電子商取引業務におけるデータ分析（トラフィック生成、コンバージョン、リテンションなど、電子商取引分析で理解しなければならない指標体系を1つの記事で理解できます）

eコマース分析で理解すべき指標システム：トラフィック、コンバージョン、リテンション、1つの記事で理解できます

今日は、電子商取引がどの指標に注目すべきか、またその指標をどのように分析するかについてお話します。

一般的に言えば、運用モジュールでは、新規ユーザーの誘致とコンバージョンだけでなく、既存ユーザーの活動、維持、再購入、喪失にも重点を置く必要があります。

簡単に言えば、トラフィック生成とは、これまで当社の製品を購入したことのない人々を惹きつけ、当社の製品を購入してもらうことです。

この指標を分析する主な目的は、さまざまな日付と時間帯におけるトラフィック パターンを把握し、それに応じて企業のサービスやプロモーション活動を調整することです。

インターネット企業の場合、トラフィック データは多くの場合、週の労働時間に関連します。この目的のために、まず月曜日から日曜日までのプラットフォーム全体のトラフィックの棒グラフ データのマクロ統計比較を行うことができます。まず、平日と休日のデータを注意深く観察すると、週末のプラットフォームトラフィックが平日よりも高いことがわかります。これはインターネット業界では比較的よく見られる現象です。

ユーザートラフィックの週ごとの分布を把握した後、プロモーションの大まかな方向性が決まります。週末の休憩時間はユーザーグループが大きく、平日に比べて、新規ユーザーを引き付け、既存ユーザーを活性化するための魅力的なプロモーション活動にさらに力を入れることができます。

次に、次の思考ステップに進みます。平日と週末のイベントプロモーションの時間をどのように設定するかです。

生徒の中には、一日を通して活動すればよく、特定の活動時間に注意を払う必要はないと考える人もいるかもしれません。しかし、インターネット業界にとって、各期間のプロモーションにかかるコストは比較的高額です。平日と週末のユーザートラフィックの傾向を徹底的に分析し、ターゲット時間帯にプロモーションに投資することで、より低コストでより多くのユーザー流入を獲得できます。

まず、平日の交通統計分布を見てみましょう。 FineBI ツールを使用して、以下に示すように、期間別のトラフィック分布をプロットします。平日の交通量は毎日9時（就業時間）、13時（昼食時間）、20時（夜の娯楽や休憩時間）に集中していることがわかります。このようなユーザー トラフィック パターンを取得した後、ユーザー アクティブのピーク時間帯にホワイトカラー グループに対してさらに関連性の高い製品プロモーション活動を実施し、時間コストとプロモーション費用を最小限に抑え、ユーザー流出効果を最大化できます。

週末の時間帯別の交通分布傾向を見てみましょう。平日と異なり、週末の朝の交通ピーク時間帯は10時まで遅くなります。これは、日曜日はみんなのスケジュールが遅いという事実（週末の学生は何時に起きるのでしょうか？）と関係があるかもしれません。また、夕方の交通ピークの緩和時間も遅くなります。インターネット企業は、週末のユーザートラフィック分布の特性を考慮して、週末の活動の開始時間と終了時間を適切に延期することができます。現時点では、ユーザーグループの仕事や休息の習慣に合わせたプロモーション活動の方がより良い結果を達成できるため、平日に作成された活動時間計画は適用できなくなりました。

電子商取引の主なプロモーションチャネルは、オンラインチャネル（Google、Baiduなど）、オフラインチャネル（イベント、会議など）、新しいメディアマーケティング（WeChat、Xiaohongshuなど）の3つです。

さまざまなプロモーション チャネルのトラフィックを分析することで、各チャネルが企業にもたらす価値シェアの違いを明確に把握でき、ターゲットを絞ったマーケティング戦略の策定が容易になります。

上図に示すように、プロモーション チャネルは複数のレベルに分かれているため、FineBI ツールのマルチレベル 円グラフを使用してデータを分析およびカウントするのが最適です。下の図のデータを分析すると、まず第一に、第 1 レベル チャネルの主な戦闘効果は、新しいメディア マーケティングから来ていることがわかります。 WeChatやZhihuなどのソーシャルメディアコミュニティの時代では、視聴者は幅広く、ユーザーグループも非常に大きいため、企業はプロモーションに多額の費用を投資する必要があります。第二に、オンラインチャネルの影響も無視できません。インターネット企業にとって、Baidu や Google などの SEO 検索エンジンでのキーワードプロモーションをうまく行うことも、仕事の非常に重要な部分です。オンラインチャネルやニューメディアマーケティングと比較すると、オフラインチャネルはより多くの資金、時間、人的コストを必要とし、視聴者は比較的少ないため、このような活動はコアなファン向けに運営されることが多いです。

これには、直帰率の概念が含まれます。直帰率とは、顧客が対応する入り口から入り、1 ページのみを訪問した後に離脱する訪問回数と、そのページへの総訪問回数の比率です。直帰率 = 直帰数 / 訪問数。直帰率が低いほど、ユーザーの訪問が深いことを意味します。

上図に示すように、当社では BI ツールを使用して、さまざまな期間における当社の VIP ユーザー、既存ユーザー、新規ユーザーによるユーザー グループ訪問の詳細な分析と統計を行っています。全体的に見ると、プラットフォームの VIP ユーザーのアクセス深度は、古いユーザーや新しいユーザーよりもわずかに高いことがわかりますが、それほど顕著ではありません。これは、プラットフォームが運営する VIP グループのアクティビティを改善する必要があることを意味します。

同時に、プラットフォーム上の古いユーザーのアクセス深度は、新しいユーザーのアクセス深度とほぼ同じです。同社は明らかに、この分野のユーザーに対する積極的な活動にさらに力を入れる必要がある。プラットフォームのより忠実な古いユーザーの一部を VIP ユーザーにグループ化し、共同でプラットフォーム エコシステムを構築し、全体的なユーザー アクティビティを増やすことをお勧めします。また、ターゲットを絞った商品の割引や、ユーザーポートレートに基づいたおすすめ商品のプッシュ通知など、古いユーザーや VIP ユーザー向けの優遇ポリシーを実装することも可能です。

主な重点は、コア指標の動的な変化にあります。では、ここで言及されている「コア指標」とは何でしょうか?

電子商取引であろうと他のインターネット業界であろうと、次のような指標に注意を払う必要があることがよくあります。

• ページビュー-PV;
• 訪問回数 - 訪問;
• 訪問者数-UV;
• 平均訪問深度（総ページビュー数/訪問回数）
• 平均滞在時間（総滞在時間/総ページビュー）
• 直帰率（直帰数 / 訪問数）。

これらのうち、最初の 3 つの指標はトラフィック データの量を測定するためによく使用され、最後の 3 つの指標はトラフィック指標の品質を測定するために主に使用されます。これらの指標を動的に分析することで、一定期間内に実施されたマーケティング戦略の有効性を効果的に評価できます。

例えば、上図のプラットフォームトラフィック指標を注意深く分析すると、2017年のトラフィックピーク時期は10月であることがわかります。これは、国慶節の連休期間中に企業が実施したプロモーション活動に関連しているはずです。閲覧数、直帰数、訪問数はそれぞれ 4941、1290、2182 でした。比較計算により、直帰率は 59.12% となり、他の期間の直帰率よりも大幅に低いことがわかります。これは、10月のイベントの効果がかなり良好であったことを示しており、その経験は今後のマーケティングプロモーションの参考になります。

トラフィックの転換を通じて新規ユーザーの注目を集めた後、ユーザー変換を達成するために、つまり、ユーザーが商品を検索し、商品を閲覧し、商品を注文し、そして取引と支払いを行えるようにするために、一連の運用戦略を採用する必要があることがよくあります。変換段階では、注文変換率、イベント変換率、サービス変換率、返品率に注目すべき指標があります。

プラットフォーム運営者にとっては、ユーザートラフィックがプラットフォームのウェブサイトに入ると、当社のプラットフォーム運営者が設定した一連の要件に従って段階的に進み、最終的に取引の支払い操作を完了できることを期待しています。そのため、インターネット事業者は、会員登録、商品の収集、ショッピングカートへの追加、取引の支払いといった面でユーザーのコンバージョンを確実に実現する必要があります。段階的な変換が必要なプラットフォーム操作の場合、まずファネル チャートを使用してマクロレベルのプロセス変換データ分析を実行し、この段階で最も最適化する必要がある操作リンクを特定し、ターゲットを絞ったガバナンスを効果的に実行して、最終的にプラットフォーム ユーザーの注文変換率全体を向上できます。

上記のファネルに表示されている情報を例に挙げます。

まず、商品の閲覧からショッピングカートへの商品追加までのコンバージョン率を見てみましょう。ファネル チャートでは、コンバージョン率が 50.77% であることが示されており、これはプラットフォーム上の商品紹介と画像説明がユーザーにとって非常に魅力的であることを示しています。

次に、ショッピングカートへの追加から注文までのコンバージョン率を引き続き見てみましょう。コンバージョン率は99.66%と非常に高いことがわかります。その後、注文から支払いまでのコンバージョン率はわずか 50% であることがわかりました。これは、反省に値する変換ノードです。データ分析を通じて、プラットフォームのショップの決済チャネルが不完全であると推測し、プラットフォームがユーザーに使い慣れた決済チャネルを提供していないためにユーザーが購入を放棄する可能性を減らすために、AlipayやWeChatなどの迅速な決済チャネルを追加する必要がありました。

イベントコンバージョン率は通常、一連の運用プロモーション活動と公開イベントの影響を通じてプラットフォームまたはストアがもたらす付加価値を指します。この指標は、全体的な SEO キーワードの配置、割引プロモーション、電子メール マーケティング、その他のオンライン マーケティングの効果追跡など、プラットフォームの運用評価とマーケティング運用のガイドに非常に重要です。イベントコンバージョン率のデータ分析に関しては、通常、マーケティングチャネルコンバージョン率、メンバーコンバージョン率、店舗トラフィックコンバージョン率、注文コンバージョン率などの指標に焦点を当てて、イベントのプロモーションとマーケティングの効果を評価します。

まず、BI ツールを使用して、各マーケティング プロモーション チャネルのコンバージョン率の円形のバラ分布図を分析します。現在のプラットフォームで最もコンバージョン率が高いチャネルは、主に基本的なオンライン作業、SEOキーワードプロモーション、WeChatプロモーション、ブランドプロモーションであることがわかります。同時に、各チャネルに対応するコンバージョン率データを連携して確認したい場合、BIツールが提供する自動データ連携・フィルタリング機能により、設定なしで関連するすべてのデータを連携することができます。

上記のチャネルマーケティング戦略に加えて、プラットフォームストアでは、適切な関連商品の推奨によって、ユーザーの関連商品の購入率を高めることもできます。たとえば、ユーザーが服を購入した後、靴やその他の商品をプッシュすることができます。また、イベントコンバージョン率に関しては、季節性や公共イベントも商品の受注コンバージョン率に影響を与えるため、異なる時期に人気の高い商品のマーケティング購入により、最大の利益目標を達成できる場合が多くあります。

サービスコンバージョン率の観点から言えば、ユーザーがオンラインで商品を購入する場合、通常、商品の詳細な品質だけでなく、配送チャネルや配送速度についても理解する必要があります。そうすれば、良いサービスがあれば、顧客の購入率は自然に高まります。プラットフォームのカスタマーサービススタッフについては、相談から注文へのコンバージョン率を算出し、相談から注文へのコンバージョン率をKPI指標の1つとして使用して、カスタマーサービススタッフの業務パフォーマンスを評価することができます。

下図に示すように、BIツールを使用したカスタマーサービス相談と注文転換率の棒グラフのデータ分析と統計を通じて、プラットフォーム上の5人のカスタマーサービススタッフ、Blanche、Henry、Christian、Hank、Bettyの転換率は比較的良好で、すべて10％を超えていることがわかります。その他のカスタマー サービス従業員のコンバージョン率は比較的低いです。したがって、この点では、最も優れたコンバージョン率を持つカスタマーサービススタッフであるBlancheが他のカスタマーサービススタッフにサービストレーニングを提供することで、プラットフォーム全体のサービスレベルが向上し、ユーザーの注文コンバージョン率が向上します。

ユーザーにとって、返品の理由は通常 2 つのカテゴリに分けられます。 1つは購入した商品に品質上の問題がある場合、もう1つはユーザーが個人的な理由で返品を申請したい場合です。プラットフォームは、製品の品質問題により返品される最初のカテゴリーの商品に、より多くの注意を払う必要があることがよくあります。品質上の理由による過去の製品返品データを統計的に分析し、品質上の問題がある製品は速やかにサプライヤーにフィードバックする必要があります。品質があまりにも深刻な場合、プラットフォームは、このタイプの製品とサプライヤーの在庫返品の交渉を検討できます。

新規ユーザーを既存ユーザーにうまく変換した後は、維持の問題に焦点を当てる必要があります。つまり、顧客を維持する方法に重点を置く必要があるのです。

プラットフォームの継続ユーザーをマクロな観点から定義することができます。インターネット業界では、一定期間内にアプリケーションの使用を開始し、一定期間後もアプリケーションの使用を継続するユーザーを継続ユーザーとみなします。私たちは、できるだけ多くのユーザーを維持したいと考えています。

一般的に言えば、保持に関しては、次の指標に注意する必要があります。

つまり、ある日に新規ユーザーになった人のうち、翌日/7日後/30日後も「アクティブ」（閲覧、収集、購入など）である人の割合です。

異なる期間の保持率分析では、さまざまな問題が反映される可能性があります。一般的に、翌日の保持率を分析することは、製品の品質の変化やチャネルの優位性を把握するのに役立ちます。 7 日間の保持率は、比較的完全なサイクル後のユーザー保持状況を反映できます。 30 日間の維持率は、反復後の製品またはチャネルの安定性を反映し、進化の方向の合理性を判断するのに役立ちます。

異なるチャネルのユーザーの質は多くの場合異なります。維持率を考慮し、維持チャネルを比較することで、より質の高い広告を配信できます。

最後に、市場洞察（市場業界変化分析、市場競争分析）、運用結果（市場販売追跡分析、店舗運用分析、ショッピングモール運用分析）、テーマ分析（オンサイトプロモーション分析、オフサイトプロモーション分析、ライブブロードキャストテーマ分析、イベントプロモーションテーマ分析、顧客体験分析、プライベートドメインマーケティング分析）など、電子商取引でよく使用される詳細なデータ分析シナリオパッケージを提供する「電子商取引データ分析プラットフォーム構築計画」を皆さんと共有したいと思います。