EC運営のデータ分析（EC収益が伸びない？10年の経験を持つデータ分析者がEC分析の必須要素をまとめました！）

電子商取引の収益は増加していませんか? 10年の経験を持つデータアナリストがまとめた、eコマース分析の必須要素！

電子商取引企業の収益は、ユーザーが関連する商品やサービスを購入する際に、注文が一つずつ積み重なることで生み出されます。ユーザーと商品またはサービスは、注文の 2 つの基本要素であると言えます。企業の収益の減少、成長、異常は、結局のところ、ユーザーと商品という 2 つの要素に起因します。

このようにして、収益関連のデータをユーザー、製品、注文の 3 つのカテゴリに分類します。

ユーザーの消費プロセスの観点から見ると、トラフィック、コンバージョン、消費、維持に分けることができます。通常、ユーザーは新規ユーザーと既存ユーザーに分けられます。新規ユーザーか既存ユーザーかに関わらず、トラフィック生成（新規ユーザーの誘致）とコンバージョンの2つの領域に重点を置き、最終的にはトラフィックとコンバージョン率というデータの形で反映されます。

トラフィックの品質は、PV、UV、訪問数、平均訪問深度、直帰率などのデータを分析することで測定されます。目的は、流量の安定性を確保し、調整を通じて流量の増加を図ることです。

さらに、トラフィック構造に応じて、チャネル構造、ビジネス構造、地域構造に分けることもできます。

チャネルでは、トラフィックは独立した訪問、検索エンジン、Taobao 支払い、JD 支払いなどから来ます。デバイスに応じて、PC チャネルと APP チャネルに分けられます。有料かどうかによって、無料トラフィックと有料トラフィックに分けられます。チャネルトラフィックの割合に基づいて各チャネルの品質を分析する人もいます。下の折れ線グラフは、各チャネルのトラフィック状況を追跡し、不合理な割合が短期的なものか長期的なものかを分析し、問題の分析に役立ちます。トラフィックのみに基づいて品質を測定することは包括的ではなく、コンバージョン率や ROI と組み合わせる必要があります。

上記のチャートはFineReportによって作成されたものです

地域ごとに分けるとわかりやすいです。

ビジネス構造に応じて、最も典型的な例は Double Eleven などのイベントを開催することであり、イベントのトラフィックを追跡する必要があります。活動前、活動中、活動後の変化を観察し、活動の有効性を評価します。

トラフィック生成作業が完了したら、次のステップはコンバージョンを検討することです。コンバージョンには、ページの閲覧 -> ユーザー登録 -> ログイン -> ショッピング カートに追加 -> 注文 -> 支払い -> 取引の完了という手順が必要です。どのリンクでもユーザー損失は発生しますので、各リンクのコンバージョン率を向上させることがこの作業の核心です。コンバージョン率の向上はコストの削減と利益の増加を意味します。

変換の分析:

1. 各リンクのコンバージョン率を観察し、その合理性を分析し、異常なコンバージョン率のリンクを調整する

2. コンバージョン率の変化を追跡して異常を見つけ、戦略調整の有効性を検証する

3.各チャネルの変換を観察し、チャネル値を定義し、それに応じて運用戦略を調整する

4. 各リンクのコンバージョンサイクルを分析し、ユーザーの習慣を分析し、運用戦略を策定するための基礎を提供します。

最も直接的な分析結果は、コンバージョン ファネルです。

ユーザーはさまざまなチャネルやアクティビティを通じて引き付けられますが、一定期間が経過すると一部のユーザーは離れてしまいます。もちろん、一部のユーザーは残ります。これらのユーザーは保持ユーザーと呼ばれます。リテンションに関して、ここで注目すべきは日々のアクティビティとリテンション率です。

保持に関しては、次の点が重要です。

1. 日々の活動のモニタリング、ユーザーの活動データの観察、日々の活動の健康状態の分析

2. 保持パターンを観察し、保持段階を特定し、マーケティング活動、市場戦略の位置付けなどを支援します。

3. 異なるユーザーと製品機能の維持率を比較し、製品の価値を分析し、製品の調整を支援します。

調査データによると、満足したユーザーは 8 件の潜在的なビジネスをもたらし、不満を持ったユーザーは 25 人の購買意欲に影響を与える可能性があります。これはリピーターがいかに重要であるかを示しています。

再購入率は「ユーザー再購入率」と「注文再購入率」に分けられます。また、「ユーザー再購入率」も再購入率と似た意味を持ち、この範囲内となります。

ユーザー再購入率 = 単位時間あたり2回以上購入したユーザー数 / 購入したユーザー総数

注文再購入率 = 2回目以降に購入した注文数 / 単位時間内の注文総数

ユーザー再購入率 = 単位時間あたり: 購入行動を起こした既存ユーザーの数 / 購入行動を起こしたユーザー総数

再購入率を分析する目的：

1. 総合的な指標表示、ユーザーの定着率分析、再購入率課題の洗い出し、運用戦略策定の支援。

2. 水平方向のディメンション（製品、ユーザー、チャネル）を比較および分析して、再購入率を改善し、問題の特定を支援します。

損失は​​避けられませんが、保持することは可能です。

損失は​​以下のように分けられます

• 固定的な離脱：新規ユーザーの順応型と既存ユーザーの興味の移行型にさらに分けられます。失ったユーザーの一部は維持できず、関係はここで終了します。いくらお金を使っても無駄になります。
• 体験損失:アプリケーション体験、サービス体験、取引体験、製品体験などです。簡単に言えば、製品やサービスの使用中に少し不満を感じたときです。諺にあるように、同意しなければ経験を失うことになります。
• 競争上の損失：つまり、ユーザーはファンになった。競合他社のエクスペリエンスの方が優れているか、競合他社が何らかの優遇ポリシーを開始している可能性があります。また、業界の動向を把握し、競合他社のファン獲得行動に対して適切な措置を講じる必要があります。

解約の定義は企業によって異なり、7 日以内にログイン動作がない、または数か月以内にトランザクション動作がないことを意味する場合があります。 （復帰率＝一定期間内に退去後復帰する人数／一定期間内に退去する人数）

損失の定期的なデータ監視は通常、保持と一緒に実行され、この 2 つは切り離せません。解約のみの場合、最も一般的に見られる監視は次のとおりです。

さらに、解約率と維持率を組み合わせることで、チャネルの価値を評価することもできます。

1. 指標追跡：販売モジュールには、前年比成長率、完了率、販売ランキング、主要商品の割合、プラットフォームの割合など、多数の指標があり、人、商品、場所の3つの視点から分析・追跡できます。

2.店舗分析：小規模B級ユーザーやプラットフォームベースのユーザーの場合、店舗価値評価と分析を実現するために、各店舗の効率指標、完了率指標、業績指標、平均顧客支出額など、各店舗の運営指標を分析しなければなりません。

3. 販売活動管理: 活動はオンライン販売において非常に重要な部分です。販売活動のクローズドループ分析は、イベント前、イベント中、イベント後の 3 つのレベルで実現されます。これには、投資前の分析と目標予測が含まれます。イベント中のユーザーエンゲージメント、顧客フロー分析、販売注文分析。イベント後の目標達成度、活動比較、​​コスト売上高比率、活動減衰度、活動爆発度。

1. 調達管理：サプライヤーデータ分析、調達マッチング分析などを含む。

2. サプライチェーン管理：サプライチェーンサービス状況分析（対応サイクル、納期遵守率、注文履行率）、経営指標分析（材料費比率、顧客クレーム率など）。

3. 在庫管理：商品在庫日数、在庫売上高比率、有効在庫比率、在庫回転率などのデータの分析。

4. 重要な指標の分析：分析には、商品の古さ、回転率、在庫切れ率、構造指標、価格体系、相関分析、およびその他の分析指標が含まれ、商品の価値を判断し、製品戦略の調整に役立ちます。

5. 異常製品の分析：返品率、破損率、異常製品などのデータを分析し、異常製品をタイムリーに処理します。

1. 主要指標の分析：新規ユーザー数、成長率、解約率、有効会員の割合、維持率など。

2. ユーザー価値分析: RFM モデルに基づき、その他のパーソナライズされたパラメータを組み込んで、ユーザーをさまざまな価値カテゴリに分類し、各レベルのユーザーについてさらに分析します。

3. ユーザーポートレート: 固有の属性、行動属性、取引属性、興味や趣味に基づいてユーザーにラベルと重みを追加し、ユーザーポートレートを設計して、正確なマーケティングの参考資料を提供します。

4. 会員指標システム：会員全体の状況、会員の属性分布、会員の行動分析の3つのモジュールに基づいて会員指標システムを確立します。

上記では、電子商取引データ分析の考え方と方法についてわかりやすく説明しました。最後に、Lao Li がよく使用するデータ分析ツールを紹介します。

製造プロセスはシンプルです。

テンプレートのデモが豊富にあります:

小売、建設、銀行、インターネット、医療、製造、運輸、物流など数十の分析シナリオが含まれており、分析テンプレートとして直接保存して使用できます。