基于電子商務大數據分析的指標體系研究

林 敏 龔讓聲

（1.福建師范大學閩南科技學院，福建 泉州 362332；2.廈門華天涉外職業技術學院，福建 廈門 361102）

大數據時代的來臨，大數據在眾多領域掀起變革的巨浪，數據的爆炸性增長給企業帶來了巨大的壓力，同時也催生了數據驅動業務的發展。面對著呈幾何級數不斷增長的數據，數據分析師或統計師們都需要明確大數據分析的指標體系。本文重點闡述電子商務大數據分析的指標體系。通過電子商務大數據分析的指標體系的研究，可以使大數據驅動電子商務運營精細化，提升運營效果和業績。

1 大數據基本概述

隨著信息技術、計算機技術和計算機網絡的發展，人類社會迅速地邁進一個嶄新的數字時代，通過分析數字可以方便地獲取重要信息，同時也給我們帶來利用數據的煩惱。其原因就是數據量的爆炸增長給我們帶來了大數據分析的挑戰。如何在種類繁多、數量龐大的大數據中快速獲取有價值的信息，這就離不開對大數據的挖掘與分析，利用優化的復雜大規模數據處理技術，同時隨著物聯網、云計算領域中運用大數據的快速增長，數字的特征發生了巨大的變化，成組數據、空間數據、高維數據等結構復雜的數據形態應運而生。這也就需要強大的數據處理能力來實現批量信息的生產，在社會各領域中對大數據的認知、科學發現和商業決策就顯得越來越重要［1］。

2 電子商務大數據分析的指標體系研究

電子商務大數據分析的指標體系總體上來說包括總體運營指標、網站流量指標、銷售轉化指標、客戶價值指標、商品及供應鏈指標、營銷活動指標、風險控制指標和市場競爭指標。

2.1 總體運營指標

電子商務總體運營指標主要面向的人群是電商運營的高層，通過總體運營指標評估電商運營的整體效果。電商總體運營整體指標包括四方面的指標：

2.1.1 流量類指標

獨立訪客數（UV），指訪問電商網站的不重復用戶數。對于PC網站，統計系統會在每個訪問網站的用戶瀏覽器上“種”一個cookie來標記這個用戶，這樣每當被標記cookie的用戶訪問網站時，統計系統都會識別到此用戶。在一定統計周期內如（一天）統計系統會利用消重技術，對同一cookie在一天內多次訪問網站的用戶僅記錄為一個用戶。而在移動終端區分獨立用戶的方式則是按獨立設備計算獨立用戶［2］。

頁面訪問數（PV），即頁面瀏覽量，用戶每一次對電商網站或者移動電商應用中的每個網頁訪問均被記錄一次，用戶對同一頁面的多次訪問，訪問量累計。

人均頁面訪問數，即頁面訪問數（PV）/獨立訪客數，該指標反映的是網站訪問黏性。

2.1.2 訂單產生效率指標

總訂單數量，即訪客完成網上下單的訂單數之和。

訪問到下單的轉化率，即電商網站下單的次數與訪問該網站的次數之比。

2.1.3 總體銷售業績指標

網站成交額（GMV），電商成交金額，即只要網民下單，生成訂單號，便可以計算在GMV里面。銷售金額是貨品出售的金額總額。無論這個訂單最終是否成交，有些訂單下單未付款或取消，都算GMV，銷售金額一般只指實際成交金額，所以，GMV的數字一般比銷售金額大。

2.1.4 整體指標

銷售毛利是銷售收入與成本的差值。銷售毛利中只扣除了商品原始成本，不扣除沒有計入成本的期間費用（管理費用、財務費用、營業費用）。

毛利率是衡量電商企業盈利能力的指標，是銷售毛利與銷售收入的比值。如京東的2014年毛利率連續四個季度穩步上升，從第一季度的10.0%上升至第四季度的12.7%，體現出京東盈利能力的提升。

2.2 網站流量指標

2.2.1 流量規模類指標

常用的流量規模類指標包括獨立訪客數和頁面訪問數，相應的指標定義在前文（電商總體運營指標）已經描述，在此不再贅述。

2.2.2 流量成本類指標

單位訪客獲取成本。該指標指在流量推廣中，廣告活動產生的投放費用與廣告活動帶來的獨立訪客數的比值。單位訪客成本最好與平均每個訪客帶來的收入以及這些訪客帶來的轉化率進行關聯分析。若單位訪客成本上升，但訪客轉化率和單位訪客收入不變或下降，則很可能流量推廣出現問題，尤其要關注渠道推廣的作弊問題。

2.2.3 流量質量類指標

跳出率（Bounce Rate）也被稱為蹦失率，為瀏覽單頁即退出的次數/該頁訪問次數，跳出率只能衡量該頁作為著陸頁面（LandingPage）的訪問。如果花錢做推廣，著落頁的跳出率高，很可能是因為推廣渠道選擇出現失誤，推廣渠道目標人群和被推廣網站到目標人群不夠匹配，導致大部分訪客訪問一次就離開。

頁面訪問時長。頁訪問時長是指單個頁面被訪問的時間。并不是頁面訪問時長越長越好，要視情況而定。對于電商網站，頁面訪問時間要結合轉化率來看，如果頁面訪問時間長，但轉化率低，則頁面體驗出現問題的可能性很大。

人均頁面瀏覽量。人均頁面瀏覽量是指在統計周期內，平均每個訪客所瀏覽的頁面量。人均頁面瀏覽量反應的是網站的黏性。

2.2.4 會員類指標

注冊會員數。指一定統計周期內的注冊會員數量。

活躍會員數?；钴S會員數，指在一定時期內有消費或登錄行為的會員總數。

活躍會員率。即活躍會員占注冊會員總數的比重。

會員復購率。指在統計周期內產生二次及二次以上購買的會員占購買會員的總數。

會員平均購買次數。指在統計周期內每個會員平均購買的次數，即訂單總數/購買用戶總數。會員復購率高的電商網站平均購買次數也高。

會員回購率。指上一期末活躍會員在下一期時間內有購買行為的會員比率。

《紅樓夢》是一部多重意蘊上的悲劇，家族的悲劇、個人的悲劇、愛情的悲劇、理想的悲劇、歷史的悲劇等等，從金陵十二釵的簿冊判詞及《紅樓夢十二曲》的歌詞中，我們已經預知了大觀園里的女子們“千紅一窟（哭）”“萬艷同杯（悲）”的悲劇結局。曹雪芹想告訴我們，詩意美好的青春年華只存在于“太虛幻境——大觀園”，當這些女子走到冷酷殘忍的外部世界時，一切便隨風飄逝了。這是命定的悲劇。

會員留存率。會員在某段時間內開始訪問你的網站，經過一段時間后，仍然會繼續訪問你的網站就被認作是留存，這部分會員占當時新增會員的比例就是新會員留存率，這種留存的計算方法是按照活躍來計算，另外一種計算留存的方法是按消費來計算，即某段的新增消費用戶在往后一段時間周期（時間周期可以是日、周、月、季度和半年度）還繼續消費的會員比率。留存率一般看新會員留存率，當然也可以看活躍會員留存。留存率反應的是電商留住會員的能力。

2.3 銷售轉化指標

2.3.1 購物車類指標

基礎類指標包括一定統計周期內加入購物車次數、加入購物車買家數以及加入購物車商品數。

轉化類指標主要是購物車支付轉化率，即一定周期內加入購物車商品支付買家數與加入購物車購買家數的比值。

2.3.2 下單類指標

基礎類指標包括一定統計周期內的下單筆數、下單金額以及下單買家數。

轉化類指標主要是瀏覽下單轉化率，即下單買家數與網站訪客數（UV）的比值。

2.3.3 支付類指標

基礎統計類指標，包括一定統計周期內支付金額、支付買家數和支付商品數。

2.4 客戶價值指標

客戶價值指標包含新客戶和老客戶指標。常見新客戶指標包括一定統計周期內的新客戶數量、新客戶獲取成本和新客戶客單價。其中，新客戶客單價是指第一次在店鋪中產生消費行為的客戶所產生交易額與新客戶數量的比值。影響新客戶客單價的因素除了與推廣渠道的質量有關系，還與電商店鋪活動以及關聯銷售有關。常見老客戶指標包括消費頻率、最近一次購買時間、消費金額和重復購買率。消費頻率是指客戶在一定期間內所購買的次數；最近一次購買時間表示客戶最近一次購買的時間離現在有多遠；客戶消費金額指客戶在最近一段時間內購買的金額。消費頻率越高，最近一次購買時間離現在越近，消費金額越高的客戶越有價值。重復購買率則指消費者對該品牌產品或者服務的重復購買次數，重復購買率越多，則反映出消費者對品牌的忠誠度就越高，反之則越低。重復購買率可以按兩種口徑來統計：第一種，從客戶數角度，重復購買率指在一定周期內下單次數在兩次及兩次以上的人數與總下單人數之比，如在一個月內，有100個客戶成交，其中有20個是購買兩次及以上，則重復購買率為20%；第二種，按交易計算，即重復購買交易次數與總交易次數的比值，如某月內，一共產生了100筆交易，其中有20個人有了二次購買，這20人中的10個人又有了三次購買，則重復購買次數為30次，重復購買率為30%。

2.5 商品及供應鏈指標

產品總數指標是物理上不可分割的最小存貨單位。是一組可復用、易檢索的標準化信息的集合，該集合描述了一個產品的特性。通俗點說就是屬性值、特性相同的商品。如Iphone6S配置為16G版、4G手機、顏色為金色、網絡類型為TD-LTE/TD-SCDMA/WCDMA/GSM就是一個典型的供應鏈指標。該指標還包括產品優勢性指標和品牌存量指標。主要是獨家產品的收入占比品牌存量指標。包括品牌數和在線品牌數指標。品牌數指商品的品牌總數量和在線商品的品牌總數量。

2.6 營銷活動指標

市場營銷活動指標。包括新增訪問人數、新增注冊人數、總訪問次數、訂單數量、下單轉化率以及ROI。其中，下單轉化率是指活動期間，某活動所帶來的下單的次數與訪問該活動的次數之比。投資回報率（ROI）是指某一活動期間，產生的交易金額與活動投放成本金額的比值。

廣告投放指標。包括新增訪問人數、新增注冊人數、總訪問次數、訂單數量、UV訂單轉化率、廣告投資回報率。其中，下單轉化率是指某廣告所帶來的下單的次數與訪問該活動的次數之比。投資回報率（ROI）是指某廣告產生的交易金額與廣告投放成本金額的比值。

2.7 風險控制指標

買家評價指標是反映用戶對評價的參與度，電商網站目前都在積極引導用戶評價，以作為其他買家購物時候的參考。某段時間內好評的買家數量與該時間段買家數量的比值和某段時間內差評的買家數量與該時間段買家數量的比值是非常重要的參考基數。尤其是買家差評率，是非常值得關注的指標，需要監控起來，一旦發現買家差評率在加速上升，一定要提高警惕，分析引起差評率上升的原因，及時改進。在風險控制中也還要注意買家投訴的數量。投訴率的高低也起著重要的作用。

2.8 市場競爭指標

市場競爭指標就是市場份額的相關指標，包括市場占有率、市場擴大率和用戶份額。市場占有率指電商網站交易額占同期所有同類型電商網站整體交易額的比重；市場擴大率指購物網站占有率較上一個統計周期增長的百分比；用戶份額指購物網站獨立訪問用戶數占同期所有B2C購物網站合計獨立訪問用戶數的比例。

網站排名，包括交易額排名和流量排名。交易額排名指電商網站交易額在所有同類電商網站中的排名；流量排名指電商網站獨立訪客數量在所有同類電商網站中的排名。

3 結論

本文對電子商務大數據分析的指標體系進行了研究，通過八大指標的研究可以得出不同類別指標對應電商運營的不同環節。同時這些指標都需要系統化的統計和監控，才能更好地發現電子商務運營健康度的問題，及時改進和優化，提升電子商務收入。

［1］王修君.高效數據流和海量文本處理算法研究［D］.合肥：中國科學技術大學，2011.

［2］樓巍.面向大數據的高維數據挖掘技術研究［D］.上海：上海大學，2013.