电商指标含义

1)流量数据

1、浏览量(访问量),即PV,指用户访问页面的总数,用户每访问一个网页就算一个访问量,同一页面刷新一次也算一个访问。

2、访客数,即UV,独立访客,一台电脑为一个独立访问人数。一般以天为单来统计24小时内的UV总数,一天之内重复访问只算一次。当然,现在一些平台支持自选时间段(1小时、一天、一周)为去重标准。访客又分为新访客和回访客。

3、当前在线人数,指15分钟内在线的UV数。

4、平均在线时长,指平均每个访客访问网页停留的时间长度。
(补充,如果网站是为了帮助客户尽快完成他们的任务(比如:购买,答疑解惑),那么在线时长应当是越短越好;
如果希望客户一同参与到网站的互动中来,那么时间越久会越好。所以,分析在线时长是否越长越好,要根据产品定位来具体分析。)

5、停留时间:指用户打开网站最后一页时间点减去第一个页面的时间点,所以该指标不能完全等同于用户浏览时长。为什么会存在这样的情况,主要是由于目前技术限制而采用这样的近似替代关系。

6、平均访问量(平均访问深度):指用户每次浏览的页面数品平均值,即平均每个UV访问了多少个页面。

7、日均流量,有时候会用到日均UV和日均PV的概念,即平均每天的流量。

8、跳出率,指只访问了一个页面就离开的访问次数 除以 该页面所有访问次数。分为首页跳出率、关键页面跳出率、具体产品页跳出率等。这些指标用来反应页面内容受欢迎的程度,跳出率越大,页面内容一般越需要调整。

2)转化指标

1、转化率:指进行了相关动作的访问量 占 总访问量的比率。转化率是电商运营的核心指标,也是用来判断营销效果的指标。

2、注册转化率:即注册用户数除以新访客总数,当我们的目标是积累会员总数时,这个指标就很重要了。

3、客服转化率:咨询客服人员的用户数 除以 总访问数,这个类似于线下的试穿率。

4、收藏转化率:即将产品添加收藏或者关注的用户数 除以 该产品的总访问数。每逢双十一等大型促销钱,用户都会大量收藏产品到自己账户以便促销时购买。

5、添加转化率:即将产品添加到购物车的用户数 除以 该产品的总访问数,这个指标主要针对具体产品。

6、成交转化率:即成交用户数 除以 总访问数,一般我们提到的转化率就是成交转化率。成交转化率还可以细分为全网转化率、类目转化率、品牌转化率、单品转化率、渠道转化率、事件转化率等。

7、渠道转化率:从某渠道来的成交用户数 除以 该渠道来的总用户数,这个指标用来判断渠道质量。

8、事件转化率:因某事件带来的成交用户数 除以 该事件带来的总用户数,有些事件可以跟踪到人,例如营销中的关键字投放,其他网站的广告投放等。

3)营运指标

1、成交指标:成交金额、成交数量、成交用户数。

2、订单指标:订单金额、订单数量、订单用户数、有效订单、无效订单。

3、退货指标:退货金额、退货数量、退货用户数、金额退货率、数量退货率、订单退货率。

4、效率指标:客单价、件单价、连带率(销售的件数/ 交易的次数)、动销率(有销量的商品数/ 在售商品数)。
在这里插入图片描述
在这里插入图片描述

5、采购指标:采购金额、采购数量。

6、库存指标:库存金额、库存数量、库存天数、库存周转率、售罄率。

7、供应链指标:送货金额、送货数量、订单满足率、订单响应时长、平均送货时间。

4)会员指标

1、注册会员数:指曾经注册过的会员总数,其没有太大意义,所以可以用有效会员数概念,即在1年内有消费记录的会员数。

2、活跃会员数:指在一定时间内有消费或者登陆行为的会员数,时间周期和产品购买频率有关,快消品一般会在周期上定义短些。

3、活跃会员比率:即活跃会员占会员总数的比重。

4、会员复购率:指在一段时间内产生二次及以上购买行为的会员数占总会员数的比率。

5、平均购买次数:指某时期内每个会员平均购买的次数,订单总数 除以 购买用户数,最小值为1.

6、会员回购率:指上一期活跃会员在下一期有购买行为的会员比率,回购率和流失率是相对概念。

7、会员留存率:某时间节点的会员在某特定时间周期内登陆或消费过的会员比率。

8、会员流失率:指一段时间内没有消费的会员占会员总数的比率。

5)财务指标

1、新客成本:为了争取到新客户的点击、注册或购买,平均每个新客户消耗掉的营销费用就是新客成本。

2、单人成本:即营销成本(营销费用+配合成本)除以访客数(UV),这个指标不去区分访客是否是新访客,是否注册,是否购买,也就是不考虑具体的转化情况。

3、单笔订单成本:营销成本除以获取的订单数,不区分订单来源,以成交结果为导向。

4、费销比:即费用比例,营销成本除以订单金额,其倒数就是ROI,即投入一元钱能带来的订单金额。

物流相关的财务指标,包括仓储费占比,物流费占比等。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SparkSQL是Apache Spark提供的一种用于处理大规模数据的分布式SQL查询引擎,可以用于处理电商指标数据。下面是一些使用SparkSQL处理电商指标的示例: 1. 数据准备: - 从数据源中加载电商指标数据,如订单数据、用户数据、商品数据等。 - 使用Spark提供的DataFrame或Dataset API将数据转换为DataFrame或Dataset对象。 2. 数据清洗与转换: - 使用SparkSQL的SQL语句或DataFrame/Dataset的API进行数据清洗和转换操作,如过滤无效数据、处理缺失值等。 - 根据具体需求,对数据进行拆分、合并、聚合等操作,以得到所需的指标。 3. 指标计算: - 使用SparkSQL的聚合函数和窗口函数等功能,计算各种电商指标,如销售额、订单数量、用户活跃度等。 - 可以通过分组、排序、筛选等操作,对指标进行细分和统计。 4. 数据存储与可视化: - 将计算得到的指标数据存储到目标数据库或文件系统,如Hive表、HDFS文件等,以供后续分析和可视化使用。 - 可以使用第三方工具(如Tableau、PowerBI)或开发自定义的可视化应用,对指标进行展示和分析。 需要注意的是,SparkSQL适用于处理大规模数据集,可以通过横向扩展(增加计算节点)来提高处理性能。同时,合理的数据分区和缓存策略也能对性能产生影响。另外,根据实际情况,还可以结合其他Spark组件(如Spark Streaming、Spark MLlib)进行实时计算和机器学习等任务。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值