数据分析在电子商务中的应用研究

摘要：在我国，电子商务行业发展十分迅速，但在发展的过程中也出现了诸多问题。作为一个电子商务公司，我们既要关注产品、市场和营销，更需要关注一些数据所反映的问题，进而在这些数据里发现问题并制定出相应的解决方案和发展战略。本文将结合电子商务实例网站的一些实际数据指标来说明数据分析在电子商务中的具体应用及其重要意义，从而希望能促使更多企业真正去重视数据分析的工作，以帮助电子商务企业更好的进行客户关系管理，网站经营管理和结构优化以及为电子商务企业进行战略决策提供有价值的潜在信息。
关键字：数据分析；电子商务；网站优化 
The research of Data analysis in the e-commerce application
Abstract: In our country, the e-commerce industry is developing very rapidly, but it is also appeared many problems in the process of development. As an e-commerce company, we should not only focus on products, market and marketing, but also pay more attention to the problems that some data reflects, and find the problems in these data to make corresponding solutions and development strategy. This paper combines the electronic commerce website of some actual examples to explain the significance of data analysis in the specific application of electronic commerce, hoping more enterprise real to value data analysis which will make electronic business enterprise better for customer relationship management, site management and optimizing the structure as well as to provide valuable information of potential for the e-commerce enterprise’s strategic decision.
Key words: data analysis; electronic commerce; website optimization
1  选题背景及研究意义
1.1 背景介绍
在今天的互联网上，每时每刻都在产生大量的数据，据统计每秒会产生几百万次的搜索，几万个微博。 稍具规模的电子商务公司，都会采集一些行为数据(比如用户数、浏览量)，但是这些行为数据与商业数据(比如交易量、订单转化率)有何关系，在我国目前还有许多公司甚至一些比较著名的电子商务公司，都不知道如何利用这些纷繁复杂的零散数据，要想使数据真正成为一个公司的资源，从中及时发现有用的知识，通过数据挖掘技术进行数据分析则变得十分重要。
我们先来了解一下电子商务行业的相关动态：
I、阿里巴巴
2011年5月25日，阿里巴巴宣布推出数据门户，并正式启用新域名data.china.alibaba.com，新推出的数据门户根据4500万中小企业用户的搜索、询单、交易等电子商务行为进行数据分析和挖掘，为中小企业以及电子商务从业人士等第三方提供综合数据服务。马云曾表示“数据”将是阿里巴巴未来十年发展的战略核心。 
II、沃尔玛 
事实上，近年来全球各大行业巨头都表示进驻“开放数据”蓝海。以沃尔玛为例，该公司已经拥有两千多万亿字节数据，相当于200多个美国国会图书馆的藏书总量。这其中，很大一部分是客户信息和消费记录。通过数据分析，企业可以掌握客户的消费习惯、优化现金和库存，并扩大销量，数据已经成为了各行各业商业决策的重要基础。 
III、世界工厂网
一些电商平台也很注重这方面的数据分析，例如世界工厂网，就设有排名榜的数据分析，通过分析用户在世界工厂的搜索习惯及搜索记录，免费提供了产品排行榜、求购排行榜和企业排行榜。所有这些行业的动向，都昭示着这样一个特点：电商数据、数据分析及行业分析。 
1.2研究价值
从各方的对待态度与投资动向，我们能很轻易的了解到这一事物的重要程度，从以上的事例可以看出，数据分析对于各行各业都非常的重要，尤其是对于电子商务平台。在实用中，数据分析可帮助企业做出判断，以便采取适当行动以提升有效性，分析所得数据以判定市场动向，从而制定合适的生产及销售计划。
本文在写作时参考了相关的文献资料并通过采用网上搜索法，网络问卷法，相关QQ群在线咨询网络店家等手段对一些比较知名的电子商务网站和一部分网店进行了调查和分析。并通过Web挖掘技术对其Web日志进行分析，阐述了数据分析在电子商务企业中的具体应用和重要价值。
2  数据分析及分析指标
2.1数据分析定义
数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析，以求最大化地开发数据资料的功能，发挥数据的作用。是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。一般来说，数据分析包括：流量来源分析、站内数据流分析、流量效率分析和用户特征分析四个部分。
2.2数据分析指标
电子商务网站数据分析主要包括内容指标分析和商业指标分析，内容指标主要有网站转换率、回访者比率、积极访问者比率、忠实访问者比率、忠实访问者指数、回弹率、浏览用户比率、浏览用户指数、浏览用户量等。商业指标主要有：平均订货额、订单转化率、每位访问者销售额、单笔订单成本、再订货率、单个访问者成本、订单获取差额、订单获取率、投资回报率等。
其他参数指标还包括：成交金额、 成交用户数、购买用户数、订单金额、当日订单支付率、平均访客价值、成交产品均价、成交转化率等。
3  数据分析在电子商务中的具体应用
3.1网站流量数据分析
一般说来，评价一个网站流量主要有两个指标：Page View和IP。其次还包括另外两个指标：会话数和用户数。一般来说，每个IP地址可以有多个用户的访问，每个用户又会产生多个会话，每个会话会包括多个PV，所以他们的关系是PV >= 会话数 >= 用户数 >= IP数。 
如果网站在一段时间内会话数和Page View在数值上比较接近或者在一段时间内站内跳转流量较少，说明大部分的访问者查看了少量页面就会离去，甚至只看了入口页面，这就需要丰富网站内容，设置合理的页面内部链接，引导访问者持续的了解网站内容。
如果网站在一段时间内直接输入流量较多，说明大部分的访问者都是熟悉网站的老用户，如果想发展更多的新用户，就需要在更广泛的范围内对网站进行推广。
同时我们还可以对网站或网店的流量来源进行数据分析，根据这些数据可以帮助考察网站所进行的搜索引擎优化的效果，以及购买商用搜索产品和直达产品的效果，可以及时调整投资策略，把有限的资金用在更有利于企业网站推广的产品上。
3.2用户购买行为数据分析
以下是一家B2C网站2011年注册用户的购买情况。

购买次数	用户数	百分比	人均交易（元）	总计交易金额（亿元）	累计交易
0次	278660	52.88%	0.00	0.000	0.00%
1次	107789	20.45%	548.49	0.59	100.00%
2次	42090	7.99%	1094.03	0.46	90.21%
3次	23244	4.41%	1584.46	0.37	82.58%
4次	15456	2.93%	1990.09	0.31	76.48%
5次	11138	2.11%	2551.32	0.28	71.39%
6次	7910	1.50%	3235.61	0.26	66.69%
7次	6780	1.29%	3655.12	0.25	62.45%
8次	4883	0.93%	4318.95	0.21	58.34%
9次	4076	0.77%	4597.85	0.19	54.85%
10次	3228	0.61%	5182.04	0.17	51.75%
10次以上	21711	4.12%	13622.08	2.96	48.98%
总计	526965	100%	/	6.05	/

通过对以上数据进行分析可以得出以下结论:（1）在所有的注册用户中，可以发现注册到购买的转化率大概为47%，因为52.88%的注册用户到目前为止还没有产生过购买行为。（2）产生了3次或3次以上购买的顾客占总体注册用户的18.68%，但是他们产生的总体购买金额却占了总体交易金额的82.58%，根据这个结果，我们可以把购买了3次或者3次以上的顾客定义为公司的核心顾客，他们是确保公司基石的重量级客户。（3）购买10次以上的有顾客有21711人，占注册用户4.12%，但是这小小的4.12%的用户为公司贡献了48.98%的交易额，而且人均贡献1.36万。所以从中我们可以发现，购买频率越高，对公司越重要。可以做个假设：如果不考虑重复购买，所有的顾客只要购物都只买1次的话，那么会出现什么结果呢。结果是网站总体交易额将缩减75%，交易额将变成目前总体交易额的25%。可见对于一个购物网站来说，顾客忠诚度的培养和顾客的重复购买是多么重要，长期进行老客户的优惠措施（积分优惠、折扣优惠等）和回馈是公司发展的重中之重。
3.3用户类型定位数据分析
 
通过对该雷达图进行数据分析，可以发现图中上面3个指标——最近购买时间、购买频率和购买商品种类可以用来评价用户的忠诚度，而下面的2个指标——平均每次交易额和单次最高交易额可以用来衡量用户的消费能力。对于用户1，虽然其购买频率和购买的广度不高，但其消费的能力较强，而用户2是频繁购买用户，对网站有一定的忠诚度，但其消费能力一般。所以图形的上半部分面积较大的用户拥有较高的忠诚度，而下半部分面积较大的用户具有更高的消费能力。这两类用户都是网站的价值客户，但由于其类型的不同，在营销策略上可以分开对待。
用户类型分析的意义：发掘网站的可发展用户，对于一些新客户或潜力客户进行针对性营销；发现网站的高价值客户（VIP），为客户关系管理（CRM）及保持有价值客户提供支持；根据用户交易行为细分客户群，实施有针对性的营销策略。及时发现可能流失的客户并采取有效措施；
3.4群体间差异的数据分析 
以从购买聚划算的频次划分群体为例：问卷中考察了用户每月在聚划算团购的次数，为了更清晰地比较用户对聚划算的心理认知，重点对比了从来没有在聚划算购物和每月购买4次及以上的用户之间的差异。 
从两个群体在公因子的均值得分来看，购买聚划算频率高的用户对聚划算的服务质量认同度较低，而对聚划算产品的多样性更加认可。
独立样本T检验可知，从来没有在聚划算购物和每月购买4次或以上聚划算的用户，对聚划算的信息充裕性、交易条款等的信任感不存在明显差异。 
每月购买4次或以上聚划算的用户对聚划算服务质量的认可度较低，明显低于未购买用户，这与用户心理相符，只有真正购买过，且购买得多，才能发现更多服务当中的问题，对服务的要求就会更高，这也表明聚划算越来越强调服务质量，是非常有必要的。
4  对电子商务企业进行数据分析的建议
作为一个电子商务网站，电子商务数据分析主要包括七个重要因素：
4.1电子商务数据分析需要商业敏感 
今天电子商务公司的数据分析师，必须有对繁杂枯燥的数据进行数据分析的本领，从而解开市场密码。作为数据分析师要有商业意识，比如一种产品的相关联产品或者互补产品的销售量增加了，那么可以预测该种产品的销量也会增加。再比如，不同的产品在网站上摆放的位置不一样，那么它们在网站上发挥的作用也不一样，有的是为了赚钱，有的产品是为了吸引流量，有的产品则是为了促销。 
4.2电子商务数据分析衡量指标的设定 
指标是让我们更好的从数据量化的层面来了解运营的状况，现在的PV、UV、转化率基本是运营监督的指标；网站分析采用的指标可能有各种各样的，根据网站的目标和网站的客户的不同，可以有许多不同的指标来衡量。
4.3电子商务的网站转化率是关键，ROI是最终的目标 
电子商务B2B网站平台的宗旨就是为企业服务，让买家与卖家的市场销售成本降低，降低交易成本，提高订单利润。因此电子商务的网站转化率是关键，这其中就提到一个指标的重要性——ROI，是指通过投资而应返回的价值，它涵盖了企业的获利目标、利润和投入的经营所必备的财产相关，因为管理人员必须通过投资和现有财产获得利润。 
4.4某些指标异常变化的原因分析 
网站的某些指标的异常变化是外界市场一些变化的客观反应，网站的数据分析人员一定要积极注意。对于一些数据的异常增加或减少，一定要分析其产生的原因与市场时机，这对平台以后的发展及政策导向非常有借鉴意义。 
4.5利用数据分析用户的行为习惯 
利用数据来分析用户的行为习惯，进而揣测用户的心理，让用户最真实的告诉你，他需要什么。这些可以利用投票调查及问题提交等来实现，当然利用数据整合分析也是必然的，然后做出来一些基本的产品定位及活动。 
4.6客户的购买行为分析 
当顾客在电子商务网站上产生购买行为之后，就从潜在客户变成了网站的价值客户，电子商务网站一般都会将用户的交易信息，包括购买时间、购买商品、购买 数量、支付金额等信息保存在自己的数据库里面，所以对于这些用户，我们可以基于网站的运营数据对他们的交易行为进行分析，从而估计每位用户的价值，及制定出针对每位用户的扩展营销的可能性。 
4.7电子商务数据分析需注重实战经验 
进行电子商务的数据分析更多的是实战，数据分析的根本目的是了解用户的需求、行为，以改善原有的服务，开发更多的客户，并制定扩展营销的策略及附加功能的推广服务等。 
5  结束语
从目前中国整个电子商务行业来说，真正关注数据分析的企业并不是非常多，主要原因可能由几个方面构成：缺乏对数据分析重要性的认识；数据分析人才的缺失；企业投入预算不足；企业还没有到达这个需求；数据量不多，不足以分析等原因。而根据相关调查了解到，在国外一般电子商务企业都有专门做数据分析的工作人员，这应该是属于战略上的投资。电子商务相对于传统零售业来说，最大的特点就是一切都可以通过数据化来监控和改进。通过数据可以看到用户从哪里来、如何组织产品可以实现很好的转化率、投放广告的效率如何等问题。基于数据分析的每一点点改变，就是一点点提升赚钱的能力，所以电子商务网站的数据分析是非常重要的。
参考文献
[1]  田倩飞 .Web使用挖掘及在网站优化中的应用：[西南大学硕士学位论文].重庆：西南大学，2009.4；
[2]  韩杰.电子商务网站的数据分析系统研究与开发：[北方工业大学硕士学位论文].北京：北方工业大学，2011.5；
[3]  任明枢.Web数据挖掘及其在电子商务中的应用：[山东科技大学工程硕士学位论文].山东：山东科技大学，2004.5；
[4]  张莹.电子商务中的Web数据挖掘研究：[山东科技大学同等学力申请硕士学位论文].山东：山东科技大学，2004.5。