指标只有放在一定的场景下,找到最合适的对象,并且使用最重要的数据源才有意义,这句话同样适用于零售数据的特征工程。
1. 电商数据分析指标和销售策略分析指标
线上零售不受时间和空间限制,可以靠每个品类的长尾产品的累积销售来生存。电商的数据更大,包括营销数据、流量数据、会员数据、消费行为数据等,这些数据24h不停地产生。
1.1 电商数据
(1)营销数据:营销费用、覆盖用户数、到达用户数、点击用户数;
(2)流量数据:浏览量(PV)、访客数(UV)、登录时间、在线时长;
(3)会员数据:会员姓名、出生日期、真实性别、网络性别、地址、手机号、微博号等,登录记录、交易记录等行为数据
(4)交易和服务数据:交易金额、交易数量、交易人数、交易商品、交易时间,供应链服务等。(这部分线上线下差别不大)
1.2 电商数据分析指标
数据指标要有三个前提:定义公式、统计口径和数据来源。
sku:stock keeping unit, 最小库存管理单元。面向库存管理的概念,不同于品种概念。即便是同一品种商品,只要对其进行的保存、管理和销售有不同的方式,那么他们就有不同的sku。
包括流量指标、转化指标、营运指标、会员指标、财务指标
(1)流量指标:统计口径可能是小时、天、周等
- 浏览量&#x