電子商務網站數據分析

一、網站分析&電子商城的業務運營的問題

對于電子商務來說，網站分析表現為研究客戶對于在線商品進行的瀏覽行為特征，以及購買的行為特征。其中關于電子商務的客戶購物行為的多樣化特征可以參考下圖:

為了反映電子商城實際運營的中問題,網站分析應該主要體現為如下的幾個方面：

市場部門需要知道不同的廣告活動帶來的客戶的實際效果（瀏覽&購買）——需要具體到不同的市場活動的推廣渠道，新老客戶，以及地域分布；

產品部門需要知道在架商品的“績效”表現（瀏覽&購買）——需要具體到在架商品的類別，品牌，以及款式等等；

銷售部門需要知道銷售訂單的來源組成——直接登錄的客戶購買的訂單,廣告渠道生成的銷售訂單,以及搜索引擎生成的銷售訂單等等;

二、電子商城業務運營問題的解決方法和手段

針對網站分析已經得到的相關結論,電子商務的實際問題的解決可以通過以下三種方式進行解決:

純人工的方式——通過手動的調整電子商城的相關的功能和頁面；

營銷規則（引擎）的方式——通過網站分析得到的相關業務問題，人工的制定業務相應的營銷規則通過商務智能的方式形式來實現（如下圖）

推薦引擎的方式——通過數據挖掘和機器學習的方式，計算得到每一個客戶的購物偏好，進而推薦其喜好的商品和促銷活動；

備注：關于規則引擎和推薦引擎的區別如下：

規則引擎是針對的是電子商城的某一個或者多個客戶群；推薦引擎則是精準到單個用戶的偏好

規則引擎是需要電子商城的實際業務的運用人員進行相關的調整和設置；推薦引擎雖然能夠根據實際的業務進行相關的人工干預，但是其實現是系統自動化的。

三、規則引擎&推薦引擎

針對營銷規則（引擎）的實際運用的分析

對于登陸頁面的管理（或者說，高跳出頁面）——通過網站分析得到不同的廣告來源的效果不一樣（來源，新老客戶，地域等等），可以通過規則引擎控制不同的廣告來源，以及新老客戶等參數顯示不同的促銷活動，這樣可以大大的提高市場活動的轉化率。

對于站外搜索（SEO&SEM）流量來源的優化——由于目前搜索引擎是電子商城網站的重要并且穩定的流量來源，可以通過網站分析得到重點的關鍵詞（SEM&SEO）的流量轉化中的具體問題，例如搜索引擎的類型，來源，關鍵詞等等設定相應的營銷規則，實現搜索引擎流量細分的個性化著陸頁。

對于電子商城網站在線商品的營銷規則設定，可以將電子商城在線商品按照價格，或者品牌等進行分類，當客戶對于某一類商品感興趣（瀏覽&購買）可以根據相應的營銷規則有針對性推薦業務主打的商品和市場活動。

對于電子商城訪問最高的頁面，通過網站分析得到網站內部訪問最高的頁面的相應問題，例如新客戶的退出率很高，可以通過執行相應的營銷規則在相應的頁面呈現代金券等網站優惠的促銷工具

最后，還有可以根據電子商城客戶的實際購物路徑和特征，制定相應的業務規則——例如刪除購物的動作，或者訪問的頁面深度和長度超過既定的區間，則進行相關的規則營銷。

四、針對推薦引擎的實際運用的分析

電子商城的推薦引擎就是提供“一對一”的客戶體驗，讓顧客在最少的時間里選擇并購買盡可能多的產品。特別是針對電子商城的在線商品的品牌和類別很多，并且客戶的數量的偏好的差異性很大的情況下，推薦引擎的效果則會更好。其中推薦引擎的基本實現方式如下：

個性化品牌和品類的推薦——展現在電子商城首頁和相應的列表頁面，主要目的在于對于網站的整體流量的導航作用

個性化的商品推薦——展現在電子商城的列表頁和商品明細頁面，以及購物車頁面等等，主要目是通過在每一個客戶購物的過程中推薦其偏好的商品，從而達到Cross-Sell，Up-Sell，andNext-Sell