电商运营每天都看的是什么数据？

对于这个问题，我觉得我是最具有发言权的，毕竟我做运营也有十多年了，且现在还管理着13家淘宝店铺，不说细节（细节都是根据个人和店铺实际情况做出调整的），但系统的一个流程工作还是有的，因此在这里，我就将我一天的工作流程和要看的数据给大家一个展示。第二件事：找大佬（美工）沟通今日份的做图工作及预计出图时间。第三件事：数据分析；也就是本次问题的重点，一个运营人每天都要看的数据。我先说一个建议，就是大家每天在看数据的时候，最好做一个表格，将这些数据统计下来，这样在分析的时候会更直观看出问题所在。（这个表格只使用于新手运营前期，可根据个人情况做出调整，不一定非是这种一样滴）那么需要具体分析哪些数据呢？3个部分。第1个：自己店铺的一个数据分析（需要购买生意参谋）。1、店铺整体的一个数据分析；2、单品的一个数据分析，分主推与次推。注意：如果有活动的话，还要看一下活动的效果数据。第2个：竞争对手的数据分析（需要购买高配版生意参谋）。主要是看竞争对手竞品的价格、活动变化，以及他的一个销量、流量来源数据。第3个：大盘数据，也就是行业数据。（生意参谋）主要是看大盘数据有无波动，之后针对店铺做一个对于，看是大盘导致的店铺波动，还是只有自己店铺有波动，如果是后者，那么就要仔细找找原因了。其次是要看最近有没有增长幅度很大的产品，寻找商机。第四件事：运营人的一个基本操作（这也是我们运营人要看的数据）。1、有订单就安排发货；2、有未付款的就安排客服催付；3、有差评/退换货情况就安排客服联系买家协商；............午饭过后。第五件事：找大佬（美工）要图。还没做出来，就要开始催了，因为你不知道是不是一做出来，你就会满意，所以你要给美工留一个可以修改的时间，也给自己留一份余地，否则你今天就绝对会加班。（注：如果图要修改的话，不要光等着，应该接着做下面事，否则你依然会加班。）第六件事：查看推广渠道内的数据。例如：我们有开直通车，那么我们就要看看直通车里面的钱还够不够；创意数据表现怎么样，是否需要更换，地理分布是否需要调整等等。第七件事：数据分析。同样，要看自己店铺的数据，也要看竞争对手和大盘的数据。上午的时候，我们只是做了一个系统的分析和统计，下午的时候，我们就要根据数据细致的分析和优化，主图是否需要优化、标题关键词是否需要优化等等（不过优化这些项也不能太过频繁）、今日订单量有无达到预计效果，如果没有，可能就需要安排补单了等等。在这个同时，我们还要针对店铺里面各个宝贝的库存进行统计和跟进，一定要避免产品因售完而导致下架。最后，总结......不威严所听，只以事论事。我是司空世勇，一个致力于将淘宝算法一探究竟的人，以上呢，就是针对运营人一天的一个流程安排，写的笼统，看似简单，实则真正在运营，在操作的时候，你就不会觉得是这么简单了。另外，最近我有录制一套有关淘宝店铺应该如何去运营的干货视频，有想要的，可以私信我“淘运视频”，免费分享给你们哦！这次的分享到这里就结束了。觉得我写得不错的，记得用力点“赞”哦！觉得有帮助的，记得点击“分享”以便后期查看哦！

1、 想清楚自己的产品是做什么的，计划为什么样的人而服务的

2、 找出谁是竞品，通过互联网如百度，知乎等找出市面上相关行业，在从其中筛选出相关服务的产品，然后学习模仿自我进化3、 竞品的数据分析，在对竞品进行筛选后，开展数据分析。如产品相应功能有多少用户使用，整体的热度如何，在整个竞品中功能中处于一个什么样的位置，是关键路径的功能还是旁支功能等，具体分析根据自身情况对对比，毕竟创业公司和世界五百强，立脚点就不一样。以上3点最基本点，之后在分析更深层次的，没有那么多先学会跑的

很多，一句两句说不明白，我做运营7年的经验来看，最重要的是周数据，日数据不过是表象。具体就需要涉及到很细致的东西了。

谁看了我的店铺，看了哪些产品，哪些产品卖出了，卖出了多少数量，卖了多少钱，未付款的有多少，带着问题去看数据：浏览量、销售量、销售额、转化率等等

看自己店铺的数据，无非就是看展现，点击，转化，成交!

做了几年电商，略微说一下自己是怎么看数据的：

看数据之前先看产品，了解自己产品后再去看对应的数据，不然那么多数据，只会看的头昏眼花。我们把数据划分为三部分：前端流量，中端转化，后端客户反馈，也就是通常理解的：流量*转化率=销量。粗略的查看一段时间的流量（通常以周为单位）、转化情况，了解一下自己店铺所在层级，流量和转化是否处于同行优秀层级，如果比较差就说明各个环节可能都存在问题。这时候我们还是回归产品本身，先看一下原来我们对这个产品设想的购买人群是什么性别，年龄，ID级别等等，对比看一下数据是否符合，如果不符合我们就要调出订单收件人信息等等，找出问题所在。比如本来这个产品是提供给老年人用的，但是购买人群年龄偏小，这个就可能是老人找儿子，女儿购买的，所以你就可以明白你的产品在调整图片，文案，卖点，以及促销活动时，针对的人群是谁了。然后还需要看一下用户反馈，这个包含的数据有评价，退货率，换货率等等，一般买给老年人的东西发生退换货的概率还是比较低的，除非实在用不了。看完以上数据，大致对人群画像，自家产品在用户这里应该有大致的判断了，接下来就需要看流量和转化部分了转化要看的是加购，下单，成交之前的比例，如果加购很多，但是下单，成交比例比较低，说明有同行的活动力度比你高，或者卖点更适合，这样你需要找出相应流失的客户去了哪里购买，然后针对不足去进行调整。剩下的就是流量，可以根据曝光，点击，停留时长，客服咨询比去看一下，如果曝光很高，但是点击率很低，可能存在两个问题：一是推广类目，关键词有问题，二是图片不吸引人，这个可以通过直通车做不同的图片进行测试，如果点击率正常，但是跳出率很高和停留时间很低，基本就可以判断引入的客户是不对的，需要调整图片，关键词等等。运营通常是去看这些数据，当然还有更多专业数据，这里就不说了，有需要的可以一起讨论。

看到这个我就想到了我被骗的经历了

没有做过运营，当时我当过电子商务公司的销售经理助手。你们的京东在我这只有京麦；你们的淘宝在我这只有千牛。运营最看中的就是转化率：1.运营助理每天都要我发客服们的各个产品的转化率给他；2.经理也每天早上就说昨天谁谁谁的转化率怎么这么低；3.运营店长也天天说，要登记真实咨询，我要看你们真正的转化率，，，骗人电子商务公司几个月，也让我了解到了客服这个职业以及职场的可怕，，，，，额，似乎走题了，

问题很好，不请自来。

很多第一次做电商运营的人都不知道要看什么数据，我之前也做过互联网运营，一开始无非就是看看PV、UV，分许分析流量就完事了，但是很快老板就会发现我的分析结果根本没有任何价值，因为分析这些东西根本毛用都没有！但是我也很无奈，因为这些常规数据就绑定着我的KPI，要是不做的话，我就会被扣钱扣工资，运营分析还能怎么搞出花来？老板是为了公司盈利，我也要为了我个人生活啊。后来我才知道，不是分析方法和内容不对，而是没有关注到重点的数据。顿悟的方法很简单，去问一个专业的搞数据分析的就行了，我有幸就遇到了这么一位，简直称得上是扫地僧一样的隐藏人物，几句点拨就足够我学习的了。一、首先，想要知道需要关注什么数据，首先就要明白自己企业的商业模式。既然题主问的是电商，那么就先说一下电商的盈利模式，很简单：客户看中了你的产品或者服务，你把产品和服务卖给客户，一个订单完成！电商公司和o2o类公司都是这种模式，公司的收入是由一个个订单堆积出来，订单是由用户购买了相关的商品或服务产生，可以说用户和商品或服务为订单的两大基本元素，公司收入下降、增长、异常最终都可以追踪到用户与商品这两大元素上。这样我们将公司收入相关数据拆解为三大模块：用户、商品或服务、订单。作为运营人，我们最主要要关注的就是两个字——用户。公司收入、订单都是由用户消费所产生，用户的消费流程可以划分为以下四个阶段：引流、转化、消费、存留。当然我们希望最理想的情况就是吸引和转化最多的用户、让他们买我们的产品，并且留住他们好让他们一直买。然而现实是残酷的，我们能做的，就是对这些数据进行分析，根据数据情况进行策略对调整，让现实与理想情况之间的距离越来越近。我们一般将用户分为新用户和老用户，如下图所示：无论新老用户，我们都会关心两块内容，一个是引流（拉新），一个是转化，最终以数据的形式体现出来，就是流量与转化率。二、引流一个购物中心，建在荒郊野外，没人进来，装饰再奢华也没什么卵用。用户是有限的，我们需要精打细算，实现对每种渠道每种类型的流量来源的最大价值利用。分析目标：通过对流量的分析，保证流量的稳定性，并通过调整，尝试提高流量。分析内容：基本数据指标有访客数(uv)、浏览量(pv)、访问次数(visits)，是常用的衡量流量多少的数据指标；平均访问深度(浏览量/访问次数)、平均停留时间(总停留时间/总浏览量)、跳失率(跳出次数/访问次数)是用来衡量流量质量优劣的指标。分析角度：1. 观察流量规律，便于活动安排、服务调整上面这个图使用FineReport做的UV分析，可以发现以下规律：一天当中，访问集中在9点到11点和14点到17点这段工作时间，一年中则在春节前后的访问量比较大，每周中也是访问集中在工作日。一般来说，流量都是以每天中的时段、季节、节假日、星期这样的规律来分布的。所以可以将以上几面统一放到同一页面中进行观测，可以全面的了解应用的访问规律。并且通过对渠道、业务的选择，可以观测具体的渠道、业务的访问规律。2.发现流量异常，分析异常原因并及时调整通过对上图的观察，可以发现异常现象： 3月21日到4月17日到流量图中，工作日到流量一般都维持在2400左右，而观察4月18日到5月15日到图，发现流量从4月19日下滑开始，很少突破2000，也就是流量在近一个月有明显下滑。原因可能是对手购买了竞价排名、自己的seo做的不好等等。一般来说，流量以周为单位，周期性分布的情况是比较多的，将视角拉长，一次性多看几个周的数据，便于发现问题。将一段时间内的数据与历史数据进行对比，也有助于问题的发现。除上图中对流量异常的简单监控外，可以对流量进行进一步分解，如下图所示，通过图表联动，观察具体渠道或者业务的流量情况，从而完成对问题的追踪定位，例如通过进一步分析发现，4月中旬开始的流量下降主要出现在pc端，那么可以进一步缩小问题的范围。3. 观察流量结构，分析其合理性，并作出调整流量结构一般可分为渠道结构、业务结构、地区结构。通过查询一段时间内的各结构占比，了解流量组成。如上图所示，在渠道中，pc占比相对过大，而app占比不高，app对于用户具有更大的黏度，所以应分析app占比过低原因，并想办法提高app流量占比。下面的折线图可以对各渠道的流量情况进行追踪，分析占比不合理是短期内出现的，还是长期存在的、辅助问题的分析。4. 追踪流量情况，衡量活动或者调整效果对流量的追踪，一般就是对流量的监控，观察活动前、活动中、活动后的变化情况，评估活动效果。一般来讲，活动期间流量会大幅提升，活动后有一定回落，是一个成功的活动。如果活动期间流量上升幅度不大，或者活动结束后流量大幅度跌落，甚至流量低于活动前的正常流量很多，都不能说是一个成功的活动。三、转化在完成引流的工作后，下一步需要考虑的就是转化了，一个崭新的用户一路走来到完成交易，中间需要经历：浏览页面（下载app）->注册成为用户->登陆->添加购物车->下单->付款->完成交易每一环节中都会有用户流失，提高各个环节的转化率，一直是互联网公司运营的最核心的工作。转化率的提升，意味着更低的成本，更高的利润。分析目标：了解各环节转化情况，分析其异常或不合理情况，进行调整，以提升各环节的转化率。分析角度：关于转化率的各种名词也特别多，有静默转化率、登陆转化率、咨询转化率、付款转化率等等，然而并不需要考虑这些词，只要关注用户从接触应用到成交中的几个环节就好。我们依然使用FineReport中图表的形式来从各个角度对转化数据进行展示分析。1.观察各环节转化率，分析其合理性，针对转化率异常环节进行调整上图所示，传统漏斗图只能显示一条路径的转化率情况，稍加修改后，可实现对比功能，例如上图所示的新老用户的转化率的对比。可以根据实际情况中在该图中加入更多环节，例如注册、收藏、开工、竣工等。从上图中，我们可以发现这样一个问题，下单到付款中的转化率过低，正常来说，用户只要下单，付款的比例是比较大的。对于这个异常，我们来做下猜测：又看了下其他家的商品或服务，发现了更好的，就取消了付款；付款前习惯性的问下相关的人进行确认，然后发现计划有变，所以取消付款；到了付款的时候发现居然不支持支付宝，无奈取消付款；下单后被告知没货；页面好卡，怒而弃之；余额不足总体上可以分为两类：用户本身原因，系统设计原因。上图中这么出现付款率这么低的情况，基本上可以确定是系统原因。然而具体是哪块的设计出了问题，可以进一步细化追踪。如上图所示，点击相应阶段，联动出下面各渠道与各业务的转化率明细，可以看出，各渠道的转化率差别较大，其中pc端转化率明显偏低，而各业务之间的转化率差别不大，基本可以确定，是pc端存在问题，导致转化率偏低。上图中的付款转化率低的太明显，只要不瞎都能看出这转化率出了问题，但是往往转化率的问题并没有这样的明显，那怎样定位自己的转化率是否合理，哪个阶段的转化率有提升空间呢？继续看下面这张图：上图是通过多角度对比来分析业务转化率的健康状况，包括与自己同期对比、行业中与自己相似产品对比、行业中优秀的产品对比。对比各环节转化率的不同，产生数据上的冲击，所有落后的节点，都是可以提升的空间。2. 追踪转化率变化，用于异常定位和策略调整效果验证除流量外，转化率也是需要追踪的，将时间的维度拉开，分析各阶段转化率随着时间的波动，也是很有看点的。如上图所示，在4月17日到21日中间，转化率出现下滑趋势，通过渠道转化率与业务转化率两个图表的联动，可以追踪定位导致转化率下滑的渠道或业务。常见的原因，公司运营部门投入了某个渠道进行推广，新的渠道带来了新的流量，而该渠道所引入的用户质量却偏低，拉低了整体的转化率。3. 观察各渠道转化情况，定义渠道价值，并依此适当调整运营策略气泡图在传统图表中信息量涵盖相对是比较大的，上面这张图x轴和y轴分别表示流量和转化率，y轴可以根据分析内容不同切换成点击率、注册率、架构率、下单率等等，气泡大小表示的为渠道ROI。从上图中可以看出，在右上象限中的渠道价值是比较大的，再综合考虑ROI，还可以看出渠道性价比情况。4. 分析各环节转化周期，分析用户习惯，为制定运营策略提供依据这种场景通用性并不是很强，会和公司业务相关联，有些业务的交易是分成多个阶段来完成，这种情况可以对转化周期进行分析。上图中可以看出，该业务的付款与成交一般在前四周完成，而第五周开始趋于稳定。知道以上信息后，可针对第五周未付款或完成交易的用户进行询问，提高转化率。另外可制定四周内完成交易有奖励等活动来缩短成交周期，因为图中可以看出，绝大部分用户四周时间足够完成服务检查、订单确认等工作。四、日活/存留互联网行业的拉新成本现在都很高，要投入广告、投入时间，这些都是成本。如果用户还没有产生什么价值就流失了，那一定是亏了。相反，拉过来的用户，存留的时间越长，产生的价值也就越大，也才能弥补其他流失用户所产生的损失。因此，提高用户的存留时间，也是提高公司收入，为公司创造更多价值的重要一环。分析目标：通过分析用户的日活/存留，来帮助运营人员发现问题、监控数据，为调整策略提供数据支持，达到提高日活/存留的效果。分析角度：1.日活监控，观察用户活跃数据，分析日活健康度活跃用户一般可以分为以下三类：有些公司可能不太关注回流(一定时间内没有登陆的用户再次登陆)这部分用户，我将它列出来，是认为了解回流用户的日活情况在一些场合中是有价值的，例如活动期间、发优惠券测试，是否会对流失用户的回流产生了作用。上图中是用finereport做的堆积面积图，其面积大小为各类型用户数，堆积总高度为总活跃用户数。对于日活数据来说，相对理想的情况是老用户占比较高，为活跃用户主力，并且呈现逐步上升的趋势，代表产品对新用户的粘性较好，总体拉新存留大于流失用户。否则，要么是新用户的存留率过低，要么是老用户的流失率过高，都需要进行调整。2.观察存留规律，定位存留阶段，辅助市场活动、市场策略定位等存留规律分析应该分开对待，一部分高频小额订单(例如外卖)这种互联网公司，其分析模式类似于游戏、知乎、SasS平台，会以日为单位来分析存留。如上图所示，这种用户登录频率较高的应用，可以通过上图分成三个阶段，过滤期、试探期、平稳期。刚开始接触一个应用的用户中，有大量的用户是质量不高的用户，不可避免的要经历一个存留率大幅下降的阶段，但这一阶段周期一般较短(我认为这一阶段可能更多的是应用筛选用户)。在这一阶段过去之后，用户会对应用进行详细的试探，是否让自己满意，这段期间也会有部分用户流失。最后留下的就是相对稳定的用户了。上图可称之为手枪图，该图可以看出用户存留的整体情况，存留率有没有越来越高，产品粘性是否做的够好，通过上图可以看出一定的问题来。但要像日存留那样，找出用户存留的三个阶段是比较困难的，因为用户是否存留下来更多的取决于消费体验，并且消费体验周期过长，很难判断用户是否会再次消费。3.对比不同用户、产品功能的存留情况，分析产品价值、辅助产品调整如上图所示，通过对比，发现使用了分享功能和收藏功能的用户的存留率相对较高。得到这样一个信息后，可以通过产品上的调整，来鼓励用户使用分享、收藏等功能，以此来提高用户的存留率。这种对比可以是多种形式的，将功能选择换成用户分类、用户来源，可以从不同的角度来观察问题。例如，如果发现男性用户的存留率比女性用户低，那么一是可以提醒反思造成这种情况的原因是什么，或者是可以调整产品推广渠道，以吸引女用户主。存留率是互联网公司非常关注的指标之一，而很多公司会对存留率进行非常深入的挖掘。上文提供几种存留率常用的展现形式，为分析存留率提供一定的参考。注：文中图表均由finereport报表开发暂时想到的就这么多，当然我这里也只是简单梳理一下，如果大家有什么看法可以在评论区提出来，我们一起学习！

要想实现精细化运营，数据分析是必不可少的一个环节。电商网站要提高运营效率，至少需要五大关键指标：活跃用户量、转化率、留存、复购和 GMV 。

活跃用户量是一个基本的指标，有 DAU (日活跃用户)、WAU (周活跃用户)和 MAU (月活跃用户)三个层次；转化是一个非常重要的指标，电商运营需要关注主路径、次路径甚至精细到每一个品类/ SKU 的转化率；留存要从不同的时间周期上研究，包括次日留存率、3 日、7 日、30 日留存；复购则要从 3 个角度去看，复购用户量、复购率和复购金额比；GMV 是最重要的指标，我们的运营最终是围绕这个来进行的（ GMV = UV *转化率*客单价）光知道指标是远远不够的，电商行业的精细化运营需要结合业务实际展开。我们可以从商品运营、用户运营和产品运营这 3 个关键思路展开，看电商网站该如何得到数据背后的东西（一）转化分析在商品运营中，尤其是首页商品更新速度快，我们要格外重视转化，甚至要精确到不同时间区间、不同位置、不同商品的转化率。然后根据转化率，结合业务经验，不断调整运营策略。然而目前，即使是大型的电商网站，也没有很好地做到这一点，对于每个商品品类/SKU 的转化率的分析仍存在一定的空缺。商品运营有一个非常大的优势：投入低，见效快，效果明显，商品运营的本质是通过不同坑位、不同活动、不同商品的分析来提高我们的转化率和 GMV 。下图展示了一个电商购买流程的主路径：首页——活动页——商品详情页——支付完成。从精细化用户行为分析的角度出发，我们关注转化路径每一步的转化率；通过分析不难发现最后一步“支付完成”的转化率偏低。（三）品类分析电商网站上的商品品类非常多，每一个品类都应该有明确的定位，不同定位的品类应该有不同的运营策略。根据商品品类的利润率、转化率等表现，我们将商品品类分成 4 种：导流型品类、高利润品类、高转化品类、未来明星型品类。1. 导流型品类：利润非常低，但是购买量大、市场需求大，目的在于导流。2. 高利润型品类：利润率高，希望用户更多购买此类商品。3. 高转化品类：带量。4. 未来明星型品类：这是电商平台的潜力股，虽然曝光量很低，但是转化率极高。明确了商品的品类后，我们就可以针对性地展开运营。

看自己店铺的数据，无非就是看展现，点击，转化，成交