電商活動之資料分析原型設計篇

如今，各大電商平台之間雖然不再通過大量補貼來培養使用者在自家平台的消費習慣，但是電商靠活動拉攏使用者的習慣與體系已經成熟，本文作者將基於活動的資料統計來談談產品應該如何設計。

很久……很久……以前，電商競爭模式初立之期，盤古撥混沌開天地之時，江湖中曾經流傳過一句永世的經典：「道可道，非常……」，no no no，是這句：

「得使用者者，得天下兮！」

電商競爭初期，亦是線上電商活動步入正規之時，平台與平台之間通過大量放血活動來拉攏並期待使用者形成在自家購物與消費的行為習慣，使用者賺的是缽滿盆滿，商家拼的是血流成河。

很久很久以後，各平台之間雖然不在繼續那麼玩命的血液遊戲，但是電商靠活動拉攏使用者的習慣與體系已經成熟。今天我們就來說一下電商活動的基本統計功能（對，你沒有看錯，我並不是要說活動怎麼做，而是說基於活動的資料統計產品應該如何設計）。

資料分析的指標包含兩種：

我規劃這套系統的使用者資料分析功能中，包含了大量的原始資料，以及少量的計算資料。

之所以如此設計，是因為產品人員並非資料的直接使用者，在我的後台產品生涯中，我傾向於提供更多更全面更乾淨的原始資料給運營人員，並由他們自己組合、拆解，產生自己需要的資料，而不是直接給很多計算資料。

產品不應該限制資料的使用方式，以及限制資料分析人員的思路，為了避免這兩個方面的問題，我才會如此設計產品。（這並非是我不懂資料分析，而是非常了解資料分析的思路與重點）

思路再拓展：

記得我前幾天寫的《後台產品經理：三步教你打造簡單的營銷平台》麼？其實在活動資料分析模組中，每個使用者都已經被做了活動標記。

無論你所在何種的平台與行業，無論你銷售的產品是實物還是虛擬，你營銷的最終目標都將為人。同時你也會發現，在有網際網路的企業中，會將人的資料以各種單

一、組合、拆解、再計算的形式進行展現，不管你用什麼辦法來觀察購買你產品的人，這種行為都叫做使用者分析。

針對活動類的資料展示與分析，我們究竟要展示哪些資料呢？

使用者：性別、身份、地域、年齡等，直接看到買你賬的使用者基本資訊；

使用者關注：活動中的各種商品品類被使用者關注的程度，這是平台使用者喜好分析；

熱度：活動參與度、使用者關注數、分享次數，可以通過當前指標看到本次活動使用者是否關注。

訂單，乙個電商行業最關心、最引人注目、最能衡量成效的資訊產出物。與使用者分析不同，訂單反應的是平台的活躍度、使用者認可度、以及主營收入等方面的敏感資訊，我想它的重要程度不容置疑吧。

訂單分析頁面中主要有幾個模組組成：

訂單數量：首先以曲線圖形式進行展現，可以凸顯訂單數量走勢，同時搭配訂單金額、下單人數、訂單數量三個維度，直面訂單基本情況。

下單時間分布：將訂單的下單時間以24小時的曲線圖進行歸類，此時，你已經清晰的了解，當前活動的參與者參與活動的主要時段，同時也是當前平台使用者習慣的一種表現形式。

如果你是電商產品，那你一定知道sku與spu。

商品資料分析中，主要以商品維度展示當前活動所產生的資料，比如sku、spu的銷量情況，商品品類銷售情況，品牌使用者傾向情況，等等各種商品資料。

渠道，顧名思義，當前活動的導流路線為你的活動貢獻了多少**，說的專業點就是貢獻了多少uv、pv。

展現形式以渠道引流趨勢圖、各渠道貢獻度佔比柱狀圖，外區域廣告投放佔比及點選圖，通過這些指標，可以非常清晰的展示每條渠道的價值，並且能夠指導你此類活動哪個渠道會對你有直接的幫助，分分鐘改善下一次活動的效果。

通過頁面分析，可以直擊頁面的設計問題，以下資料完全可支援產品經理等頁面設計人員對活動的使用者訪問路徑進行充足的分析。

物流資料分析的主要功能，是跟蹤商品在發貨過程中，是否出現異常情況，同時可以準確的跟蹤商品到貨時間，為使用者體驗的研究增加了不少的判斷標準。

通過當前模組可以很直觀的看到各個**商的銷量情況，比如訂單、金額、商品數量，還有毛利。

這個頁面我做的比較簡單，你們可以根據業務需要，擴大相關的統計資料。

自定義報表功能請參考《後台產品經理：三步教你打造簡單的營銷平台》中的模型建立模組，雖然形式不同，但理念一致，使用者自己選擇需要展示的維度與指標，並選擇時間進行展示，這才是這個系統最精髓的地方！