀏覽時長、商品點擊率等。

需要注意的是，在電商陣地中，搜索是一個非常重要的入口，當用戶有明確的購物意向時，更可能通過搜索直接到達商品。

因此需重點關注搜索的相關流量，包括搜索UV、PV、有結果率等。

3. 轉化

當用戶到達商品層面后，就會進入下單和交易的轉化環節。

這是電商的核心黃金流程，也是用戶交易的重要路徑。

這里需要重點關注下單量、下單人數、下單金額、支付單量、支付人數、支付金額、客單價、毛利率等。

同時需要注意售后訂單的情況，但訂單因為售后或者其他異常原因關單時，對于平臺來說也是一部分流失。所以需要關注售后訂單量、關單量、關單率等。

4. 復購

對于平臺來說，獲取一個用戶后，當然會希望他盡可能的多復購，多產生GMV，也就是盡可能提高ARPU（Average Revenue Per User），即單用戶貢獻價值。

所以此處需要關注用戶活躍度、復購率、購物車情況等。

購物車其實是一個下單工具，但根據用戶習慣，加到購物車的商品更可能后續購買或復購，所以在這階段也可以關注用戶購物車的使用率。

除了用戶角度，還可以從商品角度、訂單角度、店鋪角度去搭建業務流程和對應的數據體系。

因為用戶有生命周期，商品同樣有生命周期，從上架、下單、成交、到清空庫存。同樣可以建立一套商品數據指標體系。

二、電商數據體系

基于以上數據定義和業務流程的講解，我們可以先建立一套盡可能完善，即覆蓋全部業務流程和業務視角的數據指標體系。

在這套BI體系中，通過不同維度的指標，層層搭建。

三、電商數據指標

1. 用戶

用戶是電商“人——貨——場”體系的根基，沒有人來，再優質的貨，再豪華的場，也沒有任何意義。

把用戶運營好，才有可能形成轉化。

1）用戶基本屬性

• 年齡；
• 性別；
• 省份；
• 城市；
• 類型：例如用戶的當前身份，為學生、白領等；
• 風險等級：在很多涉及金融的分期電商，用戶的風險等級是一個重要屬性，決定該用戶是否可以獲取額度并使用分期購物。

以上用戶的基本屬性，主要是幫助平臺建立用戶畫像，分析用戶的電商消費喜好。

2）用戶交易行為

• 最近一次成交訂單距今天數；
• 最近一次成交訂單金額；
• 歷史成交訂單數；
• 歷史成交訂單金額。

通過前兩個指標，可以判斷該用戶當前的活躍狀態，是否需要對齊進行激活或者召回。

通過后兩個指標，則可以清楚計算得到用戶的客單價，也就是該用戶的ARPU值，是衡量用戶價值的關鍵。

3）用戶生命周期

• 注冊用戶數：注冊電商平臺用戶數；
• 活躍用戶數：登錄APP用戶數；
• 瀏覽商詳用戶數：瀏覽商品詳情頁用戶數；
• 新用戶數：歷史成交訂單數為0的用戶數；
• 老用戶數：歷史成交訂單數大于0的用戶數；
• 復購用戶數：歷史成交訂單數大于1的用戶數；
• 沉默用戶數：距離上次登錄APP大于30天，小于90天的用戶數；
• 流失用戶數：距離上次登錄APP大于等于90天的用戶數。

根據用戶的生命周期，對用戶進行區分，有利于對用戶進行分層精細化運營，針對不同階段的用戶，采取不同的運營策略，例如新用戶可通過新人優惠券和push盡快促其完成首單，沉默用戶數可通過短信和專屬優惠將其召回。

需注意，不同平臺對于自身沉默和流失的用戶定義不同，有些平臺會通過活躍來判斷，也有些是通過交易來判斷。此次僅做參考，需結合自身平臺特點和業務訴求進行制定。

2. 流量

用戶進來后，最先承接用戶的就是各級頁面，包括APP的訪問、首頁、各活動頁、商詳頁以及各頁面內元素的點擊，這些就是流量統計的關鍵指標。

1）APP

• APP打開人數；
• APP打開次數；
• 各tab曝光UV；
• 各tab曝光PV；
• 各tab點擊UV；
• 各tab點擊PV；
• 各tab的UV點擊率=各tab點擊UV/各tab曝光UV；
• 各tab的PV點擊率=各tab點擊PV/各tab曝光PV。

一般情況下，我們定義打開APP為活動人數，所以需要通過統計APP打開人數和次數來衡量活躍情況。

當前的APP多存在多個底部tab，例如淘寶有首頁、逛逛、消息、購物車和我的淘寶。

每個tab都會有對應的曝光和點擊，并可依此計算點擊率。

2）活動頁

• 頁面曝光UV；
• 頁面曝光PV；
• 頁面點擊UV；
• 頁面點擊PV；
• 頁面UV點擊率=頁面點擊UV/頁面曝光UV；
• 頁面PV點擊率=頁面點擊PV/頁面曝光PV；
• 人均曝光=頁面曝光PV/頁面曝光UV；
• 人均點擊=頁面點擊PV/頁面點擊UV。

活動頁包括首頁、各級活動頁、頻道頁，對于頁面的統計流量，最重要的是曝光和點擊，依此可以判斷一個活動頁面的客流量。

也可以參考人均點擊、點擊率等指標去判斷單活動頁面對用戶的吸引力。

3）活動頁元素

• 元素曝光UV
• 元素曝光PV
• 元素點擊UV
• 元素點擊PV
• 元素UV點擊率=元素點擊UV/元素曝光UV
• 元素PV點擊率=元素點擊PV/元素曝光PV
• 人均曝光=元素曝光PV/元素曝光UV
• 人均點擊=元素點擊PV/元素點擊UV

活動頁元素，是指上述頁面中的元素，例如包站、banner、icon、feed流、廣告位、彈窗和floating等。

這是活動頁流量監控的重要數據，只有知道每個元素的點擊率，才能知道用戶對頁面中哪些內容更感興趣，依此指導運營進行頁面的設計和調整。

尤其是廣告位的投放，很多平臺對于廣告位投放內容，是需要進行內部競爭的。

競爭的主要依據之一就是點擊率，如果投放的內容點擊率高，說明投放價值相對更高，當然這個還需要結合后續轉化來查看。

4）商詳

• 商詳頁UV；
• 商詳頁PV；
• 添加購物車點擊UV；
• 添加購物車點擊PV；
• 立即購買點擊UV；
• 立即購買點擊PV。

商品詳情頁是下單支付流程的重要頁面，主要記錄用戶對商品的瀏覽和跳轉下單情況。

除了基本的瀏覽數據、點擊加車和購買數據。

其實商詳頁還有許多模塊，例如優惠券彈層，用戶是否點擊查看有哪些優惠券并點擊領取等。

在實際的埋點中，所有的彈層瀏覽和點擊都應該有埋點，根據業務需要，可以對頁面上相應模塊的瀏覽和點擊數據都進行觀測。

5）訂單頁面

• 確認訂單頁UV；
• 確認訂單頁PV；
• 提交訂單點擊UV；
• 提交訂單點擊PV。

訂單確認頁同樣是下單支付流程的核心頁面，用戶不管是通過商詳頁還是購物車頁面，要下單支付時，都必須經過訂單確認頁，確認訂單相關信息后，再跳轉至支付。

其中，頁面瀏覽數據和點擊提交訂單數據是最重要的，這是下單流程漏斗的關鍵數據指標。

還有其他的模塊也可以適當關注，例如優惠券彈層，用戶是否點擊查看有哪些優惠券并點擊使用；選擇收貨地址彈層等。

6）支付頁面

• 支付頁UV；
• 支付頁PV；
• 支付訂單點擊UV；
• 支付訂單點擊PV。

支付頁是下單支付流程的最后一個頁面，也是成交的關鍵，用戶只有最終成交了才意味著GMV的提升。支付頁面一般也叫收銀臺頁面。

頁面瀏覽數據和點擊支付數據是最重要的，這是下單流程漏斗的關鍵數據指標。

很多平臺在收銀臺還會開放其他功能，例如選擇不同支付方式，支持選擇分期支付并選擇不同分期數，可以通過用戶的點擊去觀察用戶的支付喜好。

3. 搜索

在電商業務中，搜索是一個非常重要的業務入口，當用戶無明確購買目標時，可能會瀏覽feed流的推薦商品。

但是當用戶有非常明確的購買目標時，搜索永遠是用戶的第一大入口。

1）搜索基本情況

• 搜索曝光UV；
• 搜索曝光PV；
• 搜索點擊PV；
• 搜索點擊PV；
• 搜索UV使用率=搜索點擊UV/搜索曝光UV；
• 搜索PV使用率=搜索點擊PV/搜索曝光PV；
• 人均搜索次數=搜索點擊PV/搜索點擊UV；
• 人均搜索詞量=（搜索有結果詞量+搜索無結果詞量）/搜索點擊UV。

搜索入口會存在于多個頁面，一般多在首頁，讓用戶明顯能看到，所以需記錄其曝光和點擊的數據，分析用戶對搜索的使用情況。

除此之外，可以觀測人均搜索次數和詞量。如果用戶搜索很多，一方面說明其來到該平臺的目的明確，一方面也需要關注是否相關推薦不夠精準，導致用戶只能頻繁使用搜索。

2）搜索有結果

• 搜索有結果UV；
• 搜索有結果PV；
• 搜索有結果點擊結果UV；
• 搜索有結果點擊結果PV；
• 搜索有結果無點擊UV；
• 搜索有結果無點擊UV占比=搜索有結果無點擊UV./搜索有結果UV；
• 搜索有結果詞量；
• 搜索有結果無點擊詞量；
• 搜索有結果無點擊詞量占比=搜索有結果無點擊詞量 / 搜索有結果詞量。

根據搜索結果可分為搜索有結果和搜索無結果，搜索有結果時可以查看其搜索有結果的人數和次數，以及其出結果后是否點擊。

如果搜索有結果，但無點擊占比很高，那可能需要關注搜索結果是否不夠準確，搜索出來的商品并不是用戶想要的，所以用戶不想點擊。

3）搜索無結果

• 搜索無結果UV；
• 搜索無結果PV；
• 搜索無結果人數占比=搜索無結果UV / 搜索點擊UV；
• 搜索無結果詞量；
• 搜索無結果詞量占比=搜索無結果詞量 /（搜索有結果詞量+搜索無結果詞量）。

相對于搜索有結果，搜索無結果則需要重點關注詞量問題。

如果搜索無結果詞量很多，且占比很高，則意味著當前商品短缺或搜索匹配算法需要優化。

當用戶整體搜索無結果人數占比提升時，則需要馬上關注搜索產品的優化了，如果越來越多的用戶來搜索卻沒有得到結果反饋，那么用戶將流失得越來越多。

在搜索數據中，觀測思路可以是：

1. 先關注無結果數據，降低搜索無結果占比，確保用戶搜得到東西；
2. 再關注有結果數據，降低有結果無點擊占比，確保用戶搜到的東西是他想要的；
3. 最后關注有結果點擊數據，判斷用戶搜到且點擊的東西最終有沒有形成轉化。

4. 商品

商品主要看其銷量和利潤，銷量通過下單支付指標，而利潤則通過毛利指標。

1）商品基本情況

• 商品數量；
• 商品上新數量；
• 商品有庫存數量；
• 商品無庫存數量；
• 商品有銷售數量；
• 商品無銷售數量；
• 商品上新率=商品上新數量 /商品數量；
• 商品動銷率=商品有銷售數量 /商品數量；
• 商品滯銷率=商品無銷售數量 /商品數量；
• 商品傾銷率=商品無庫存數量 /商品數量。

商品的數量體現了電商中“貨”的能力，先有貨才能有成交。

但除此之外，需要關注幾大指標，商品上新率反饋平臺是否有持續迭代更新商品。

商品動銷率確保不僅有商品，而且還有人買。

如果視頻滯銷率過高，則需要采取相應措施，提升長尾商品的曝光。

如果商品傾銷率很高，一方面可以體現平臺用戶喜好，一方面也需要注意供應鏈是否完備，是否需要迭代優化以支撐商品銷售。

2）商品銷售

• 下單人數；
• 下單數量；
• 下單金額；
• 支付人數；
• 支付單數；
• 支付金額。

商品的下單和支付數據指標主要反饋商品的銷售情況。

3）商品利潤

• 自營商品毛利=成交金額-采購成本-倉儲成本-物流成本+返利；
• pop商品毛利=成交金額*扣點比例-平臺促銷費用。

商品的利潤可分為自營商品和pop商品來計算。

對于大平臺來說，既有自營商品，也會有店鋪入駐，通過分傭扣點的方式來計算平臺利潤。

自營商品毛利需要在商品成交金額上扣除采購成本、倉儲成本和物流成本。

除此之外還可能與品牌方有合作，銷售某商品可獲得對應返利，這也是收入的一部分。

需注意的是，此處僅考慮商品的毛利，都是從商品的角度出發，像人力成本則不考慮在內。

對于pop商品，即入駐店鋪銷售商品，一般通過扣點比例計算傭金，同時還要扣除平臺花費的促銷費用，例如平臺發放的優惠券金額等。

5. 訂單

訂單是電商體系的核心，是一切轉化和統計的關鍵。訂單全流程包括下單、支付、成單、售后。

1）下單

• 下單數量；
• 下單人數；
• 下單金額。

2）成交

• 成交數量；
• 成交人數；
• 成交金額；
• 成交件單價=成交金額/成交數量；
• 成交客單價=成交金額/成交人數；
• 成交人數轉化率=成交人數/下單人數；
• 成交訂單轉化率=成交數量/下單數量。

除了基本訂單成交指標，還需要觀測客單價，客單價是衡量用戶價值的關鍵，也可以了解用戶的消費習慣。

此外，通過成交的轉化率可查看訂單的流失情況，進而優化下單支付的流程漏斗。

3）關單

• 關單數量；
• 關單人數；
• 關單金額；
• 自動關單數量；
• 手動關單數量。

訂單關單包括用戶主動取消訂單或者系統因為各種原因取消訂單。

除了關注數量，需要關注關單的具體原因，例如用戶主動取消訂單的原因分類，是價格過高還是質量不好等。

相當于一個用戶調研，以此根據用戶反饋不斷迭代。

4）售后

• 售后單數量；
• 售后單人數；
• 售后單成功數量；
• 售后單失敗數量。

售后形式一般包括退款、退貨和換貨。觀測售后單量和人數可以確認訂單的履約質量，如果售后單量過高，說明商品質量和服務存在問題。

同時還要關注售后單的結果，判斷是否為用戶提供了良好的售后服務。

6. 營銷

電商營銷多通過優惠券和各類促銷活動來完成，包括單品直降活動、滿減滿折優惠活動、拼團活動等。不同活動的基本衡量指標類似，但優惠券因為設置上不同所以對應指標也存在一些差距。

1）優惠券

• 發行量；
• 領券人數；
• 領券數量；
• 領取率=領券數量/發行量；
• 用券人數；
• 用券數量；
• 用券率=用券數量/領券數量；
• 用券下單人數；
• 用券下單數量；
• 用券下單金額；
• 用券支付人數；
• 用券支付單量；
• 用券支付金額；
• 優惠券投入金額=用券支付單量*優惠券面額；
• 優惠券ROI=優惠券投入金額/用券支付金額。

優惠券的領取率和用券率可以幫助運營發現漏斗問題，是用戶不領券還是領完券不用券下單。

優惠券的ROI是衡量優惠券活動價值的關鍵，通過用券支付金額可以確認優惠券帶來的訂單金額，再通過消耗的優惠券總數量與優惠券面額相乘得到總投入成本，最終計算得到投入產出比。

2）活動

• 活動下單人數；
• 活動下單數量；
• 活動下單金額；
• 活動支付人數；
• 活動支付單量；
• 活動支付金額；
• 活動投入金額；
• 活動ROI=活動投入金額/活動支付金額；
• 活動的指標與優惠券類似，主要以ROI作為活動價值的衡量。

以上流量、訂單、商品、營銷等指標，既可以用于平臺自營，也可以用于平臺入駐商家的運營衡量。

如果像京東這樣的既有自營又有pop商家的平臺，只需將不同指標應用于不同對象即可。

四、總結

數據是業務完善和迭代的可靠基礎，提升轉化的有力依據，戰略決策的可靠依據。

它代表用戶的行為習慣與方式，需要通過運算、觀察、分析才能看出結論。

數據對于電商有不可替代的作用，是其不斷發展的保障。

只有搭建完整清晰數據指標體系，才能實現通過數據提升業務轉化。

電商數據指標的核心包括用戶、流量、搜索、商品、訂單和營銷。

每個公司和業務或許存在些微不同，可根據實際情況進行調整，最終搭建起匹配自身業務的數據體系。

作者：球溜溜，微信公眾號：產品小球。

本文由 @溜溜球 原創發布于人人都是產品經理，未經許可，禁止轉載。

題圖來自 Unsplash，基于CC0協議。