店铺的经营,很多经验是可以复制的,但是每个电商的经营数据是基于自身的经营而产生,从数据中看经营问题,要去解决它,用他人的经验行不通。这个道理我们都懂,但电商数据又能够带来多大的价值,看经营数据只是看销量、转化率、订单那么简单吗?不知道有多少人利用其他数据发挥它的价值。
举报 使用道具
| 回复

共 7 个关于本帖的回复 最后回复于 2015-11-25 12:07

沙发
xandy 论坛元老 发表于 2015-11-25 10:55:35 | 只看该作者
看了一些资料,将一些对电商有帮助的分析字段贴出来,大家一起讨论
举报 使用道具
板凳
ym 版主 发表于 2015-11-25 11:04:52 | 只看该作者
做为买家的话,买东西时除了看商品图片和产品参数外,还会关注店家等级、交易量、评论里的好评度、差评,以此来推测产品的好坏,当然,看完这些,心里还是七上八下的,毕竟看不到实物,就算包装得再好,也感觉不到商品是否真的如介绍那样好。还要跟客服聊聊天了,被客服忽悠一下,可能就此消除对商品的疑虑,当然了,也可能物极必反,觉得真的就是在忽悠人,所以,想要做好店铺经营,就要了解全部的数据吧,但数据太多也不是好事,关键是要学会分析,确定关键数据,就能沙里淘金了
举报 使用道具
地板
xandy 论坛元老 发表于 2015-11-25 11:08:35 | 只看该作者
这些都是电商自身拥有过的数据,选择一个入手点,“物流分析”,可以用到送货时间、地理位置、物流动向,设想下可以或许通过送货效率来选择快递公司。再选择一个入手点,通过用户的访问、加入购物车到支付这一流程,用漏斗图来分析,可以看看不同商品的用户转化率。说的不一定对,请各位拍砖。

电商数据库字段.jpg (464.49 KB, 下载次数: 923)

电商数据库字段

电商数据库字段
举报 使用道具
5#
xandy 论坛元老 发表于 2015-11-25 11:13:59 | 只看该作者
ym 发表于 2015-11-25 11:04
做为买家的话,买东西时除了看商品图片和产品参数外,还会关注店家等级、交易量、评论里的好评度、差评,以 ...

从自己作为一名买家的角度来说,我考虑两个方面,一个是产品质量,性价比高击中我下怀;另一方面,就是服务,我买东西不喜欢咨询,看准了就买,只要售后服务好,让我退货放心,我也不怕退货这一流程。所以,卖家能让我在整个流程中畅通无阻,我就满意了。
举报 使用道具
6#
Fuller 管理员 发表于 2015-11-25 11:22:36 | 只看该作者
xandy 发表于 2015-11-25 11:08
这些都是电商自身拥有过的数据,选择一个入手点,“物流分析”,可以用到送货时间、地理位置、物流动向,设 ...

GooSeeker给几个大型零售商做的数据就是这个领域,常用的模式是:顾客价值分析;购物篮分析等。
但是,这样的数据主要来自商家内部的经营数据,别人的数据分析不了。其实网页上显示出来的很多竞争数据是能分析出很多情报,比如,货架、促销、品牌合作、定价等等
举报 使用道具
7#
Fuller 管理员 发表于 2015-11-25 11:27:11 | 只看该作者
xandy 发表于 2015-11-25 11:13
从自己作为一名买家的角度来说,我考虑两个方面,一个是产品质量,性价比高击中我下怀;另一方面,就是服 ...

负面评价的管理十分重要,可选的商品太多了,根据电商实际运营经验,发现很多顾客很关注负面评价,因为正面评价实在是太多,太水,对比负面评价可能会发现一些真实的决策依据。

这两个抓取规则是下载量很大的:
1,京东评价列表:http://www.gooseeker.com/res/detail_89336.html
2,淘宝评价列表:http://www.gooseeker.com/res/detail_89622.html
举报 使用道具
8#
xandy 论坛元老 发表于 2015-11-25 12:07:14 | 只看该作者
Fuller 发表于 2015-11-25 11:22
GooSeeker给几个大型零售商做的数据就是这个领域,常用的模式是:顾客价值分析;购物篮分析等。
但是,这 ...

所以可以从自身角度和外部角度分别考虑,自身角度关注个体经营情况,外部角度关注竞争情况。大型商家建立数据库,用内外部数据结合进行分析,小型商家这样做的话成本太大,所以更多的是购买服务,比如一些分析工具。
举报 使用道具
您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • Gephi社会网络分析-马蜂窝游记文本分词并同
  • Gephi社会网络分析-基于马蜂窝游记文本以词
  • 知乎话题文本根据词语间距筛选后生成共词矩
  • 马蜂窝游记文本分词后以词语间距为筛选条件
  • 学习使用apriori算法挖掘关联关系

热门用户

GMT+8, 2024-5-5 11:23