电商的各类指标

1、网站流量指标（14个）

（1）UV

（2）PV

（3）Visit

（4）新访问占比

（5）实例数

（6）访问深度

（7）停留时间

（8）跳出率

（9）退出率

（10）产品页转化率

（11）加入购物车转化率

（12）结算转化率

（13）购物车内转化率

（14）目标转化率

2、商品数据化运营指标（15个）

（1）订单量和商品销售量

（2）GMV

（3）商品销售额和订单金额

（4）平均订单金额

（5）客单价

（6）订单转化率

（7）订单有效率

（8）支付转化率

（9）商品毛利与毛利率

（10）SPU和SKU

（11）每订单成本和每有效订单成本

（12）活动直接收入与活动间接收入

（13）活动收入占比

（14）活动拉升比例

（15）每优惠券收益与积分兑换收益

3、站外营销推广指标（10个）

（1）广告曝光量

（2）广告点击率

（3）到达率

（4）广告转化率

（5）CPA

（6）CPC

（7）CPD

（8）CPM

（9）每UV成本和每PV成本

（10）ROI

4、会员数据化运营指标（20个）

（1）注册会员数

（2）激活会员数

（3）购买会员数

（4）可营销会员数

（5）会员营销费用和费率

（6）会员营销收入

（7）用券类指标

（8）单位成本指标

（9）会员活跃度

（10）新会员数和老会员数

（11）ARPU和ARPPU

（12）会员复购率

（13）会员平均购买次数

（14）会员的RFM指标

（15）会员生命周期相关指标

（16）会员生命周期转化率

（17）会员生命周期剩余价值

（18）会员留存率

（19）会员流失率

（20）会员异动比

5、仓储管理类指标（9个）

（1）库存量

（2）库存金额和平均库存金额

（3）库存可用天数

（4）库存周转率

（5）库存周转天数

（6）库龄

（7）滞销金额

（8）残次商品占比

（9）缺货率

6、物流配送指标（4个）

（1）配送业务量

（2）配送满足率

（3）配送准确率

（4）满载率

1、网站流量指标（14个）

（1）UV（Unique Visitor，独立访客数）

UV是指独立访客，表示不同的、通过互联网访问、浏览一个网页的用户。UV是衡量用户“人数”的重要指标，能够反映来到网站的用户“数量”。比如，一个访客从同一个IP地址来访问某个网站N次，访问次数记为N，但UV（独立访客数）= 1。此外，UV的定义只与时间有关，与其他任何行为都无关。

• 增长：代表网站吸引了更多新用户或现有用户增加了访问频率，是网站流量增加的直接体现。
• 减少：可能意味着网站吸引力下降，新用户获取困难，或用户忠诚度降低。
• 异常值判断：理论上，UV的值应该是非负的，且根据网站规模、市场活动和时间段的不同，UV的数值会有较大波动。但如果UV出现负数或极端高的数字（远高于历史数据或行业平均水平且无法合理解释），则可能是异常值。
• 参考因素：受网站知名度、市场推广活动、SEO优化、社交媒体影响力、用户口碑及网站内容吸引力等因素影响。

（2）PV（Page View，页面浏览量）

PV是指页面浏览量。用户每一次对网站中的某个页面访问均被记录1次。用户对同一个页面的多次访问，访问量累计。PV的本质是衡量页面被浏览的“绝对数量”。

• 增长：表明用户对网站内容的兴趣增加，访问深度提高，或网站推广效果显著。
• 减少：可能因内容质量下降、网站结构调整不合理或用户兴趣转移等原因导致。
• 异常值判断：同样，PV的值也应该是非负的，且受网站内容、用户体验和营销活动等多种因素影响。如果PV出现负数或极端高的数字（与UV相比极不成比例），则可能是异常值。
• 参考因素：受页面设计、内容质量、用户体验、网站导航结构、内部链接优化、访问时间（如节假日、工作时间与休息时间）及突发事件等因素影响。

（3）Visit（访问次数）

Visit是指访问次数。该指标反映了有多少“人次”来到网站。Visit与UV相结合可以评估网站来了多少“人”，且黏性如何。例如，一个网站每天的UV是10，但访问数是300，反映了该网站的每个UV可以带来30次访问。Visit的定义与UV类似，只是Visit的默认定义时间不是1天，而是30分钟，即用户在30分钟内重复打开网站，Visit只计为1；若超过了30分钟，则将该次访问记录为一个新的访问。所以，一个UV可以产生多个Visit。

• 增长：说明网站的整体活跃度提升，用户访问频率增加。
• 减少：可能因网站内容更新不及时、用户体验不佳或市场竞争加剧等原因导致。
• 异常值判断：这个指标通常指在一定时间内（如一天、一周）用户访问网站的次数。其值也应该是非负的，且会根据网站活跃度和用户行为而波动。如果Visit出现负数或极端异常的增长（如突然激增到不切实际的高值），则可能是异常值。
• 参考因素：与UV类似，但更多受用户粘性、网站内容更新频率、用户回访习惯等因素影响。

（4）新访问占比

新访问占比 = 新访问量 / （新访问量 + 老访问量）。新访问占比是用来定义所有访问中新访问的占比情况，反映了站外渠道或网站吸引新用户的能力。新访问占比高意味着市场扩大和新用户不断进入。所以，新访问占比是评估站外引流效果的重要指标，对于以吸引新用户关注为目的的渠道具有重要意义。在新访问占比的公式中，新访问量是指之前没有访问记录，第一次访问该网站的用户数量。如果用户在当天既有第一次访问，又产生了第二次访问，则新访问量和老访问量同时增加1。

• 增长：表明网站在吸引新用户方面表现良好，市场扩大，新用户不断进入。
• 减少：可能意味着网站对新用户的吸引力下降，或老用户占比过高，新用户增长乏力。
• 异常值判断：这个指标表示新访客占总访客的比例，其值应在0到1之间（或0%到100%之间）。如果超出这个范围，显然是异常值。
• 参考因素：受市场推广活动效果、网站定位与目标用户匹配度、品牌知名度等因素影响。

（5）实例数

实例数是一个特殊的流量指标，它用来衡量站内自定义对象的触发次数（如某个按钮、某个功能区、某个下拉菜单等的触发次数）。实例数的计数原理是每次监测的代码触发一次，则实例数增加1。比如，网站设置点击某个功能区为自定义对象，该功能区今日被点击50次，则关于该功能区的实例数为50。

• 增长：通常指站内自定义对象的触发次数增加，如按钮点击、页面交互等，表明用户参与度提高。
• 减少：可能因用户兴趣降低、页面设计不合理或交互体验不佳等原因导致。
• 异常值判断：这个指标可能指的是某种特定事件或行为的次数，如API调用次数等。其值通常应为非负，但具体是否有异常值还需根据上下文判断，如极端高或低的值且无法合理解释时，可视为异常。
• 参考因素：用户需求与行为、系统性能与稳定性、内容质量与更新频率、市场推广与营销策略、技术架构与实现方式以及外部因素等。

（6）访问深度

访问深度 = PV（或UV） / 访问次数。访问深度是衡量用户访问质量的重要指标，是指用户在一次浏览网站的过程中，所浏览的网站的页数，可以用来评估用户看了多少个页面。访问深度越大意味着用户对网站的内容越感兴趣。不过，访问深度不一定总是越高越好，访问深度过高可能意味着用户在网站中迷失了方向而找不到目标内容。

• 增长：说明用户在一次访问中浏览了更多页面，对网站内容更感兴趣，用户体验良好。
• 减少：可能因网站内容质量下降、导航结构不清晰或用户兴趣转移等原因导致。
• 异常值判断：指用户在一次访问中浏览的页面数。这个值理论上可以是任意的非负整数，但过高的值（如远超网站平均页面数）或极低的值（如总是只访问一个页面）在没有特定上下文时可能被视为异常。
• 参考因素：受网站内容质量、丰富度、用户兴趣点、导航设计、内部链接布局等因素影响。

（7）停留时间

停留时间包括两类，第一类是页面停留时间（下一个页面请求的时间戳 － 当前页面时间戳），第二类是网站停留时间（在网站中最后一次请求的时间戳 － 第1次请求的时间戳）。通过分析停留时间可以判断网站或某个页面对用户是否具有足够的吸引力。但停留时间并不意味着用户真的“停留”或“浏览”，比如用户可能打开网页后离开计算机，或使用多Tab浏览器同时打开多个页面。

• 增长：表示用户在网站上停留的时间更长，对网站内容或功能更感兴趣。
• 减少：可能因网站加载速度慢、内容不吸引人或用户体验不佳等原因导致。
• 异常值判断：用户在网站上的平均停留时间。这个值可以是任意非负数值，但极端长的停留时间（如几天几夜）或极端短的停留时间（几乎为0）在没有合理解释的情况下可能是异常值。
• 参考因素：与页面内容吸引力、用户体验、用户参与度（如评论、分享、点赞等）密切相关。

（8）跳出率

跳出率 = 跳出的访问数量 / 落地页访问数量。跳出是指用户在到达落地页之后，没有单击第二个页面就离开网站的行为。跳出率则是指只浏览了一个页面就离开网站的访问次数占总访问次数的百分比。通常来说，跳出率可以用来评估用户进入网站后的第一反应情况。跳出率过高意味着站外流量的质量低，或者是网站的页面设计有问题，导致用户不愿意继续浏览。不过，有些时候跳出率高并不一定是坏事，还需要结合当初设置这个页面的目标进行具体分析。例如，某些电商网站的购物车或者结算页面，单击支付后会跳到第三方支付平台，那么这个网页的跳出率高属于正常现象。而落地页是指访问者当前所处的特定页面。在公式中，“跳出的访问数量”表示的是通过搜索关键词或单击站外链接进入网站仅浏览了第一个页面就离开的访问次数，该页面指的是落地页。而“落地页访问次数”指的是用户访问落地页产生的所有访问次数。简单来理解，跳出率就是指访问了入口页面（例如网站首页）就离开的访问量与所产生总访问量（包含跳出的，也包含进一步深入访问的）的百分比。

• 增长：表明用户进入网站后很快离开，未进行深度浏览或交互，可能因网站内容与用户需求不匹配、页面设计不佳或加载速度慢等原因导致。
• 减少：说明网站内容对用户的吸引力增强，用户体验提升。
• 异常值判断：指仅访问了入口页面就离开的访问次数占总访问次数的比例。其值应在0到1之间（或0%到100%之间）。如果超出这个范围，显然是异常值。
• 参考因素：受页面加载速度、内容相关性、用户体验（如页面布局、广告干扰等）、关键词与页面内容匹配度等因素影响。

（9）退出率

退出率 = 当前页面退出的访问量 / 当前页面的总访问量。退出是指用户从网站离开，而没有进一步动作的行为。退出率指的是在某个页面退出的访问量占该页面总访问量的比例。通过退出率可以对网站页面进行分析。如果一个页面的退出率比较高，则这个页面的内容或者是页面设计可能存在一些问题，使用户不愿意继续浏览，这种时候就需要及时对页面进行相应的优化。虽然页面的退出率越低越好，但某些特殊情况下出现高退出率也是正常的。比如，网站中的客服页面，当用户的问题得到解答之后退出，也属于正常情况。

退出率和跳出率要做区分，跳出率仅针对是落地页（一般是网站打开后的第一个页面），而网站中的所有页面都有退出率。

• 增长：表示用户从某个页面退出网站的比例增加，可能因该页面内容不符合用户需求、页面设计不佳或存在技术问题等原因导致。
• 减少：说明网站整体的用户体验良好，用户流失率降低。
• 异常值判断：这个指标可能因定义不同而有所差异，但通常指的是在某个页面退出网站的访问次数占到达该页面总访问次数的比例。其值也应在0到1之间（或0%到100%之间）。如果超出，则为异常值。
• 参考因素：与页面内容质量、用户体验、用户需求满足度、导航便捷性等因素有关。

（10）产品页转化率

产品页转化率 = 产品页访问次数 / 总访问次数。通常情况下，用户要完成订单，需要先浏览产品页查看产品信息，确认产品信息之后才能继续购物车流程。所以产品页转化率是用户订单转化过程中的重要指标。在上述公式中，“产品页访问次数”是指产品页被访问的总次数，而“总访问次数”是指网站被访问的总次数。

• 增长：表明产品页面对用户的吸引力增强，用户购买意愿提高，营销策略有效。
• 减少：可能因产品页面设计不佳、价格不合理、用户评价差或市场竞争激烈等原因导致。
• 异常值判断：这些转化率指标的值都应在0到1之间（或0%到100%之间）。如果超出这个范围，显然是异常值。
• 参考因素：受商品质量、价格、促销活动、用户评价、支付方式便捷性、物流配送服务、售后服务保障等多种因素影响。

（11）加入购物车转化率

加入购物车转化率 = 加入购物车的访问量 / 总访问量。把商品加入购物车是用户进入购物车环节的第一步，用户在这一步确认商品信息、数量等。加入购物车转化率是指将产品加入购物车的访问量占总访问量的比例，比产品页转化率的参考价值可能要更高，因为加入购物车说明用户的购物意向更强。所以，该指标通常会用来衡量所有站外和站内运营的业务效果。

• 增长：说明用户对产品更感兴趣，购买意愿强烈，购物车功能使用顺畅。
• 减少：可能因购物车页面设计不合理、价格变动频繁或用户支付意愿下降等原因导致。
• 异常值判断：这些转化率指标的值都应在0到1之间（或0%到100%之间）。如果超出这个范围，显然是异常值。
• 参考因素：受商品质量、价格、促销活动、用户评价、支付方式便捷性、物流配送服务、售后服务保障等多种因素影响。

（12）结算转化率

结算转化率 = 结算页UV / 总UV。结算是用户在购物车环节的第二步，在这个步骤，用户可以确认订单联系人、送货时间、送货地址、优惠折扣、运费等信息。结算转化率就是到达结算页面的访问占比，结算转化率越高，意味着用户完成订单的概率就越大，所以结算转化率也是相关业务部门的重要指标。

• 增长：表明用户从加入购物车到完成结算的转化率提高，支付流程顺畅，用户体验良好。
• 减少：可能因支付流程复杂、支付安全问题或用户支付意愿下降等原因导致。
• 异常值判断：这些转化率指标的值都应在0到1之间（或0%到100%之间）。如果超出这个范围，显然是异常值。
• 参考因素：受商品质量、价格、促销活动、用户评价、支付方式便捷性、物流配送服务、售后服务保障等多种因素影响。

（13）购物车内转化率

购物车内转化率 = 提交订单的访问量 / 加入购物车的访问量。对于电商的销售环节来说，购物车内转化率是重要的监控指标。一般来说，购物车内转化率应大于给定的阈值（常用0.6）。如果低于这个阈值，说明可能存在流量作弊问题，或者购物车流程设计有问题（但某些决策周期较长的特殊商品除外，比如空调等大件商品）。此外，加入购物车转化率和购物车内转化率之间的差值，可以用来衡量产品和业务的提升空间。差值越大，提升空间越大。

• 增长：表示用户在购物车内的购买行为增加，购物车功能对用户购买决策有积极影响。
• 减少：可能因购物车页面设计不佳、优惠策略不吸引人或用户购买意愿变化等原因导致。
• 异常值判断：这些转化率指标的值都应在0到1之间（或0%到100%之间）。如果超出这个范围，显然是异常值。
• 参考因素：受商品质量、价格、促销活动、用户评价、支付方式便捷性、物流配送服务、售后服务保障等多种因素影响。

（14）目标转化率

目标转化率就是完成某个目标的访问数占比，目标可以定义为下载、注册、登录、试用、咨询等。目标转化率也可以作为过程衡量指标，比如浏览商品、加入购物车、结算等。

• 增长：说明网站实现预设目标的能力增强，如注册用户数、下载量、订单量等关键指标提升。
• 减少：可能因目标设置不合理、营销策略效果不佳或用户兴趣转移等原因导致。
• 异常值判断：这些转化率指标的值都应在0到1之间（或0%到100%之间）。如果超出这个范围，显然是异常值。
• 参考因素：受商品质量、价格、促销活动、用户评价、支付方式便捷性、物流配送服务、售后服务保障等多种因素影响。

影响这些指标变化的因素

• 市场推广：广告投放、SEO优化、社交媒体营销等市场推广活动直接影响UV、PV等指标。
• 网站内容：内容质量、更新频率、吸引力等影响用户停留时间、访问深度、跳出率等指标。
• 用户体验：页面加载速度、导航设计、用户交互体验等影响用户满意度和转化率。
• 商品与价格：商品种类、质量、价格、促销活动等影响产品页转化率、加入购物车转化率等指标。
• 支付流程：支付流程的便捷性、安全性等影响结算转化率。
• 技术与稳定性：网站的技术架构、服务器稳定性、数据记录准确性等直接影响所有指标的准确性。

2、商品数据化运营指标（15个）

（1）订单量和商品销售量

订单量 = 去重后的订单ID数量；商品销售量 = 销售商品的数量。订单量和商品销售量的区别在于，订单量是用来衡量唯一订单的数量，而商品销售量则是用来衡量商品的总数量。

• 增长：表示市场需求增加，销售活动有效，产品或服务受欢迎。
• 减少：可能意味着市场需求下降，销售策略需要调整，或存在竞争压力。
• 异常值判断：极端的大或小的数值，如远高于或远低于历史平均水平，可能表明数据记录错误或系统异常。
• 影响因素：市场需求、促销活动、季节性因素、供应链稳定性等。

（2）GMV（商品交易总额）

GMV是指Gross Merchandise Volume，也就是网站成交总金额。一般情况下，电商的GMV计算公式为：GMV = 销售额 + 取消订单金额 + 拒收订单金额 + 退货订单金额。GMV高的话企业可以获得更多的资金，如果企业具备一定规模的GMV，就能基于资金周转周期，将这笔资金用于资本运作，比如进行投资获取利润。要注意的是，GMV包含了未发生实际支付的部分，所以与电商平台的实际经营额可能有不小的差距。

• 增长：反映电商平台整体交易规模的扩大，业务活跃度提升。
• 减少：可能表明市场趋势不利，平台吸引力下降，或需要优化商品和服务。
• 异常值判断：与订单量和商品销售量类似，极端数值可能表明异常。
• 影响因素：市场需求、促销活动、商品价格、用户购买力等。

（3）商品销售额和订单金额

商品销售总额 = Σ（商品销售单价×销售量）；订单总金额 = 商品销售总额 － 总运费 － 优惠凭证金额 － 其他折扣（如满减）。商品销售总额和订单总金额都是评估商品销售收入的指标。商品销售额侧重于对总收入的评估，而订单总金额则侧重于对用户的实际付款进行评价。在上面的公式中，运费是指未满足免邮所需要支付的配送费用，而优惠凭证金额则是指通过优惠券、积分兑换、会员卡等可作为金额使用的抵充金额。

• 增长：直接体现销售收入的增加，可能源于销量提升、价格上涨或两者兼有。
• 减少：反映销售收入的下滑，需分析原因并采取措施。
• 异常值判断：极端高或低的销售额和订单金额可能表示数据异常。
• 影响因素：商品价格、促销活动、订单数量、用户购买力等。

（4）平均订单金额

平均订单金额 = 有效订单总金额（已成交） / 消费总人数。平均订单金额是指每一个有效订单的金额。通过分析平均订单金额可以对网站的订单价值进行评估。平均订单金额越高，意味着每个订单能够为企业带来的收益越高。网站的订单价值也就越大。在上面的公式中，“有效订单总金额”是指去除取消、作废、未支付等无效状态订单的总金额。“消费总人数”则是指在网站产生了购买行为的总人数。

• 增长：说明消费者单次购买金额增加，可能由高价值商品销售增加或促销活动带动。
• 减少：可能因低价商品热销、促销活动影响或消费者购买力下降。
• 异常值判断：与历史平均水平相比，显著偏离可能表明异常。
• 影响因素：促销活动、商品组合销售、用户购买习惯等。

（5）客单价

客单价 = 一定时期内的平均订单金额。注意客单价的本质是在“一定时期内，每位顾客消费的平均订单金额”，离开了“一定时期”这个范围，客单价是没有任何意义的。客单价能衡量一个网站在某一段时间内的销售情况，在流量转化都不变的情况下，高客单价也就意味着高的销售额。但是客单价并不是越高越好，需要结合客单价的变化趋势来确定。客单价低的商品能够吸引流量，提升转化，但对增加销售额没有什么帮助。低客单价不利于一个网站的长久发展，因为客单价越低意味着商品的毛利越少，这是不利于企业盈利的。

• 增长：表明每个用户的平均消费金额提高，有助于提升整体销售收入。
• 减少：可能因新用户占比增加、低价商品热销或促销活动影响。
• 异常值判断：极端高或低的客单价可能表示数据问题。
• 影响因素：促销活动、用户购买力、商品类型等。

（6）订单转化率

订单转化率 =成功下订单的访问量（UV） / 总访问量（总UV）。订单转化率高，说明网站的运营水平高，有更多的用户愿意购买网站中的商品。

• 增长：说明网站或商品页面的吸引力增强，用户购买意愿提高，营销策略有效。
• 减少：可能因页面设计不佳、用户体验差、价格过高或竞争对手影响。
• 异常值判断：远高于或远低于行业平均水平或历史数据的数值可能表示异常。
• 影响因素：网站/APP的用户体验、商品吸引力、促销活动、支付方式便捷性等。

（7）订单有效率

订单有效率 = 有效订单量 / 订单总量。在电商企业，通常去除取消、作废、未支付、审核未通过等无效状态的订单为有效订单。订单有效率用来衡量订单有效比例的重要指标。一般来说，订单有效率从下单后开始随时间下降，直到所有订单完成妥投才处于稳定状态。妥投是指快递物件已经妥善投递，和签收的差别在于，妥投是放到收件指定地点，还未签名。

• 增长：表明订单审核流程有效，减少了无效订单的比例，提高了运营效率。
• 减少：可能因审核标准变化、系统错误或人为操作失误导致。
• 异常值判断：通常应接近100%，远低于此的数值可能表示审核流程问题或数据记录错误。
• 影响因素：订单审核流程、用户取消订单行为、系统稳定性等。

（8）支付转化率

支付转化率 = 完成支付的用户数 / 需要支付的用户数。支付是用户完成购物的重要步骤，更是企业产生真实销售价值的关键。支付转化率高意味着企业会有更高的销售收益。需要注意的是，支付转化率无法对货到付款的订单及时评估，所以这个指标通常只针对线上。

• 增长：说明用户完成支付的意愿增强，支付流程顺畅，信任度提升。
• 减少：可能因支付流程复杂、支付安全问题或用户犹豫不决。
• 异常值判断：极端低或高的支付转化率可能表示支付流程问题或数据异常。
• 影响因素：支付流程便捷性、支付安全性、用户信任度等。

（9）商品毛利与毛利率

毛利 = 商品妥投销售额 － 商品批次进货成本。毛利率 = 毛利 / 商品妥投销售额。毛利是指商品销售收入减去商品原进价后的余额，是反映商品利润情况最重要的指标，也是电商中自营商品最重要的效果指标之一。而毛利率则是指毛利占商品销售收入或营业收入的百分比，毛利率能够反映企业经营的全部商品、大类商品甚至是某个商品的差价水平，是核算企业经营成果和价格制定是否合理的依据。毛利与毛利率综合反映了商品的盈利空间和变化趋势。需要注意的是，在电商中，所有毛利的计算基本是以妥投状态为计算准则的。

• 增长：反映商品盈利能力的提升，可能因成本控制得当、售价提高或销量增加。
• 减少：可能因成本上升、售价下降或销量下滑导致。
• 异常值判断：极端高或低的毛利和毛利率可能表示成本计算错误或商品定价异常。
• 影响因素：商品成本、销售价格、促销活动、销售数量等。

（10）SPU（Standard Product Unit，标准化产品单元）和SKU（Stock Keeping Unit，库存量单位）

SPU是指标准化产品单元。是商品信息聚合的最小单位，是一组可复用、易检索的标准化信息的集合，该集合描述了一个产品的特性。通俗点讲，属性值、特性相同的商品就可以称为一个SPU。SKU则是库存量单位，SKU是物理上不可分割的最小存货单元。举例说明一下SPU和SKU的关系，某个品牌的秋季新品大衣，是一个SPU。而该秋季新品大衣，有红色、黄色三种颜色，对应的尺寸有M、L和XL，则该秋季新品大衣有6个SKU，分别是红色M秋季新品大衣、红色L秋季新品大衣、红色XL秋季新品大衣、黄色M秋季新品大衣、黄色L秋季新品大衣、黄色XL秋季新品大衣。可以看到，1个SPU，对应了6个SKU。

• SPU增长：可能意味着产品线扩展或市场需求增加。
• SKU增长：表示库存商品种类增多，需关注库存管理和周转效率。
• 减少：则可能因市场需求变化、产品淘汰或库存优化策略。
• 异常值判断：通常不直接判断异常值，但SKU数量激增或骤减可能表示库存管理问题。
• 影响因素：商品种类、库存管理策略、市场需求变化等。

（11）每订单成本和每有效订单成本

每订单成本 = 费用 / 订单量；每有效订单成本 = 费用 / 有效订单量。每订单成本是指用户每完成一个订单，企业需要付出的费用。通过分析每订单成本，企业可以发现在营销费用控制和营销过程中存在的问题。如果每订单成本过高，则说明企业投入了相应的营销费用，却没有达到预期的结果。例如，订单量比预期低很多，而导致每订单成本大幅增加。而每有效订单成本与每订单成本的计算逻辑相似，不同点在于每有效订单成本仅包含有效状态的订单成本，是针对企业级别的真实评估指标。

• 增长：可能因运营成本上升、订单处理复杂度增加或无效订单比例提高。
• 减少：表明成本控制得当，运营效率提升。
• 异常值判断：极端高或低的成本可能表示成本计算错误或促销活动效果异常。
• 影响因素：促销活动费用、运营成本、订单量等。

（12）活动直接收入与活动间接收入

活动直接收入是指单纯通过促销活动所带来的收入，即用户促销活动期间购买了促销产品而为企业带来的收入。活动间接收入则是指用户通过促销活动引入且订单属于非活动商品给企业带来的收入。

• 增长：说明促销活动有效，带动了直接和间接销售增长。
• 减少：可能因活动效果不佳、市场反应冷淡或竞争压力。
• 异常值判断：极端高或低的收入可能表示收入计算错误或促销活动效果异常。
• 影响因素：促销活动效果、用户购买力、商品吸引力等。

（13）活动收入占比 

活动收入占比 = （活动直接收入 + 活动间接收入） / 全站订单成交金额。分析活动收入占比可以评估营销活动是否达到预期效果。如果活动收入占比的值较低，说明活动流程或者优惠等方面可能存在问题，不能对用户产生足够的吸引力，下一次活动需要对此进行优化。

• 增长：表明促销活动对整体销售的贡献增加，需关注活动效果评估。
• 减少：可能因活动投入与产出不成正比，需调整活动策略。
• 异常值判断：极端高或低的占比可能表示收入结构异常。
• 影响因素：促销活动类型、用户购买行为、商品类型等。

（14）活动拉升比例

活动拉升比例 = （活动期间收入 / 非活动期间收入） － 1。活动拉升比例是指活动对全站销售的拉升情况，收入也可以换成订单、销量等指标。通过活动拉升比例可以评估活动对网站其他相关指标的提升、促进效果。通常来说，活动拉升比例不能使用活动收入占比来评估，因为活动促销期间本来应该通过正常流程和渠道进行购买的用户反而会通过促销渠道进行下单，这会导致活动拉升比例的结果与实际不符，对活动效果作出错误评估。另外，通常情况下，在计算活动拉升比例时会发现，使用收入来衡量不如订单量和销量明显，是因为活动一般是促销活动，客单价较低，会影响收入的提升效果。

• 增长：说明促销活动有效拉动了销售增长，提升了市场份额。
• 减少：可能因活动力度不足、市场反应平淡或竞争对手影响。
• 异常值判断：极端高或低的拉升比例可能表示促销活动效果异常。
• 影响因素：促销活动力度、市场竞争环境、用户购买行为等。

（15）每优惠券收益与积分兑换收益

每优惠券收益 = 优惠券带来的订单成交金额 / 优惠券的数量；积分兑换收益 = 使用积分兑换的订单成交金额 / 积分兑换量。发放优惠券和积分兑换是电商网站常用的促销手段。这两个指标能反映优惠促销对销售的提升效果如何。但值得注意的是，在实际业务中，用户可能会在一个订单中同时使用优惠券和积分，所以可能会出现订单金额重复计算的问题。

• 增长：表明优惠券和积分兑换活动有效，促进了用户购买和忠诚度提升。
• 减少：可能因优惠券发放过多、积分价值下降或用户参与度降低。
• 异常值判断：极端高或低的收益可能表示优惠券或积分使用异常。
• 影响因素：优惠券发放策略、积分兑换政策、用户购买行为等。

影响这些指标变化的因素

• 市场需求：市场需求的变化直接影响商品销售量、订单量等指标。
• 促销活动：促销活动的力度和效果直接影响订单转化率、支付转化率、GMV等指标。
• 商品策略：商品种类、价格、品质等策略影响用户购买意愿和商品销售额。
• 用户行为：用户购买习惯、偏好、忠诚度等影响订单量、客单价等指标。
• 支付与物流：支付流程的便捷性和物流服务的效率影响订单有效率和用户满意度。
• 成本控制：商品成本、运营成本、物流成本等控制情况影响商品毛利与毛利率、每订单成本等指标。
• 系统与技术：系统稳定性、数据准确性、技术创新能力等影响所有指标的准确性和可靠性。

3、站外营销推广指标（10个）

（1）广告曝光量

广告曝光量是指站外广告对用户展示的次数。该指标是衡量广告效果的初级指标，通常是用来衡量展示类广告。广告曝光量越大，意味着广告被用户点击的概率更大，也有更多机会对用户进行转化。从技术角度来说，广告曝光量等于跟踪代码被加载的次数。但广告曝光不一定代表广告就被用户看到，而只是说明广告被加载并展示了出来，至于用户究竟会不会注意到，与广告形式、广告素材、广告位置等因素都有关。

• 增长：意味着广告的可见度提高，更多潜在用户看到了广告，有利于提升品牌知名度和吸引潜在客户。
• 减少：可能表示广告投放策略需要调整，如投放渠道、时间或频率等，以增加广告的曝光机会。
• 异常值判断：极端高或低的曝光量可能表示数据记录错误或广告位设置异常。
• 影响因素：广告位位置、广告展示策略、广告平台流量、广告预算等。

（2）广告点击率

广告点击率 = 广告点击量 / 广告曝光量。通常用CTR来表示广告点击率，该指标能够反映用户对当前广告的喜好程度、所投放的媒介用户质量与所投放的广告的匹配度，也可以用来说明企业投入的广告费用创造了多大的价值。但要注意的是，如果广告曝光量较低，该公式算出来的点击率将没有太大的意义。

• 增长：表明广告内容吸引人，用户感兴趣，点击行为增加，有利于提高广告转化率和用户参与度。
• 减少：可能需要优化广告文案、图片或视频等素材，以及调整广告定位和目标受众，以提高点击率。
• 异常值判断：点击率过高（如远超行业平均水平）或过低（如几乎为零）可能表示数据异常。
• 影响因素：广告创意吸引力、广告定位准确性、用户兴趣与需求匹配度等。

（3）到达率

到达率 = 到达量 / 落地页访问量。到达率是用来衡量站外流量到达网站的比例，反映的是用户从点击站外广告后到达网站的情况，所以到达数据仅针对站外标记广告的落地页产生。到达率越高，说明在广告点击与网站到达之间流失的用户越少，可以进行转化的用户更多。而到达率过低，则可能意味着用户质量较差，或网站落地页加载较慢，导致用户在页面完全加载出来之前直接退出或无法正确统计数据。公式中，“到达量”是指通过站外广告到达落地页的用户数量；“落地页访问量”是指访问落地页的总用户数量。

• 增长：说明广告点击后的页面加载成功率高，用户体验好，有利于减少用户流失和提高转化率。
• 减少：可能由于页面加载速度慢、服务器故障或广告链接错误等原因导致，需要及时排查并解决问题。
• 异常值判断：到达率远低于点击率可能表示广告链接存在问题，如跳转错误或页面加载缓慢。
• 影响因素：广告链接质量、目标页面加载速度、用户网络环境等。

（4）广告转化率

广告转化率 = 转化量 / 到达量。转化是指让通过站外广告进入网站的用户产生注册、购买等行为，转化标志一般是指某些特定页面，例如注册成功页、购买成功页等，这些页面的浏览量称为转化量。广告转化率是用于评估企业广告投放效果的最重要的指标，转化率高意味着所投放的广告为企业带来了更多的收益。

• 增长：表示广告带来的实际销售或注册等转化行为增加，广告效果显著，投资回报率提高。
• 减少：可能由于广告内容与用户需求不匹配、落地页设计不佳或转化流程复杂等原因导致，需要优化广告内容和转化路径。
• 异常值判断：转化率过高或过低（与预期或行业平均水平相比）可能表示数据异常。
• 影响因素：广告内容与目标受众匹配度、商品吸引力、购买流程便捷性等。

（5）CPA（每次行动成本）

CPA不是指考试的那个证书，而是指每次行动付费。这个行动通常是网站特定的转化目标，例如注册、咨询、放入购物车等，然后按照转化目标的数量付费。

• 增长：说明每次转化所需成本增加，可能由于竞争激烈、目标受众精准度下降或广告效率降低等原因导致。
• 减少：表示广告效率提高，每次转化成本降低，有利于提升广告整体效果和投资回报率。
• 异常值判断：CPA远高于预期或行业平均水平可能表示广告效果不佳或成本控制不当。
• 影响因素：广告定位准确性、广告内容质量、用户购买意愿等。

（6）CPC（每次点击成本）

CPC是指每次点击付费广告，是最常见的一种广告形式，也是部分展示类广告、SEM广告的主流投放形式。CPC是衡量广告单位成本支出的重要质保，企业只需要按照广告被点击的次数付费即可，不用再为广告的显示次数付费。

• 增长：可能由于关键词竞争加剧、广告质量得分下降或广告排名提升等原因导致，需要优化广告策略和关键词选择。
• 减少：表示广告点击成本降低，有利于增加广告曝光量和点击量，提高广告效果。
• 异常值判断：CPC过高可能表示关键词竞争激烈或广告出价策略不当。
• 影响因素：关键词竞争程度、广告出价、广告质量得分等。

（7）CPD（每日成本）

CPD是指按天收费。CPD是很多传统广告媒介普遍使用的费用计算方式，根据展示的天数进行收费，不对展示期间任何广告效果给承诺。

• 增长：说明每日广告投放成本增加，可能由于广告预算增加或广告效果下降导致。
• 减少：可能由于广告优化、成本控制或广告效果提升等原因导致，有利于提升广告整体效益。
• 异常值判断：类似CPA，过高的CPD可能表示推广效果不佳。
• 影响因素：应用吸引力、下载流程便捷性、用户下载意愿等。

（8）CPM（每千次曝光成本）

CPM表示的是每千人成本。CPM的含义是指，在广告投放过程中，平均每一千人看到或听到某广告一次，一共需要多少广告成本。

• 增长：可能由于广告位竞争加剧、目标受众精准度下降或广告平台价格调整等原因导致。
• 减少：表示广告曝光成本降低，有利于增加广告曝光量和降低整体广告成本。
• 异常值判断：CPM过高可能表示广告位价格昂贵或广告效果不佳。
• 影响因素：广告位位置、广告平台定价策略、广告受众精准度等。

（9）每UV成本（每独立访客成本）和每PV成本（每页面浏览成本）

每UV成本 = 广告费用 / UV数；每PV成本 = 广告费用 / PV数。每UV成本可以比较真实地反映站外广告每导入一个访问需要花多少钱，而每PV成本则主要反映通过站外广告每产生一次访问需要花多少钱。

• 增长：说明每个独立访客或页面浏览的成本增加，可能由于广告效果不佳或流量质量下降导致。
• 减少：表示每个独立访客或页面浏览的成本降低，有利于提升广告效果和降低成本。
• 异常值判断：极端高或低的成本可能表示数据记录错误或网站流量统计异常。
• 影响因素：广告定位准确性、网站流量质量、广告展示策略等。

（10）ROI（投资回报率）

ROI = 利润 / 费用，或ROI = 成交金额 / 费用。ROI是指投资回报率，即投入费用能够带来的收益比例，是评估收入产出效果的核心指标。ROI高表示企业的投入得到了更高的产出，ROI低则意味着企业的投放策略或网站设计存在问题，用户可能不愿意在网站进行注册、购买等活动。当ROI低的时候，需要进行相应的调整，避免上述问题给网站带来用户的流失风险。上述两个公式，在电商行业往往会利用第二个，因为一些电商企业的利润往往是负数，使用利润来计算会得出负的ROI。而基于第二个公式计算ROI时，ROI这个指标更多评估的是每单位费用所带来的销售额。

• 增长：表示广告投资带来的收益增加，投资回报率提高，广告效果显著。
• 减少：可能由于广告成本增加或收益减少导致，需要优化广告策略和成本控制以提高ROI。
• 异常值判断：ROI为负值或远低于预期可能表示广告投入与产出不成正比。
• 影响因素：广告投入成本、广告收入、广告效果等。

影响这些指标变化的因素

• 广告平台与策略：不同广告平台的定价策略、用户群体、广告展示方式等都会影响各项指标。
• 广告内容与创意：广告内容的吸引力、创意的新颖性、与目标受众的匹配度等直接影响点击率和转化率。
• 用户行为与兴趣：用户的搜索习惯、兴趣偏好、购买意愿等都会影响广告的曝光、点击和转化。
• 市场竞争：关键词竞争程度、同行业广告竞争态势等都会影响广告的成本和效果。
• 网站与页面质量：目标页面的加载速度、内容质量、用户体验等都会影响到达率和转化率。
• 广告投放时间与预算：广告投放的时间段、持续时间、预算分配等都会影响广告的曝光量和效果。

4、会员数据化运营指标（20个）

（1）注册会员数

注册会员数就是指在网站上注册过的会员数量。注册会员数可以反映网站所覆盖的整体会员规模。但注册会员数只能反映网站目前会员的注册数量，无法对质量进行评估。

• 增长：表示网站或平台吸引了更多新用户注册，用户基础扩大。
• 减少：可能由于注册流程繁琐、用户体验不佳或市场竞争激烈等原因导致用户流失。
• 异常值判断：极端高或低的注册数可能表示数据记录错误或营销活动异常。
• 影响因素：市场推广力度、网站/APP用户体验、注册流程便捷性等。

（2）激活会员数

与注册会员数相比，激活会员数有一个特定的激活动作，这个动作往往决定了用户是否真的成为了企业会员。常见的代表性动作包括：手机验证、身份验证、单击确认链接等。此外，会员激活率 = 激活会员数 / 注册会员数。会员激活率是评估会员注册质量的一个重要指标，也是网站运营能力的体现。会员激活率高说明网站对已注册会员的运营策略得当，会员激活率低则意味着网站对于已注册会员没有投入足够的精力来运营，或者是激活流程繁琐导致用户放弃激活。

• 增长：说明更多注册用户完成了激活流程，成为活跃用户，有利于提升用户粘性和后续转化。
• 减少：可能由于激活流程复杂、用户体验不佳或用户兴趣转移等原因导致。
• 异常值判断：激活率（激活会员数/注册会员数）极低或极高可能表示数据异常。
• 影响因素：注册流程中的激活步骤设计、用户激活意愿、激活提醒的有效性等。

（3）购买会员数

是指在网站购买过商品的会员。某种情况下，购买会员也会被称为活跃会员。购买会员数越多意味着会员为企业带来的利润更多，同样这也是网站运营良好的表现。此外，如果在企业内部，转化周期和步骤比较长，还会细分更多的转化状态指标，比如充值会员、妥投会员等。

• 增长：表示有更多会员进行了购买行为，转化率提高，有利于增加销售收入。
• 减少：可能由于商品质量、价格、促销策略或用户体验等原因导致购买意愿下降。
• 异常值判断：购买转化率（购买会员数/活跃会员数）过高或过低可能表示数据异常。
• 影响因素：商品吸引力、促销活动、用户购买意愿等。

（4）可营销会员数

是指在所有会员中，可以通过一定手段进行会员营销来满足企业特定需求的会员数。比如，会员具有邮箱、微信、QQ、手机号等可识别并可接触的信息点，具备这些信息中的任何一种便可以形成可营销会员。

• 增长：说明有更多会员符合营销条件，可用于后续的营销活动和推广。
• 减少：可能由于会员筛选标准变化、会员流失或用户兴趣转移等原因导致。
• 异常值判断：通常与注册会员数或活跃会员数相关，但比例异常可能表示筛选逻辑错误。
• 影响因素：用户行为分析准确性、营销目标定位等。

（5）会员营销费用和费率

会员营销费用特指企业进行会员营销时的投入。而会员营销费率是指会员营销费用占会员营销收入的比例。分析费率的目的是对营销费用的支出情况进行监督，确保其不超出计划指标。

• 增长：表示会员营销成本增加，可能由于营销活动增多、营销渠道扩展或营销效果下降等原因导致。
• 减少：有利于提升营销效率和控制成本，但也可能影响营销效果和用户体验。
• 异常值判断：营销费用过高或费率异常（如远超行业平均水平）可能表示数据记录错误或策略不当。
• 影响因素：营销策略、预算分配、营销渠道效果等。

（6）会员营销收入

会员营销收入是指通过会员营销渠道（包括电子邮件、短信、会员通知、特定会员优惠码、线下二维码等）和相关的会员运营活动产生的费用。会员营销收入越高，说明企业针对会员的营销活动越好。在评估会员营销收入时，要记得让用户有特定的标志，这样才能区分营销的效果，和其他渠道区分开。

• 增长：表示会员营销活动带来的销售收入增加，营销效果显著。
• 减少：可能由于营销策略不佳、市场竞争激烈或用户购买意愿下降等原因导致。
• 异常值判断：极端高或低的收入可能表示数据记录错误或营销活动效果异常。
• 影响因素：营销活动效果、商品吸引力、用户购买意愿等。

（7）用券类指标

优惠券是很多电商进行会员营销的主要形式。用券类指标主要包括：用券会员比例（使用优惠券下单的会员数 / 总会员数）、用券金额比例（使用优惠券下单的金额占总下单金额的比例）、用券订单比例（使用优惠券下单量占总下单量的比例）。

• 增长：如优惠券使用率增加，表示优惠券策略有效，用户购买意愿提高。
• 减少：可能由于优惠券吸引力不足、用户兴趣下降或优惠券使用门槛过高等原因导致。
• 异常值判断：使用率或转化率过高或过低可能表示数据异常。
• 影响因素：优惠券发放策略、用户接受度、商品匹配度等。

（8）单位成本指标

单位成本是指企业为完成单个特定目标所要付出的费用。这个目标可以是注册、订单等。对电商企业来说，单位成本对于分析企业管理水平具有重要的参考意义。常用的单位成本指标包括：每注册成本（注册一个用户需要多少成本）、每订单成本（每获得一个订单需要多少成本）、每会员成本（每获得一个会员需要多少成本）。

• 增长：表示获取或维护单个会员的成本增加，可能由于市场竞争加剧、用户获取难度增加或运营效率下降等原因导致。
• 减少：有利于提升整体运营效率和降低成本，但需关注是否影响用户体验和会员质量。
• 异常值判断：极端高或低的成本可能表示数据记录错误或策略不当。
• 影响因素：会员获取成本、会员质量、营销效率等。

（9）会员活跃度

会员活跃度是指会员的活跃程度。会员活跃度是企业会员营销水平的体现。会员活跃度越高，说明企业的会员营销活动效果越好。通常，活跃度是通过企业定义的业务关键因素来判定的，例如注册、登录、查看商品、停留时间等。

• 增长：说明会员在平台上的行为更加频繁和积极，有利于提升用户粘性和促进转化。
• 减少：可能由于平台内容更新不及时、用户体验不佳或市场竞争激烈等原因导致用户兴趣下降。
• 异常值判断：活跃度指标（如登录频率、访问时长等）异常高或低可能表示数据异常。
• 影响因素：网站/APP内容吸引力、用户兴趣偏好、会员权益等。

（10）新会员数和老会员数

通常新会员是指第一次购买的用户，而老会员则是指购买2次或2次以上的会员。对于新会员，有些时候会加如时间限制，比如一周内新产生的购物会员都算作新会员，无论购买几次。而老会员则是企业产生销售的最重要保证，老会员的数量越多，企业的销售规模越大。

• 新会员数增长：表示平台在吸引新用户方面表现良好，用户基础不断扩大。
• 老会员数增长：说明平台能够留住老用户，用户忠诚度较高。
• 减少：则分别反映新用户获取困难或老用户流失严重的问题。
• 异常值判断：极端高或低的新增会员数可能表示数据记录错误或市场推广效果异常。
• 影响因素：市场推广力度、用户体验、品牌忠诚度等。

（11）ARPU（每用户平均收入）和ARPPU（每付费用户平均收入）

ARPU即Average Revenue Per User，指的是一个时期内(通常为一个月或一年)电信运营企业平均每个用户贡献的通信业务收入，其单位为元/户。从计算的角度看，ARPU值的大小取决于两个因素，业务收入和用户数量，相对用户数量，业务收入越高，ARPU值越大。同时ARPU值也反映企业用户结构状况，当用户构成中高端客户占的比重越高，ARPU值就越高。而ARPPU则是指每付费用户平均收益。即统计周期内，付费用户对产品产生的平均收入。

• 增长：表示用户平均贡献的收入增加，有利于提升整体销售收入。
• 减少：可能由于用户消费能力下降、商品定价策略不合理或用户体验不佳等原因导致。
• 异常值判断：极端高或低的收入值可能表示数据异常。
• 影响因素：用户购买力、商品定价、促销活动效果等。

（12）会员复购率

会员复购率是指在一定时期内，购买2次或2次以上的会员比例。通过复购率可以评估网站对用户是否具有足够的黏性。复购率高说明用户对网站的忠诚度越高，会员对网站的价值也就越大，反之则越低。

• 增长：说明会员忠诚度提高，重复购买行为增加，有利于提升销售收入和用户粘性。
• 减少：可能由于商品质量、价格、促销策略或用户兴趣转移等原因导致。
• 异常值判断：复购率过高或过低可能表示数据异常。
• 影响因素：商品质量、用户体验、会员权益、促销活动效果等。

（13）会员平均购买次数

会员平均购买次数 = 会员的订单总数 / 会员总数。会员平均购买次数也能够反映会员对网站的忠诚度，平均购买次数越高，说明会员对网站的忠诚度越高，会员的价值也就越大。

• 增长：表示会员在平台上的购买频率提高，有利于增加销售收入。
• 减少：可能由于购买流程复杂、用户体验不佳或用户购买意愿下降等原因导致。
• 异常值判断：极端高或低的购买次数可能表示数据异常。
• 影响因素：用户购买习惯、商品吸引力、促销活动频率等。

（14）会员的RFM指标（最近购买时间、购买频率、购买金额）

[1] 会员消费频次：是指用户在一定时间内的消费频率按照次数做统计的结果；

[2] 最近一次购买的时间：是指用户最后一次产生购买行为的时间；

[3] 最近一次购买的金额：是指用户最后一次产生购买行为时支付的金额。

会员消费频次和最近一次购买的时间，可以拿来有效分析会员对于企业的消费黏性。消费频次高、最近一次购买的时间离当前时间近，说明会员的消费黏性大，对于企业来说，这些消费黏性大的用户具有更高的价值，需要投入更大的精力去维护。而最近一次购买的金额越大，则说明用户最近一次的消费能力越高。根据“二八法则”，20%的老会员贡献80%的消费额。

• 增长：在RFM框架下的各项指标增长，通常表示会员价值提升，如最近购买时间更近、购买频率更高、购买金额更大。
• 减少：则反映会员价值的下降，可能需要采取针对性措施来挽回。
• 异常值判断：RFM值组合异常可能表示数据错误或用户行为异常。
• 影响因素：用户购买行为、会员忠诚度、营销活动效果等。

（15）会员生命周期相关指标

[1] 总价值：用户在整个生命周期内下单金额总和；

[2] 订单量：用户在整个生命周期内下单量之和；

[3] 平均订单价值：用户在整个生命周期内的下单金额 / 下单量。

由于会员的生命周期相关指标突破了时间的限制，能从整体上获得会员的宏观状态，所以是衡量会员宏观价值的重要指标。

• 增长：如会员生命周期价值（LTV）增加，表示会员在整个生命周期内为平台带来的总价值提升。
• 减少：则可能意味着会员价值下降，需要分析原因并采取相应措施。
• 异常值判断：极端高或低的成本或价值可能表示数据异常。
• 影响因素：会员获取策略、会员留存策略、会员价值提升策略等。

（16）会员生命周期转化率

会员生命周期转化率 = 会员在完整的生命周期内完成的订单 / 到达网站的次数。该指标可以衡量用户是否具有较高的转化率。会员生命周期转化率越高，表明会员在生命周期内为企业贡献的价值越大，反之则越小。

• 增长：表示从注册到转化为高价值会员的比例提高，有利于提升整体用户价值。
• 减少：可能由于转化流程不畅、用户体验不佳或用户兴趣转移等原因导致。
• 异常值判断：转化率过高或过低可能表示数据异常。
• 影响因素：会员引导策略、用户转化路径优化、营销活动效果等。

（17）会员生命周期剩余价值

该指标是预测性的指标，能预测用户在生命周期内还能产生多少价值，可以采用特定的算法和模型进行预测。如果某个会员的生命周期剩余价值较高，则意味着企业需要投入精力继续对该会员进行维护。

• 增长：表示会员在未来生命周期内预计还能为平台带来的价值增加。
• 减少：可能由于会员行为模式变化、市场环境变化或平台策略调整等原因导致。
• 异常值判断：极端高或低的剩余价值可能表示数据计算错误或会员价值评估不当。
• 影响因素：会员购买行为预测、会员价值提升策略、市场变化等。

（18）会员留存率

是指新会员首次在平台或APP上进行登录或消费后，在某一周期内再次登录或消费的会员比例。留存率一般有次日留存率、三日留存率、七日留存率、三十日留存率等。在电商领域，常用消费数据作为会员留存率的统计依据。

• 增长：说明平台能够有效留住会员，用户粘性提高。
• 减少：则反映用户流失问题严重，需要分析原因并采取措施提升留存率。
• 异常值判断：留存率过高或过低可能表示数据异常。
• 影响因素：用户体验、会员权益、竞品吸引力等。

（19）会员流失率

会员流失率 = 流失会员数 / 购买会员数。会员流失是指会员不再购买或消费企业的相关产品、业务和服务。会员流失是正常现象，但需要关注流失率的走向。在正常情况下，会员流失率应该是一个比较小的比例，如果突然开始上升，企业需要多加关注。

• 增长：表示会员流失情况加剧，需要关注并采取措施挽回流失用户。
• 减少：说明用户留存情况良好，用户忠诚度较高。
• 异常值判断：流失率过高或过低（特别是过低，因为理论上总会有一定比例的会员流失）可能表示数据记录错误或分析逻辑不当。
• 影响因素：用户体验、会员服务质量、竞品吸引力、用户兴趣变化、市场变化等。

（20）会员异动比

会员异动比 = 新增会员数 / 流失会员数。如果会员异动比＞1，说明新增会员数大于流失会员数，企业处于上升发展期；如果＜1，则说明会员增长跟不上会员流失的速度，企业将面临会员枯竭危机。

• 增长：可能表示会员行为模式发生较大变化，如消费习惯、活跃时间等，需要关注并分析原因。
• 减少：则可能意味着会员行为模式相对稳定，有利于平台进行精准营销和运营。
• 异常值判断：异动比过高或过低（特别是如果异动定义不明确时）可能表示数据分类或计算错误。
• 影响因素：会员行为分析模型的准确性、市场变化、促销活动、会员政策调整等。

影响这些指标变化的因素

• 市场推广与品牌建设：市场推广力度、品牌知名度、品牌形象等都会影响会员的注册、激活和购买行为。
• 用户体验与服务质量：网站/APP的用户体验、会员服务的质量、客户支持的效率等都会影响会员的活跃度、留存率和复购率。
• 商品与价格策略：商品的吸引力、定价策略、促销活动等都会直接影响会员的购买行为和ARPU/ARPPU等指标。
• 会员政策与权益：会员政策的设计、会员权益的丰富程度、会员升级和降级机制等都会影响会员的忠诚度、留存率和购买频率。
• 数据分析与个性化营销：通过数据分析了解会员行为、兴趣和需求，实施个性化营销策略，可以有效提升会员的活跃度和购买转化率。
• 市场与竞争环境：市场变化、竞品策略、行业趋势等都会影响会员的流失率和异动比，以及整体的会员数据表现。

5、仓储管理类指标（9个）

（1）库存量

库存量是指一定时间内全部库存商品的数量。由于在库存量的定义中，包括多种状态的商品，比如正常可售卖商品、已被订购但未发货商品、调拨未出库商品、调拨未入库商品、残次商品等，所以有些时候会出现商品有库存但无法销售的情况。通常情况下，为了保证商品在一定程度上可以满足用户的购买需求，同时不出现商品积压，企业都会定义安全库存量、最低库存量和最高库存量，目的是要保证商品在一定程度上可满足用户购买需求，同时不至于造成商品积压。如果库存量低于最低库存量，说明商品需要及时补货；如果库存量高于最高库存量，则可能会导致库存积压，需要及时调整营销策略。

• 增长：可能表示库存积压，需要关注库存周转和避免过度库存导致的资金占用和成本增加。
• 减少：若减少在合理范围内，则可能表示销售状况良好，库存得到有效控制；但过度减少可能导致缺货风险增加。
• 异常值判断：库存量突然激增或骤减到不合理水平（如远超过或远低于历史平均值、销售预测或安全库存量）可能表示数据记录错误或业务操作异常。
• 影响因素：采购计划、销售策略、促销活动、退货处理、季节性需求变化等。

（2）库存金额和平均库存金额

库存金额就是全部库存产品按入库成本价格计算的总金额。平均库存金额 = （期初库存金额 + 期末库存金额） / 2，注意平均库存金额是一个时点指标。

• 增长：可能意味着库存投资增加，需要关注资金占用情况和库存周转率。
• 减少：有利于降低资金占用和库存成本，但需确保不影响正常销售。
• 异常值判断：库存金额或平均库存金额出现极端高或低值，且无法合理解释，可能表示数据计算错误或录入错误。
• 影响因素：商品单价变化、库存量变化、销售策略、促销活动、退货政策等。

（3）库存可用天数

库存可用天数 = 库存商品数量 / 期内每日商品销售数量。库存可用天数主要反映当前库存可以满足供应的天数，是仓库备货能力的体现。可用天数越多，说明仓库备货能力越强。但过长的可用天数可能意味着商品滞销，而过短则会导致缺货，所以需要保持在一定的范围内。此外，不同商品的可用天数需要根据库存周转天数来定义，即按时间划分。例如，商品库存周转天数是30天，则可以将库存天数划分为7天以内、8-14天、15-30天、30天以上等，

• 增长：表示库存可以支持更长时间的销售，但也可能意味着库存周转率低，需要关注。
• 减少：若减少在合理范围内，表示库存周转加快，资金占用减少；但过度减少则可能增加缺货风险。
• 异常值判断：库存可用天数过长或过短，与正常销售周期或市场需求不匹配，可能表示数据计算错误或销售策略不当。
• 影响因素：销售预测准确性、库存控制策略、市场需求变化、供应链响应速度等。

（4）库存周转率

库存周转率 = 年度销售产品成本 / 当年平均库存金额。库存周转率是指某一时间段内库存货物周转的次数，是反映一定期间（一年或半年）库存周转快慢程度的指标，周转率越大说明销售情况越好。

• 增长：表示库存周转速度加快，资金占用减少，运营效率提高。
• 减少：可能表示库存积压或销售不畅，需要采取措施促进销售和减少库存。
• 异常值判断：库存周转率过高或过低，超出行业平均水平或企业历史数据范围，且无法合理解释，可能表示数据计算错误或库存管理策略不当。
• 影响因素：销售策略、促销活动、商品种类与组合、库存控制策略、市场需求变化等。

（5）库存周转天数

库存周转天数 = 360 / 库存周转率。库存周转天数是指企业从取得存货 / 产品入库开始，直到消耗 / 销售为止所经历的天数。周转天数越少，说明企业零库存或者是存货变现的速度越高。通常，用360作为一年的计算周期。

• 增长：与库存周转率相反，表示库存周转速度减慢，资金占用增加。
• 减少：表示库存周转加快，有利于降低资金占用和提高运营效率。
• 异常值判断：与库存周转率相似，周转天数过长或过短可能表示数据计算错误或库存管理效率问题。
• 影响因素：销售策略、促销活动、商品种类与组合、库存控制策略、市场需求变化等。

（6）库龄

库龄 = 出库时间 － 入库时间。一般意义上的库龄是指商品库存时间，仓储中的商品从进入仓库开始就产生库龄。仓储系统是按照先进先出、先进先销的原则出库，所以同一个商品的库龄要按照其相应进货批次的时间计算。当库龄的时间过长，意味着商品进入了滞销阶段，企业此时需要及时对商品的销售策略做调整。

• 增长：表示库存商品在仓库中存放时间较长，可能增加滞销和损坏风险。
• 减少：说明库存商品流通速度加快，减少滞销和损坏风险。
• 异常值判断：特定商品的库龄远超过其保质期或预期销售周期，可能表示库存积压或销售策略不当。
• 影响因素：商品特性、市场需求预测准确性、销售策略、促销活动效果等。

（7）滞销金额

滞销金额是指商品周转天数超过其应售卖的周期，导致商品无法销售出去的情况。从企业的商品周转快慢程度来看：周转快的为畅销，周转慢的为平销，无周转则为滞销。购买量为0是滞销的首要特征。滞销一方面会导致资金积压，另一方面则导致产品过季、过保质期而无法继续销售。

• 增长：表示滞销商品金额增加，可能导致库存积压和资金占用。
• 减少：说明滞销问题得到改善，库存结构更加合理。
• 异常值判断：滞销金额过高，表明有大量商品长时间未售出，可能表示市场需求不足、商品定位错误或销售策略不当。
• 影响因素：市场需求变化、商品竞争力、销售策略、促销活动效果等。

（8）残次商品占比

残次商品占比 = 残次商品数量 / 总库存商品数量。残次是指由于商品的搬运、装卸、库存、物流、销售等主客观因素所造成的商品外包装损坏、商品损坏、附件丢失等影响商品二次销售的情况。

• 增长：表示残次商品数量增加，可能影响品牌形象和用户体验，需要加强质量控制。
• 减少：说明质量控制得当，商品质量提升。
• 异常值判断：残次商品占比过高，可能表示商品质量控制不严、仓储管理不当或运输过程中损坏过多。
• 影响因素：商品质量、仓储环境、运输条件、验收标准等。

（9）缺货率

缺货率 = 缺货数量 / 顾客订货数量。缺货是相对于滞销而言的另一个极端，缺货说明库存商品数量低于用户的购买数量，这会导致用户无法购买的窘境，给企业带来损失。

• 增长：表示缺货情况加剧，可能影响销售和用户满意度，需要采取措施提高库存管理和预测能力。
• 减少：说明缺货问题得到改善，库存管理水平提高。
• 异常值判断：缺货率过高，表明无法满足客户需求，可能严重影响销售和客户满意度；但过低的缺货率也可能表示库存过剩。
• 影响因素：销售预测准确性、库存控制策略、供应链响应速度、市场需求变化等。

影响这些指标变化的因素

• 市场需求：市场需求的变化直接影响库存量和库存周转率等指标。
• 销售策略：促销活动、价格策略、销售渠道等销售策略的调整会影响库存量和销售速度。
• 采购计划：采购计划的合理性和及时性对库存量和库存周转天数有重要影响。
• 供应链管理：供应链的响应速度、协作能力和稳定性直接影响缺货率和库存周转率。
• 仓储管理：仓储环境的控制、商品分类与存储、库存盘点与调整等仓储管理措施会影响库存量和库存质量。
• 商品特性：商品的保质期、季节性、易损性等特点会影响库存管理和销售策略的制定。

6、物流配送指标（4个）

（1）配送业务量

是指企业根据用户的订单需求，对商品进行挑选、包装、出库、配送等服务，并按时送达到指定地点的商品数量，包括同城配送和区域配送。配送业务量的多少也是企业盈利能力的一个体现，配送业务量越大，意味着企业能获得更多的利润，反之则说明企业在商品销售等环节可能存在问题导致业务量减少。

• 增长：表示物流配送需求增加，业务量扩大，有利于提升物流收入和市场份额。
• 减少：可能由于市场需求下降、竞争加剧或物流服务质量不佳等原因导致。
• 异常值判断：配送业务量突然激增或骤减到不合理水平，与历史数据、市场趋势或业务计划严重不符，可能表示数据记录错误或业务操作异常。
• 影响因素：市场需求变化、促销活动、销售策略、节假日效应、供应链稳定性等。

（2）配送满足率

配送满足率 = 实际可配送的订单量 / 需求配送订单量。配送满足率是指实际可用的配送资源与配送需求的比例，通常情况下该值应＞1，只有在特殊情况（如双十一）才会出现＜1。

• 增长：表示配送成功率提高，用户满意度增加，有利于提升品牌形象和用户忠诚度。
• 减少：可能由于配送能力不足、配送流程不畅或配送失误等原因导致，需要改进配送服务。
• 异常值判断：配送满足率过高（接近或达到100%）或过低（远低于行业平均水平或企业目标），且无法合理解释，可能表示数据计算错误或配送服务能力问题。
• 影响因素：库存水平、订单处理能力、配送资源分配、交通状况、天气条件等。

（3）配送准确率

配送准确率 = 准确配送的订单量 / 总配送订单量。如果配送准确率较低，企业可能会面临大量的客诉或退货。

• 增长：表示配送准确性提高，减少了配送错误和退换货情况，提升了物流效率和用户满意度。
• 减少：可能由于信息录入错误、拣货失误或配送人员疏忽等原因导致，需要加强配送管理和培训。
• 异常值判断：配送准确率过高（如接近或达到100%）或过低（远低于企业标准或行业平均水平），可能表示数据记录或统计方式有误，或配送操作存在严重问题。
• 影响因素：配送员素质、配送流程管理、订单信息准确性、商品包装与标识、配送地址准确性等。

（4）满载率

满载率 = 车辆实际载重量 / 车辆额定载重量。该指标是合理安排配送资源的重要依据之一。车辆利用率越高，则有利于企业降低物流成本，提高物流配送效率。

• 增长：表示车辆装载率提高，物流运输成本降低，有利于提升物流效益。
• 减少：可能由于配送路线规划不合理、车辆调度不当或货物装载不科学等原因导致，需要优化配送网络和装载方案。
• 异常值判断：满载率过高（接近或超过车辆承载能力）可能导致安全隐患，而过低则表明运输成本可能过高。极端值可能表示数据计算错误或车辆调度不当。
• 影响因素：订单分布、车辆类型与尺寸、配送路线规划、装载技术、货物体积与重量等。

影响这些指标变化的因素

• 市场需求与订单量：市场需求的变化直接影响配送业务量，进而影响配送满足率和满载率。
• 库存与供应链：库存水平的高低和供应链的稳定性直接影响配送满足率。
• 配送资源与调度：配送车辆、人员、仓库等资源的充足性和调度效率直接影响配送业务量和满载率。
• 订单处理与信息系统：订单处理速度和信息系统的准确性直接影响配送准确率和满足率。
• 交通与天气条件：交通拥堵、交通事故、恶劣天气等外部因素可能影响配送速度和准确率。
• 配送员素质与管理：配送员的责任心、专业能力和管理水平直接影响配送准确率和客户满意度。