梁灼銘 江門職業技術學院
數據分析作為一套高效的管理體系,其在20世紀早期就已經成立,但受困于當時的信息堵塞,所以沒有進行大力開發。21世紀,互聯網高度發達,并且在最短的時間內充分的滲透了我們的日常生活中,數據分析和電子商務進行綜合,衍化而生了電子商務數據分析平臺。當客戶在電子商務網站進行購買時,作為基礎賣方,電子商務將會對客戶所購買的物品的購買時間、具體數量以及相應金額以數據的形式儲存在自身所建立的數據庫中,可有利于電子商務平臺的日常運營以及交易分析,有效的估算客戶價值,同時亦為將來的擴展再營銷打下良好的基礎。
對于傳統的企業來講(通常指銷售類企業),想要與消費者達成某種關系,通常需要進行一定數量的購買銷售才可以實現,而對于電子商務來講,用戶的加入這在一定程度上實現了“自由性”,客戶注冊了該網站,即成為該網站的免費會員,同時作為注冊會員的手續,客戶必然會進行諸如姓名、手機號碼、性別以及身份證號碼等進行登記,這些數據對于電子商務來講是至關重要的[1]。將潛在客戶作為主體來講可能很難進行集體管理與追蹤,但是如果將客戶以數據為主體進行定位,將有效的幫助電子商務的相關企業了解客戶的一系列資料,從而采取一系列的措施(例如精準投放個性化廣告),挖掘潛在客戶,幫助企業達成一定的銷售任務。
在消費者進行消費時,通過商家的宣傳渠道進行物品的選擇與分析研究。比如,通過對傳統RFM模型、會員的生命周期等內容進行分析研究,可以了解到消費者的相關需求;同時,對活躍度進行分析和研究,能夠了解到消費者的喜好等。上述分析研究內容對于一個企業而言是十分重要的,是高效運營的關鍵所在。當客戶在電子商務平臺進行相應的交易時,便成為網站的潛在客戶,因此,對應的商務平臺將根據客戶的購物喜好進行判斷,促成交易的達成。
在進行電子商務平臺數據分析后,我們可以很明確發現“網購”是近年來全民參與程度最高、同時亦是最積極的電子商務形式(以淘寶網為例)。在用戶購買了某件商品之后,常規的渠道是客戶自取商品,但卻受時間、地點等因素影響,只能在某個地區內進行銷售,這在一定程度上制衡了當地的經濟發展;但是電子商務的加入改變了這一局勢,對于電子商務來講,其數據的采集與分析是十分精準的,客戶在購買時可以享受到“一站式”體驗[2]。例如客戶所在A城,想要購買的商品在B城,電子商務平臺可以在中間起到貨物提供,交易促成,與配送服務。同時消費者亦可通過數據平臺查詢商品的相關信息以及配送進度,通過電子商務數據,不僅促進了交易的達成,并且也利于互聯網電子商務數據的收集與分析。
在進行電子商務數據分析時,要針對分析對象進行相應的優化(以網站為例)。例如針對網站的美觀性、實用性以及全面性進行優化,通過對流量數據進行分析,實現全面管理目標。另外,在對電子商務的數據進行收集、研究和分析的過程中,應該采用JS代碼或GA的形式進行網站的監控以及分析[3]。同時利用比較常見的PV、UV、Visits等方式進行網站訪客數量以及訪問比例的換算,針對網站流量指標以及相應的跳出率、頁面和站點的平均瀏覽時長以及相應的指標。
在電子商務平臺上進行購物的優點在于,平臺上可供選擇的商品種類十分多,所以,在對網站運營水平進行衡量時,可通過商品類的相應指標來實現。在商品類目結構占比以及各類銷售數據占比中,可有效分析SKU集中度以及相對應的庫存周轉率等,且在電子商務分析數據中,對于不同產品的占比問題,也可對其進行細化到商品大類目占比問題,相關人員能夠依據商品之間的顏色差異、形狀差異、型號差異、用途差異等進行歸納和登記,方便后期數據的綜合比對。
在電子商務平臺環境經營指標中,需要結合實際情況,對經營指標進行科學分類,通常情況下可分為外部指標和內部指標兩種。
對于外部指標和內部指標的占有率,外部指標的占有率更高一些,包括市場占有比例、擴大比例、網站綜合排名等[4]。這些數據通常都是第三方調研公司根據電子商務數據分析平臺的報告數據。例如獨立的B2C網站,與淘寶、京東等網站的數據相比,后者的數據要更為精準以及本土化。
綜上所述,大數據對于電子商務平臺有著極為重要的發展意義,使其銷售以及數據的管理分析均發生了巨大的改變。但是由于我國的電子商務數據化管理還在發展階段,有些部分亟待完善,但是目前大部分的新興技術發展與數據平臺的建立已經證實了我國對于電子商務平臺數據分析的支持,在不遠的將來,電子商務將會迎來自己的“黃金發展期”,成為新的朝陽產業。