B2C 电子商务的数据分析
数据分析的目的：一方面是发现问题，并且找到问题的根源，最终通过切实可行的办法解决存在的问题；另一方面，基于以往的数据分析，总结发展趋势，为网络营销决策提供支持。B2C 电子商务网站涉及的数据非常广泛，根据我之前写的《营销型电子商务网站让推广事半功倍》八个方面，可以逐一归类，并针对运营的状况进行调整优化，保证网站健康持续的发展。这一篇主要分享下数据分析的流程。
一、关键数据
每个B2C 电子商务网站的定位和客户不同，运营的情况也千差万别，考察用户访问、内容浏览和商业行为的关键数据，就能够判断网站运营的基本状况。
1. 独立用户访问量：独立用户访问量就是常说到的UV ，即有多少台电脑在24小时内访问网站（UV 和IP 并不等同）；
2. 积极访问者比率：如果你的网站针对正确的目标受众并且网站使用方便，你可以看到这个指标应该是不断的上升；
3. 忠实访问者比率：每个长时间访问者的平均访问页数，这是一个重要的指标，它结合了页数和时间；
4. 客户转化率：转化率指在一个统计周期内，完成转化行为的次数占推广信息总点击次数的比率；转化率是网站最终能否盈利的核心，提升网站转化率是网站综合运营实力的结果；
5. 客单价：每一个顾客平均购买商品的金额，也即是平均交易金额；
6. 客户满意度：客户期望值与客户体验的匹配程度，换言之，就是客户通过对一种产品可感知的效果与其期望值相比较后得出的指数；
7. 用户回访率：衡量网站内容对访问者的吸引程度和网站的实用性，你的网站是否有令人感兴趣的内容使访问者再次回到你的网站；
8. 投资回报率：用来衡量你的营销费用的投资回报，把钱分配给有最高回报率的营销方式；
二、收集数据
网站数据分析之前，先是需要收集和获取数据的过程，尽量获得完整、真实、准确的数据，做好数据的预处理工作，便于量化分析工作的开展。
1. 网站后台的数据：网站的注册用户数据（包括注册时间、用户性别、所属地域、来访次数、停留时间等等）、订单数据（包括下单时间、订单数量、商品品类、订单金额、订购频次等等）、反馈数据（客户评价、退货换货、客户投诉等）；
2. 搜索引擎的数据：网站在各个搜索引擎的收录量（site ），网站在搜索引擎的更新频率，关键词在搜索引擎的竞价排名情况，网站取得的搜索引擎信任的权重（google 有PR 值，sogou 有SR ）等等；
3. 统计工具的数据：网站统计工具很多，基本都会提供访客来自哪些地域，访客来自哪些网站， 访客来自哪些搜索词，访客浏览了哪些页面等数据信息，并且会根据你的需要进行广告跟踪等；
三、量化分析
分析不只是对数据的简单统计描述，应该是从表面的数据中找到问题的本质，然后需要针对的确定的主题进行归纳和总结。常用的分析方法有以下几种：
1. 趋势分析：将实际达到的结果，与不同时期报表中同类指标的历史数据进行比较 ，从而确定变化趋势和变化规律的一种分析方法；具体的分析方法包括定比和环比两种方法，定比是以某一时期为基数，其他各期均与该期的基数进行比较；而环比是分别以上一时期为基数，下一时期与上一时期的基数进行比较；
2. 对比分析：把两个相互联系的指标数据进行比较，从数量上展示和说明研究对象规模的大小，水平的高低，速度的快慢，以及各种关系是否协调；在对比分析中，选择合适的对比标准是十分关键的步骤，选择的合适，才能做出客观的评价，选择不合适，评价可能得出错误的结论；
3. 关联分析：如果两个或多个事物之间存在一定的关联，那么其中一个事物就能通过其他事物进行预测；它的目的是为了挖掘隐藏在数据间的相互关系；
4. 因果分析：因果分析是为了确定引起某一现象变化原因的分析，主要解决“为什么”的问题；因果分析就是在研究对象的先行情况中，把作为它的原因的现象与其他非原因的现象区别开来，或者是在研究对象的后行情况中，把作为它的结果的现象与其他的现象区别开来；
四、提出方案
1. 评估描述：对评估情况进行客观描述，用数据支持你的观点；
2. 编制统计图表：运用柱状图和条形图对基本情况进行更清晰的描述；运用散点图和折线图表现数据间的因果关系；
3. 提出观点：根据现实情况的数据分析，提出你的观点，预判网站的发展趋势，给出具体的建议性的改进措施；
4. 演示文档：基于以上三点进行归纳总结，列出条目，制作一份详细的演示文档，能够演示和讲解给部门领导；
五、优化改进
根据改进措施的实施，及时了解运营数据相应的变化，不断优化和改进，不仅仅要治标而且要治本，使同类的问题不再出现；持续的监控和反馈，不断寻找能从最根本上解决问题的最优方案；
数据分析是长期的工作，同时也是循序渐进的过程，需要网络运营人员实时监测网站运行情况，及时发现问题、分析问题并解决问题，这样才能使你的B2C 电子商务网站健康持续的发展。