6.下单支付转化率:统计时间内,下单且支付的买家数/下单买家数,即统计时间内下单买家中完成支付的比例。

7.支付转化率:统计时间内,支付买家数/访客数,即来访客户转化为支付买家的比例。

8.下单金额:统计时间内,商品被买家拍下的累计金额。

9.下单件数:统计时间内,商品被买家拍下的累计件数。

10.下单买家数:统计时间内,拍下商品的去重买家人数。

11.支付金额:买家拍下后通过支付宝支付给您的金额,未剔除事后退款金额,预售阶段付款在付清当天才计入内。所有终端的支付金额为PC端支付金额和无线端支付金额之和。特别说明,支付渠道不论是电脑上还是手机上,拍下为电脑上,就将后续的支付金额计入PC端;拍下为手机或Pad上,就将后续的支付金额计入无线端。

12.支付买家数:统计时间内,完成支付的去重买家人数,预售分阶段付款在付清当天才计入内;所有终端支付买家数为PC端和无线端支付买家去重人数,即统计时间内在PC端和无线端都对商品完成支付,买家数记为1个。特别说明,不论支付渠道是电脑还是手机,拍下为电脑上,就将该买家数计入PC端支付买家数;拍下为手机或Pad上,就将该买家数计入无线端支付买家数。

13.加购件数:统计时间内,访客将商品加入购物车的商品的件数的总合。

14.访客平均价值:统计时间内,支付金额/访客数,即平均每个访客可能带来的支付金额,建议参考此指标控制流量引入成本。

15.曝光量:在统计时间内,商品在淘宝和天猫搜索主数据区域被展现的次数。注:1.暂时只提供PC端曝光量,当用户选择所有终端和无线端时,界面显示为”暂无数据”。2.因曝光量数据量较大,只在商品访客数>0时进行统计。

16.点击次数:在统计时间内,商品在搜索被展现后,被点击的次数。

17.点击率:在统计时间内,商品在搜索后被点击的比率;即点击次数/曝光量。

18.客单价:在统计时间内,支付金额/支付买家数,一般称为支付客单价。

19.收藏人数:在统计时间内,收藏了该商品的访客去重数。

20.搜索引导的访客数:在统计时间内,由全网搜索直接引导至商品详情页的访客数。

21.搜索引导支付买家数:在统计时间内,由全网搜索直接引导至商品详情页的支付买家数。

22.搜索支付转化率:在统计时间内,由全网搜索直接引导访客数除以支付买家数;访客数作为分母、支付买数作为分子。

三、异常商品:
1.流量下跌商品:最近7天浏览量较上一个周期7天下跌50%以上。

2.支付转化率低商品:支付转化率(支付买家数/商品访客数)低于同类商品平均水平。

3.高跳出率商品:跳出率是指商品的浏览量中,没有进一步访问店铺其他页面的浏览量占比,高跳出率商品是指跳出率高于同类商品平均水平。

4.支付下跌商品:最近7天支付金额较上一个周期7天下跌30%以上。

5.零支付商品:90天前首发布的,且最近7天内容没有产生任何销量,不会进入搜索索引。

6.低库存商品:最近7天,加购件数>昨日库存量*80%的商品。

四、分类分析:
1.商品数:统计时间内,每项分类的对应的在线商品去重数,只针对所有终端。

2.自定义分类访客数:统计时间内,各自定义分类页面被访问的访客去重人数,只针对所有终端。

3.商品类目访客数:统计时间内,各商品类目所归属的商品的对应访客去重人数,只针对所有终端。

4.引导点击转化率:统计时间内,访问分类页的人数中,后续有点击访问商品详情页的访客占比。

5.引导支付转化率:统计时间内,访问分类页的人数中,后续点击访问商品详情并最终拍下付款的买家数占比。

6.加购件数:统计时间内,商品类目所归属的商品被新增加入购物车的商品件数。

7.下单转化率:统计时间内,商品类目所归属的商品的总下单买家数/总访客数,用户评估商品类目下单转化效果,提供合理调整店铺的商品类目构成作依据。

在商品分析中,可以进入“宝贝明细”详细了解“宝贝访客数”“浏览量”等数据,另外,这里新增加了【宝贝温度计】和【效果详情】。【宝贝温度计】可以查看包宝贝离开,直接转化和间接转化的数据,店主可以通过这些数据来拆分宝贝转化的考量维度。
比如:通过宝贝的间接数据,查看该宝贝引导至其它宝贝的指数,从而总结出关联促销的效果。又比如,预热主推宝贝时,该宝贝加入购物车的情况不理想,则给店主一个重要提示,需要加强该宝贝宣传。
在“宝贝效果详情”中,店主可通过“生意参谋”查看宝贝的效果来源、访客特征、促销分析等。店主可根据宝贝效果来源来检查各个渠道的投产比是否合理, 也可以根据宝贝访客特征来检查产品的人群需求,或是用来检查宝贝的新老客户购买比例。
乐发网超市批发网提供超市货源信息,超市采购进货渠道。超市进货网提供成都食品批发,日用百货批发信息、微信淘宝网店超市采购信息和超市加盟信息.打造国内超市采购商与批发市场供应厂商搭建网上批发市场平台,是全国批发市场行业中电子商务权威性网站。
本文来源: 生意参谋数据背后的含义(四):商品分析