电商业务简介

电商网站采用商家入驻的模式，商家入驻平台提交申请，有平台进行资质审核，审核通过后，商家拥有独立的管理后台录入商品信息。商品经过平台审核后即可发布

网上商城主要分为：

  • 网站前台 : 网站首页、商家首页、商品详细页、搜索页、会员中心、订单与支付相关页面、秒杀频道等
  • 运营商后台 : 运营人员的管理平台， 主要功能包括：商家审核、品牌管理、规格管理、模板管理、商品分类管理、商品审核、广告类型管理、广告管理、订单查询、商家结算等
  • 商家管理后台 : 入驻的商家进行管理的平台，主要功能包括：商品管理、订单查询统计、资金结算等功能

数据仓库项目分析数据：

  • 日志数据：启动日志、点击日志（广告点击日志）
  • 业务数据库的交易数据：用户下单、提交订单、支付、退款等核心交易数据的分析

数据仓库项目分析任务：

  • 会员活跃度分析主题 : 每日新增会员数；每日、周、月活跃会员数；留存会员数、留存会员率
  • 广告业务分析主题 : 广告点击次数、广告点击购买率、广告曝光次数
  • 核心交易分析主题 : 订单数、成交商品数、支付金额

数据埋点

数据埋点 : 将用户的浏览、点击事件采集上报的一套数据采集的方法

该方法能够记录到用户在App、网页的一些行为，用来跟踪应用使用的状况，可以进一步优化产品或提供运营的数据支撑，包括 : 访问数、访客数、停留时长、浏览数、跳出率

信息收集可以分为两种：

  • 页面统计
  • 统计操作行为

埋点为数据分析提供基础数据，埋点工作流程可分为：

  • 根据埋点需求完成开发（前端开发工程师 js）
  • App 或网页采用用户数据
  • 数据上报服务器
  • 数据的清洗、加工、存储（大数据工程师）
  • 进行数据分析等到相应的指标（大数据工程师）

相关人员可分类：

  • 埋点需求：数据产品经理，负责撰写需求文档，规定哪些区域、用户操作需要埋点
  • 埋点采集：前端工程师，负责通过一套前端 js 代码对用户的请求事件上送至服务器
  • 数据清洗、加工及存储：对埋点中数据缺失、误报等情况需要进行清洗，并通过一定的计算加工，输出业务分析所需要的结构化数据，最后将数据存储在数据仓库中
  • 数据分析：在数据仓库中对数据进行整理，成业务关注的指标
  • 前端展示：Java 开发

主流的埋点实现 ：

  • 手动埋点：开发需要手动写代码实现埋点，如 : 页面ID、区域ID、按钮ID、按钮位置、事件类型（曝光、浏览、点击）等，由公司自主研发的一套埋点框架 ; 优点：埋点数据更加精准 ; 缺点：工作量大，容易出错
  • 无痕埋点：不用开发写代码实现的，自动将设备号、浏览器型号、设备类型等数据采集。使用第三方统计工具，如 : 友盟、百度移动、魔方 ; 优点：简单便捷 ; 缺点：埋点数据统一，不够个性化和精准

启动日志 :

  1. {
  2.     "app_active": {
  3.         "name": "app_active",
  4.         "json": {
  5.             "entry": "3",
  6.             "action": "0",
  7.             "error_code": "0"
  8.         },
  9.         "time": 1593553936325
  10.     },
  11.     "attr": {
  12.         "area": "葫芦岛",
  13.         "uid": "2F10092A192",
  14.         "app_v": "1.1.12",
  15.         "event_type": "common",
  16.         "device_id": "1FB872-9A100192",
  17.         "os_type": "0.7.0",
  18.         "channel": "MA",
  19.         "language": "chinese",
  20.         "brand": "Huawei-4"
  21.     }
  22. }

事件日志（广告点击、收藏、点赞、消息通知、商品评论、商品详情页加载等事件）

  1. {
  2.     "lagou_event": [
  3.         {
  4.             "name": "goods_detail_loading",
  5.             "json": {
  6.                 "entry": "2",
  7.                 "goodsid": "0",
  8.                 "loading_time": "71",
  9.                 "action": "3",
  10.                 "staytime": "119",
  11.                 "showtype": "5"
  12.             },
  13.             "time": 1594804466872
  14.         },
  15.         {
  16.             "name": "notification",
  17.             "json": {
  18.                 "action": "3",
  19.                 "type": "4"
  20.             },
  21.             "time": 1594775458428
  22.         },
  23.         {
  24.             "name": "ad",
  25.             "json": {
  26.                 "duration": "19",
  27.                 "ad_action": "0",
  28.                 "shop_id": "46",
  29.                 "event_type": "ad",
  30.                 "ad_type": "2",
  31.                 "show_style": "1",
  32.                 "product_id": "9022",
  33.                 "place": "placeindex_right",
  34.                 "sort": "4"
  35.             },
  36.             "time": 1594779518872
  37.         },
  38.         {
  39.             "name": "favorites",
  40.             "json": {
  41.                 "course_id": 2,
  42.                 "id": 0,
  43.                 "userid": 0
  44.             },
  45.             "time": 1594812897271
  46.         }
  47.     ],
  48.     "attr": {
  49.         "area": "清远",
  50.         "uid": "2F10092A77",
  51.         "app_v": "1.1.7",
  52.         "event_type": "common",
  53.         "device_id": "1FB872-9A10077",
  54.         "os_type": "0.8.4",
  55.         "channel": "PQ",
  56.         "language": "chinese",
  57.         "brand": "iphone-2"
  58.     }
  59. }

数据指标体系

指标：对数据的统计值。如：会员数、活跃会员数、会员留存数；广告点击量；订单金额、订单数都是指标；

指标体系：将各种指标系统的组织起来，按照业务模型、标准对指标进行分类和分层；

由产品经理牵头、与业务、IT方协助，制定的一套能从维度反应业务状况的一套待实施框架

在建立指标体系时，要注重三个选取原则：

  • 准确：核心数据一定要理解到位和准确，不能选错
  • 可解释：所有指标都要配上明确、详细的业务解释。如 : 日活的定义是什么，是使用了App、还是在App中停留了一段时间、或是收藏或购买购买了商品
  • 结构性：能够充分对业务进行解读。如 : 新增用户只是一个大数，还需要知道每个渠道的新增用户，每个渠道的新增转化率，每个渠道的新增用户价值

在建立指标体系之前，先了解一下指标的构成，在工作过程中遇见的指标多为 : 派生性指标

指标的构成：

  • 基础指标 + [ 修饰词 ] + 时间段
  • 修饰词是可选的；基础指标和时间段是必须的
  • 基础指标是不可拆分的指标，如：交易额、支付金额、下单数
  • 修饰词多是某种场景的表现，如：通过搜索带来的交易
  • 时间段即为一个时间周期，如：双十一期间，618活动期间

三者叠加在一起就形成业务上常用的指标（这些指标也是派生指标），如：双11这一天通过搜索带来的交易额、双11这一天的交易额。如 : 日活、月活、次日留存、日转化率等都属于派生指标

建立指标体系的四个步骤：

  • 理清业务阶段和需求
  • 确定核心指标
  • 对指标进行维度的拆解
  • 指标的落地

厘清业务阶段及需求

企业的发展分为三个阶段：

  • 创业期 : 最关注用户量，此时的指标体系应该紧密围绕用户量的提升来做各种维度的拆解
  • 上升期 : 优化当前的用户量结构，如 : 看用户留存，如果留存偏低
  • 成熟发展期 : 关注产品变现能力和市场份额，要关注收入指标、各种商业化模式的的收入，同时做好市场份额和竞品的监控，防止新起势力抢占份额

确定核心指标

这个阶段最重要的是找到正确的核心指标。

例：某款产品的日活口径是打开APP，而且日活量不小，而且稳定上升。然而分析时发现，打开APP的用户中，5秒跳出率高达25%，这是非常不健康的，那么当前的核心指标日活实际上已经有了问题，更加好的核心指标应该是停留时长大于5秒的用户数。

每个APP的核心指标都不太一样，一定要花时间去考虑这件事。就像XX头条APP，它的日活和留存指标一定非常高，但仅关注这种指标肯定是不对的，它的真正核心指标绝对不是单纯的日活和留存。

核心指标维度拆解

核心指标的波动必然是某种维度的波动引起，要监控核心指标，本质上还是要监控维度核心指标。

在分析“进入APP用户数”指标时，要关注渠道转化率，分析用户从哪里来；同时用户通过哪种方式打开的，如通过点击桌面图标、点击通知栏、点击Push等；

在分析“停留时长大于5秒占比”指标时，要重点关注停留时长的分布，停留1秒 — 5秒的用户各有多少，具体分布情况；停留大于5秒的用户特征和行为特性是怎么样的情况；停留小于5秒的用户特征等；

电商平台注重交易额，在真正达成交易之前，用户要打开APP、选择商品、确认订单、支付订单等整个交流漏斗模型。每一个环节的关键指标都可以通过公式的形式进行拆解，在根据拆解公式逐个分析对应的影响因素。

指标宣贯、存档、落地

在完成整个指标体系搭建后，要告知所有相关业务人员。一方面为下一步工作做铺垫，另一方面是为了让所有相关人员知晓已完成，以防甩锅；

对指标口径的业务逻辑进行详细的描述并存档，只有明确、清晰的定义才能明白指标的具体含义；
就是建立核心指标的相关报表，实际工作中，报表会在埋点前建好的，这样的话一旦版本上线就能立刻看到数据，而且也比较容易发现问题。

整个指标体系的搭建主要是由产品经理主导完成的，业务人员需要配合产品经理选择并确认指标，这也是在建立之初最重要的一点。

总体架构设计