當下各大電商平台蓬勃發展的時代，電商網站的數據分析也越來越火熱，後台收到了不少朋友私信關於電商網站數據分析的問題，今天我簡單從六個方面來說：流量分析、站內分析、轉化分析、廣告管理、會員分析、業務分析

流量分析

流量分析主要是為對網站整個站點的進行流量監測。細分維度有：時段、地域、來源、客戶端信息等，具體體現在：

1、來源維度：可以分引薦、搜索引擎、關鍵詞等渠道實現不同渠道的流量信息，甚至可以實現區分同一渠道付費流量和非付費流量的分流。

2、地域維度：可以分省份、分城市以地圖形式和報表形式呈現出受眾來源的具體地理位置。從而，便於分析客戶分布情況 。

3、時段維度：通過時段維度可以按照（24小時OR日序列）2種模式監測整站流量的24小時變化趨勢，以及不同日起的變化趨勢。

4、客戶端信息：從瀏覽器、操作系統以及屏幕解析度方面了解受眾群體的客戶端屬性。

比如，通過分析PV、UV、訪問次數、平均訪問深度、跳出率等數據來衡量流量質量優劣，目的是保證流量的穩定性，並通過調整，嘗試提高流量。

進一步，按照流量結構還可分為渠道結構、業務結構、地區結構。

在渠道中，流量可來自於自主訪問、搜索引擎、淘寶付費、京東付費等等。按設備可分為PC渠道和APP渠道；按照付費與否可分為免費流量和付費流量。有人會通過渠道流量佔比來分析各渠道的質量。下面的折線圖可以對各渠道的流量情況進行追蹤，分析佔比不合理是短期內出現的，還是長期存在的，輔助問題的分析。僅僅根據流量情況來衡量質量是不全面的，需要配合轉化率和roi。

站內運營

站內運營主要是對重點網頁項目做監測，分析每個網頁項目的流量、人數、二跳等指標。還可以通過其他維度來分析特定定製頁面的情況。比如：地域、來源、時段統計等。具體可以從以下幾方面進行闡述分析：如：網頁項目分析、站內搜索分析、站內廣告分析、頁面流向分析、著陸離開分析、場景轉換分析、頁面流量分析。

1、網頁項目分析：比如網站首頁、導航頁，或者產品頁，若是產品頁，通過定製可以對不同id的產品進行細化分析。可用於調整頁面內容的排列位置，擺放順序等。

2、站內搜索分析：對站內搜索頁面上的關鍵字使用情況進行分析，主要展示數據為：關鍵字、關鍵字帶來的瀏覽量、使用關鍵字的用戶數、用戶百分比、點擊量、點擊率。主要作用是便於網站了解用戶的主動喜好。

3、站內廣告分析: 展示點擊站內廣告後形成的轉化情況及該站內廣告的點擊情況。

4、頁面流向分析: 以您定製的起始頁面為起點，記錄用戶10 步內的頁面瀏覽情況，默認展示使用最頻繁的瀏覽路徑。

5、著陸離開分析: ：記錄用戶從哪些頁面進入網站，從哪些頁面最終離開網站，了解網站的主要入口、出口情況。

6、場景轉換分析：用戶可以根據網站自身的結構，定製場景，查看用戶是否是按照定製的場景在網站之中去行走的，如果不是按照這樣的行走路徑。可以根據場景中的流程來實時改進。

7、頁面流量分析：呈現網站流量較大的URL的流量數據，了解不同頁面的流量情況，根據這樣的數據來查看網站是否有數據異常，或者需要重點關注的頁面。

轉化分析

轉化分析主要是對網站的轉化效果進行分析。轉化目標可以通過多個角度去監測數據：外部來源、關鍵詞、著陸頁面、地域分布、時段統計、廣告轉化。該功能的主要目的清晰呈現網站的轉化結構，便於網站優化推廣渠道、方式，進而最大化提高網站的轉化率。

分析目標：了解各環節轉化情況，分析其異常或不合理情況，進行調整，以提升各環節的轉化率。

分析角度：關於轉化率的各種名詞也特別多，有靜默轉化率、登陸轉化率、諮詢轉化率、付款轉化率等等，然而並不需要考慮這些詞，只要關注用戶從接觸應用到成交中的幾個環節就好

我們依然使用FineReport中圖表的形式來從各個角度對轉化數據進行展示分析。

1.觀察各環節轉化率，分析其合理性，針對轉化率異常環節進行調整

上圖所示，傳統漏斗圖只能顯示一條路徑的轉化率情況，稍加修改後，可實現對比功能，例如上圖所示的新老用戶的轉化率的對比。可以根據實際情況中在該圖中加入更多環節，例如註冊、收藏、開工、竣工等。

從上圖中，我們可以發現這樣一個問題，下單到付款中的轉化率過低，正常來說，用戶只要下單，付款的比例是比較大的。對於這個異常，我們來做下猜測：又看了下其他家的商品或服務，發現了更好的，就取消了付款；付款前習慣性的問下相關的人進行確認，然後發現計劃有變，所以取消付款；到了付款的時候發現居然不支持支付寶，無奈取消付款；下單後被告知沒貨；頁面好卡，怒而棄之；餘額不足

總體上可以分為兩類：用戶本身原因，系統設計原因。上圖中這麼出現付款率這麼低的情況，基本上可以確定是系統原因。然而具體是哪塊的設計出了問題，可以進一步細化追蹤。

如上圖所示，點擊相應階段，聯動出下面各渠道與各業務的轉化率明細，可以看出，各渠道的轉化率差別較大，其中pc端轉化率明顯偏低，而各業務之間的轉化率差別不大，基本可以確定，是pc端存在問題，導致轉化率偏低。

上圖中的付款轉化率低的太明顯，只要不瞎都能看出這轉化率出了問題，但是往往轉化率的問題並沒有這樣的明顯，那怎樣定位自己的轉化率是否合理，哪個階段的轉化率有提升空間呢？繼續看下面這張圖：

上圖是通過多角度對比來分析業務轉化率的健康狀況，包括與自己同期對比、行業中與自己相似產品對比、行業中優秀的產品對比。對比各環節轉化率的不同，產生數據上的衝擊，所有落後的節點，都是可以提升的空間。

2. 追蹤轉化率變化，用於異常定位和策略調整效果驗證

除流量外，轉化率也是需要追蹤的，將時間的維度拉開，分析各階段轉化率隨著時間的波動，也是很有看點的。

如上圖所示，在4月17日到21日中間，轉化率出現下滑趨勢，通過渠道轉化率與業務轉化率兩個圖表的聯動，可以追蹤定位導致轉化率下滑的渠道或業務。常見的原因，公司運營部門投入了某個渠道進行推廣，新的渠道帶來了新的流量，而該渠道所引入的用戶質量卻偏低，拉低了整體的轉化率。

3. 觀察各渠道轉化情況，定義渠道價值，並依此適當調整運營策略

氣泡圖在傳統圖表中信息量涵蓋相對是比較大的，上面這張圖x軸和y軸分別表示流量和轉化率，y軸可以根據分析內容不同切換成點擊率、註冊率、架構率、下單率等等，氣泡大小表示的為渠道ROI。從上圖中可以看出，在右上象限中的渠道價值是比較大的，再綜合考慮ROI，還可以看出渠道性價比情況

4. 分析各環節轉化周期，分析用戶習慣，為制定運營策略提供依據

這種場景通用性並不是很強，會和公司業務相關聯，有些業務的交易是分成多個階段來完成，這種情況可以對轉化周期進行分析。

上圖中可以看出，該業務的付款與成交一般在前四周完成，而第五周開始趨於穩定。知道以上信息後，可針對第五周未付款或完成交易的用戶進行詢問，提高轉化率。另外可制定四周內完成交易有獎勵等活動來縮短成交周期，因為圖中可以看出，絕大部分用戶四周時間足夠完成服務檢查、訂單確認等工作。

廣告管理

廣告管理主要是實現站外廣告投放的營銷監測，投放形式有：品牌廣告、競價SEM、直郵EDM、渠道廣告。還可以通過定製報表來實現自定義選擇活動到郵件的功能。通過該功能，不僅可以掌握精準的投放數據，更有利於發現不同渠道的效果好壞（比如流量質量、轉化效果等），對投放渠道進行優化，提升推廣的ROI。

會員分析

會員分析主要是了解會員在重點頁面、重點頻道的流量貢獻，了解會員在網站的行走路徑，了解會員地域、年齡等屬性分布，並詳細分析不同會員在網站的關鍵行為，比如產品瀏覽、入藍、訂購等指標，為網站的精準營銷提供有力的數據支持。

業務分析

通過對每種產品的銷量情況查找產品存在的缺陷，進而找出解決方案。對每個產品進行瀏覽/入藍/訂單分析，發現熱門但點擊率、入藍率不高的產品，從而進行策略調整，也可以細分不同品牌、品類、分店等維度來分析。