電商活動之數據分析原型設計篇

20 評論 40478 瀏覽 350 收藏 10 分鐘

如今,各大電商平臺之間雖然不再通過大量補貼來培養用戶在自家平臺的消費習慣,但是電商靠活動拉攏用戶的習慣與體系已經成熟,本文作者將基于活動的數據統計來談談產品應該如何設計。

很久……很久……以前,電商競爭模式初立之期,盤古撥混沌開天地之時,江湖中曾經流傳過一句永世的經典:“道可道,非?!保琻o no no,是這句:

“得用戶者,得天下兮!”

電商競爭初期,亦是線上電商活動步入正規之時,平臺與平臺之間通過大量放血活動來拉攏并期待用戶形成在自家購物與消費的行為習慣,用戶賺的是缽滿盆滿,商家拼的是血流成河。

很久很久以后,各平臺之間雖然不在繼續那么玩命的血液游戲,但是電商靠活動拉攏用戶的習慣與體系已經成熟。今天我們就來說一下電商活動的基本統計功能(對,你沒有看錯,我并不是要說活動怎么做,而是說基于活動的數據統計產品應該如何設計)。

注:電商活動數據分析系統,支持H5、web、APP原生三種前端形式的數據分析,可完全無障礙打通。

插曲:頁面右下角有兩個按鈕:一個贊,一個收藏,當前頁面底部還有個評論區,作為一個數據分析人員,你能聯想到什么?發揮你們的想象吧,同志們!我將分享更多的原型!

數據分析的指標包含兩種:

  • 一種叫做原始數據,即數據狀態為未經過任何形式的重新計算、組合、拆解等操作的數據,這部分數據也將成為數據分析中的底層數據。這種數據的特點是:能夠展示最真實,且沒有任何干擾因素,且直白簡而已懂,比如用戶基本數據中的性別、年齡段、消費金額等。
  • 另一種叫做計算數據,即通過單個或多個原始數據,按照特定的數學公式進行計算,產生人們所熟知的或具有概括性分析的數據。比如性別占比、年齡段占比、消費金額占比。

我規劃這套系統的用戶數據分析功能中,包含了大量的原始數據,以及少量的計算數據。

之所以如此設計,是因為產品人員并非數據的直接使用者,在我的后臺產品生涯中,我傾向于提供更多更全面更干凈的原始數據給運營人員,并由他們自己組合、拆解,產生自己需要的數據,而不是直接給很多計算數據。

產品不應該限制數據的使用方式,以及限制數據分析人員的思路,為了避免這兩個方面的問題,我才會如此設計產品。(這并非是我不懂數據分析,而是非常了解數據分析的思路與重點)

思路再拓展:

記得我前幾天寫的《?后臺產品經理:三步教你打造簡單的營銷平臺》么?其實在活動數據分析模塊中,每個用戶都已經被做了活動標記。

一、用戶數據分析

無論你所在何種的平臺與行業,無論你銷售的產品是實物還是虛擬,你營銷的最終目標都將為人。同時你也會發現,在有互聯網的企業中,會將人的數據以各種單一、組合、拆解、再計算的形式進行展現,不管你用什么辦法來觀察購買你產品的人,這種行為都叫做用戶分析。

針對活動類的數據展示與分析,我們究竟要展示哪些數據呢?

  1. 用戶:性別、身份、地域、年齡等,直接看到買你賬的用戶基本信息;
  2. 用戶下單類型與來源:首單比例、渠道來源等,能夠清晰的看到用戶從哪里來,評價渠道價值所用,也能夠了解這種類型的活動對于拉新與促活的幫助是怎樣的;
  3. 用戶關注:活動中的各種商品品類被用戶關注的程度,這是平臺用戶喜好分析;
  4. 熱度:活動參與度、用戶關注數、分享次數,可以通過當前指標看到本次活動用戶是否關注。

二、訂單數據分析

訂單,一個電商行業最關心、最引人注目、最能衡量成效的信息產出物。與用戶分析不同,訂單反應的是平臺的活躍度、用戶認可度、以及主營收入等方面的敏感信息,我想它的重要程度不容置疑吧。

訂單分析頁面中主要有幾個模塊組成:

  1. 訂單數量:首先以曲線圖形式進行展現,可以凸顯訂單數量走勢,同時搭配訂單金額、下單人數、訂單數量三個維度,直面訂單基本情況。
  2. 訂單來源:餅狀圖將平臺所有品類按照塊的形式進行展現,一眼就可以看出來當前時間之前,當前活動的參與者的品類傾向,這將成為你改造下次活動最重要的指標。
  3. 下單時間分布:將訂單的下單時間以24小時的曲線圖進行歸類,此時,你已經清晰的了解,當前活動的參與者參與活動的主要時段,同時也是當前平臺用戶習慣的一種表現形式。

三、商品數據分析

如果你是電商產品,那你一定知道SKU與SPU。

商品數據分析中,主要以商品維度展示當前活動所產生的數據,比如SKU、SPU的銷量情況,商品品類銷售情況,品牌用戶傾向情況,等等各種商品數據。

四、渠道數據分析

渠道,顧名思義,當前活動的導流路線為你的活動貢獻了多少人流,說的專業點就是貢獻了多少UV、PV。

展現形式以渠道引流趨勢圖、各渠道貢獻度占比柱狀圖,外區域廣告投放占比及點擊圖,通過這些指標,可以非常清晰的展示每條渠道的價值,并且能夠指導你此類活動哪個渠道會對你有直接的幫助,分分鐘改善下一次活動的效果。

五、頁面數據分析

通過頁面分析,可以直擊頁面的設計問題,以下數據完全可支持產品經理等頁面設計人員對活動的用戶訪問路徑進行充足的分析。

六、物流數據分析

物流數據分析的主要功能,是跟蹤商品在發貨過程中,是否出現異常情況,同時可以準確的跟蹤商品到貨時間,為用戶體驗的研究增加了不少的判斷標準。

七、供應商數據分析

通過當前模塊可以很直觀的看到各個供應商的銷量情況,比如訂單、金額、商品數量,還有毛利。

這個頁面我做的比較簡單,你們可以根據業務需要,擴大相關的統計數據。

八、自定義列表報表分析

自定義報表功能請參考《后臺產品經理:三步教你打造簡單的營銷平臺》中的模型創建模塊,雖然形式不同,但理念一致,使用者自己選擇需要展示的維度與指標,并選擇時間進行展示,這才是這個系統最精髓的地方!

注:要不要關注或者收藏我一下?我會分享更多的后臺產品原型,你們的支持是我最大的動力。

 

作者:王榮,微信號公眾號:PM_magic,9年互聯網后臺產品設計經驗,主導電商后臺核心業務搭建,流程、邏輯設計,多系統設計經驗。

本文由 @王榮 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

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 給大佬遞茶

    回復
  2. 這個確實很干

    回復
  3. 可以加個微信跟你學習下嗎

    回復
  4. 你好可以加你的微信學習一下嗎

    來自廣東 回復
  5. 請問大神了解知識圖譜的知識嗎,求教

    來自北京 回復
  6. 請問里面的圖表是用的什么可視化工具制作的 謝謝

    來自廣東 回復
  7. 希望再出一個升級的文章,感謝老板

    來自四川 回復
  8. 求原型 ??

    來自上海 回復
  9. 老板,求原型,郵箱1016348339@qq.com
    蟹蟹~~

    來自北京 回復
    1. 建議原型還是自己動手,體會過程的東西很有意思

      來自上海 回復
  10. 你好,“用戶關注:活動中的各種商品品類被用戶關注的程度”,這里面被用戶關注的程度是如何量化的呢?謝謝。

    來自北京 回復
    1. 可以用重復瀏覽次數,或者結合瀏覽時間、瀏覽深度兩個維度,都是可以直接獲取或計算出用戶關注度的

      來自北京 回復
  11. 物流、供應商等基礎通用性數據,跟活動沒啥關聯,完全可以放在公共的系統里吧

    來自廣東 回復
    1. 各家情況不一,請不要糾結,我僅僅是提供給初級產品經理的原型。

      來自北京 回復
  12. 老板,求原型,619122715@qq

    回復
  13. 數據埋點要怎么做?需要注意哪些問題呢

    回復
  14. 用的數據分析軟件叫什么啊

    回復
    1. 這不是軟件,這是原型

      回復
  15. 內容比較基礎,不過比較適合初級產品經理

    回復
    1. 普及性知識,就是為了讓更多新入行的產品人員能夠快速學習

      回復