电商数据分析2_专业名词和指标体系

1. 专业名词

1.1 维度和分类数据

维度是数据对象的描述性属性或特征，维度属于分类数据，不能反映数值的大小，如性别、地域、日期、渠道分类、商品名称等

1.2 度量

度量是指可以用数字大小来衡量程度且具有同等距离的字段，同时也称之为指标，度量属于定量数据。
度量可以分为角度度量和相对度量：绝对度量反映的是规模大小的指标，如销售额、访客数等。相对度量反映质量好坏，如转化率、利润率、退款率等。

1.3 粒度

粒度是维度的分析单位，如分析国内低于的销售分布，可以选择省份作为粒度，如广东省、浙江省等。要分析某省份的低于分布，可以选择城市作为粒度，如杭州市、湖州市等

1.4 量纲和单位

量纲是表征物理量的属性（类别），如时间、长度、质量等；单位是指物理量大小或数量的标准，如s、m、kg等。

1.5 数据集、事实表和维度表

数据集(Dat se)又称为资料集、数据集合或资料集合，是一种由数据组成的集合,如一天记录网店数据的表。
事实表(FaceTable)用于记录已经发生的事实的数据，一般大多数统计或者收集的数据都事实表。
维度表(Dimension Table)是观察事实表的某一个或几个角度，维度表中的数据不可以重复，如日历表，日历中不会出现任何重复的一天。

1.6 算法和函数

算法(Algorithm)是指解题方案的准确而完整的描述，运用数学方法将现实中复杂的问题维成数学问题。
函数(Function)是封装好的算法，可供用户直接调用。比如，Excel中的 Sum 函数，程序前封装好加法，用户直接调用 Sum 指令即可。

1.7 模型

模型(Model)是解决某些问题的整体方案，可分为业务模型、关系模型和算法模型。好模型是基于业务逻辑构建的可自动处理业务中间过程的整体结构，比如杜邦分析法构建的杜邦分析模型。关系模型是基于表与表的关系建立的解决方案,一般涉及跨表联查。算法模型是基于法构建的解决方案，如关联算法、回归模型等。

2. 指标体系

2.1 数据来源及统一

电商数据分析的主要流量来源如下：
(1)交易/订单数据:小到一家店铺，大到电子商务平台，都会有订单数据的产生。订单越主要记录的是订单金额、收货地址及订单状态等信息。
(2)用户行为数据:平台拥有用户在平台上全链路的行为数据，商家拥有用户在自己店铺费的行为数据，品牌方可使用阿里巴巴提供品牌数据银行进行用户行为的路径分析，当前有多数据企业提供类似的数据服务。
(3)运营数据:不管是平台还是商家都拥有丰富的运营数据，阿里巴巴的生意参谋,京东的数据罗盘都提供了丰富的数据，如点击率、转化率等核心指标。
(4)口碑评价数据:以文本、图片和视频为主的数据，可反映用户对平台或商品的满意程度。

2.2 数据口径

数据口径也称为统计口径，是指统计数据所采用的标准，包含统计内涵和统计范围。统计内涵即进行数据统计的具体内涵(项目内容)，如店铺的销售金额，其统计内涵是指扣除退款。店商品的销售额。
统计范围是在指标的统计内涵基础之上的汇总范围，不同的范围会导致指树意义不同。如店铺销售金额，店铺下单金额是数据口径的差异，店铺销售金额和某品类的销售金额是统计范围的差异。
数据口径的统一没有对错之分，如A企业将下单金额定义为销售金额，B企业将支付金额定义为销售金额。企业在确定数据口径时会为了某些目的，而采用不常用的规则。统一数据口径是企业开展数据分析事务的前提条件，只有统一数据口径之后分析人员方可使用数据开展数据分析工作。

1.交易指标

(1)支付金额:指统计时间内，消费者完成支付流程后的所有订单的金额汇总，是电商企业重点关注的收入指标。
(2)支付件数:指统计时间内，消费者完成支付流程后的所有订单的商品件数汇总。
(3)支付父订单数:指统计时间内，消费者完成支付流程后的父级订单数量，父级订单指的是一次下单总订单号。
(4)支付子订单数:指统计时间内，消费者完成支付流程后的子级订单数量，每一个订单中的不同 SKU 都是一个子级订单。支付子订单数除以支付父订单数等于 SKU 连带率。
(5)支付转化率:指统计时间内，完成支付流程的消费者数量占总访客数的比例。支付转化率是重要指标之一，常用于评估运营内功的好坏或用户对商品的喜好度。

2.流量指标

(1)曝光量:指统计时间内，商品或店铺得到曝光(即展现在消费者面前)的次数。
(2)浏览量:指统计时间内，商品或店铺被用户打开(即进入到对应的URL中)的次数。
(3)访客数:指统计时间内，商品或店铺被用户打开(即进入到对应的 URL中)的人数去重数，访客数是重要指标之一，常用于评估客群的规模。
(4)点击率:指统计时间内，商品被单击的次数(浏览量)除以商品被曝光的次数(曝光量)。点击率是重要指标之一，常用于评估运营内功的好坏或用户对商品的喜好度。

3.服务指标

(1)退款率:指统计时间内，退款成功笔数除以支付宝支付子订单数，退款包括售中仅退款和售后退货退款。
(2)退款时长:指统计时间内，全部退款处理总时长除以全部退款笔数，即每笔退款从发起到完结的平均处理时长，退款包括售中仅退款和售后退货退款。

4.其他指标

(1)加购人数:指统计时间内，访客将商品加人购物车的访客去重数。
(2)收藏次数:指统计时间内，宝贝被来访者收藏的次数，一件宝贝被同一个人收藏多次记为多次。

2.3 常用分析度量

常用分析度量用于帮助用户判断运营情况的好坏，销售额、访客数、客单价及转化率等关键指标都可以使用分析度量。常用分析度量有:年累计、环比、同比和目标完成率。
(1)年累计:到现在日期为止的一年(按公元年份计算),某个指标的累加数据，常用的有支付金额、访客数、退款额等。
(2)环比:对比上个月同期，某个指标的变化幅度。计算公式:

	环比=(本期数据-上期数据):上期数据

(3)同比:对比去年同期，某个指标的变化幅度。计算公式:

同比=(本期数据-去年同期数据)÷去年同期数据

(4)目标完成率:到指定时间范围内，完成目标的比例。计算公式:

目标完成率=年累计销售额-日标销售x100%

环比、同比、和目标完成率相对使用更频繁。

2.4 建立数据指标体系

建立数据指标体系主要有以下3个步骤。
第一步:先确定统计指标，包括平均值、汇总值、最大值、最小值、环比增长率、同比增长率6个度量值。
第二步:，基于公式:销售额-访客数x转化率x客单价，整理与其相关的指标,

访客数	转化率	客单价
浏览量	点击率	人均支付件数
	停留时间
	访问深度

第三步:给每个指标统一的统计口径和解释，

数据指标体系 1

分析模板	指标	来源	定义	算法	指标类型	数据类型	相关数据源表	相关数据报表
销售	销售额	生意参谋	下单且支付的总金额	支付转化率x访客数x客单价	正指标	数值	店铺取数表	店铺整体分析报表
	上新率	自行统计	上新的SPU站全店SPU的比例	新SPU/SPU数		百分比		商品信息表
	退款金额	售后报表	申请退款且退款成功的总金额	成功退款订单的汇总金额	逆指标	数值	售后退款表
	退款率	自行统计	当月成交后退款的订单笔数的比例	退款订单数/总订单数	逆指标	百分比		售后退款表\店铺取数表

数据指标体系 2

统计周期	部门	相关度量值	表现方式	KPI	变化阈值	变化说明
月、周、天	运营部	总销售额\年累计销售额	折线图		15%	市场趋势下降，换季，竞争对手还击，违规，断货…
月	运营部\产品部		卡片\表格	10%	–	采购/生成，拍摄、设计的进度
月	运营部\售后部	年累积退款总额			比销售额增幅高30%	产品质量，详情页描述，恶意订单

数据指标字段说明如下：
分析模块:指标所属的分析模块。
指标:指标的名称，名称可以自定义也可以和电商平台保持相同的名称。
来源:获取该数据的来源平台或地址。
定义:该指标的统计口径。
算法:该指标可通过哪个算法计算得出。
指标类型:指标是正指标(越大越好)还是逆指标(越小越好)
数据类型:数据存储的形式，常见的有数值、文本、日期等。
相关数据源表:该指标可在数据库的哪张表找到。
相关数据报表:使用这个指标的报表名称。

统计周期:该指标的统计时间范围，常见的有按天统计、按3天统计、按周统计、按月统计、按季度统计、按年统计。
部门:可查看该指标的部门，用于指定数据权限。
相关度量值:通过该指标计算出来的相关度量值。
表现方式:该指标进行展现的可视化对象。
KPI:该指标的是指关键绩效指标。
变化阈值:超过变化阈值需要提醒经营者注意。
变化说明:指标发生变化时，说明变化产生的原因

参考资料
[1]陈海城.Excel电商数据分析与应用.图书目录[M].北京:人民邮电出版社,2021:21-24