10个商业分析必会指标，让你的 E-commerce 求职一飞冲天！

当我们电子平台上的销售状况不理想时，我们通常会使用销售指标进行客户分析。那么，如何运用销售指标进行分析，才能得出更有效的信息呢？通过了解下面的这些销售指标，我们发现，通过将不同指标整合在一起，可以更好地帮助我们分析客户的购物习惯。下面，让我们来一起了解以下 E-commerce 的常用分析指标！

Total Transaction value 

in specific time and channel

在特定时间内某平台上的总交易价值

指标构成：

● 总交易价值

● 时间范围

● 渠道（线上/线下，实体店/移动客户端）

● 客户来源（客户来自社交媒体，RTB Campaign，Newsletter, 竞争者的原有客户，等等）

我们可以分析特定时间段内的交易数据，比如一天，一周，一个月，或者一个自定义的时间范围，快速对比不同时间段内的交易价值。

我们也可以在分析中加入不同渠道的数据，来检测不同渠道在特定时间内的效率。根据这些数据分析的结果，我们可以决定使用不同渠道宣传的日期。

Average value of purchases 

per customer in a specific time

特定时间内每个客户的平均购买价值

指标构成：

● 购买总价值

● 客户数量

● 时间范围

我们可以使用只要上传数据就能立刻观察到的指标，比如每个客户的平均购买价值。通过对比购买的全部价值和特定时间内有购买行为的客户数量，我们就能得到客户的平均购买价值和平均客户利润。

Analysis of the last purchase

最近一次购买记录的分析

指标构成：

● 最近一次购买的价值

● 时间范围

根据最后一次购买的日期，将客户分成不同的客户群。然后可以根据分析结果进行有明确指向性的宣传活动，从而让很久没有购买的客户再次进行购买。

Analysis of the most frequent buyers

分析经常购买的顾客

指标构成：

● 每个客户的交易成交次数

● 时间范围

● 其他指标（行为或人口统计数据）

根据客户漏斗模型，对系统中储存的忠实客户数据和购买潜力最大的客户数据进行分析。我们可以在分析这一客户群时，观察其和其他指标的关系，比如将人口统计和行为数据作为指标。下次见到这类客户，记得叫👇

Track RFM for everyone

记录每个客户最近消费、消费频率和交易价值

综合分析RFM 的指标：

● 最后一次交易（recency）

● 消费频率（frequency）

● 消费规模（monetary）

这一分析方法可以让你找出最新最活跃的客户，并根据交易数据，将特定的信息发送给他们。根据这一分析，我们能将客户分为三个部分：那些购买最多的客户（VIP客户），购买最频繁的客户（忠实客户），和那些最近才购买的客户（最新客户）。根据这一分类，我们可以完善客户信息。通过了解我们的VIP客户，忠实客户和最新客户，我们可以分析他们最常使用的购物渠道是线上还是线下，每周哪几天买得最多，每天哪个时间买得最多等等。

Identifying your VIP customers

识别你的VIP 客户

指标构成：

● 门店消费总额

● 时间范围

● 其他客户数据（行为数据和人口统计数据）

注意观察客户的平均消费频率和购买价值，尤其是那些消费金额大的客户。根据人口统计数据和行为数据进行分析。找到他们的消费习惯，对特定宣传活动的态度，以及他们的年龄和居住地。了解这些信息，可以帮助我们制定出更有指向性的宣传活动。

Analysis of the most loyal customers

分析最忠实的客户

指标构成：

● 每个客户的交易数量

● 时间范围

● 其他客户数据（行为数据和人口统计数据）

分析那些经常在你的品牌消费的客户和最忠实的客户。根据人口统计数据比如年龄、居住地等分析这部分客户的特征。尤其注意他们的行为数据，分析这些人是通过什么渠道进行购买的？是否参与了什么购物活动？他们对什么样的营销信息作出了反应？等等。这会帮助我们制定出更有效的宣传活动，并给这部分客户发送更有效的信息。

Testing shopping cart versions

测试不同版本的购物车

客户对于特定信息的反应，可以因为购物界面的不同，而大相庭径。尽量有创造性地尝试不同版本的购物揭秘那，在不同的平台上的不同位置发布活动信息，从而根据不同客户群的反应，将这些设置最优化。可以通过给部分客户发送测试信息进行不同版本的评估。也可以将整个购物体验分为不同的步骤，在每一个步骤中都用特定且个性化的信息诱导特定客户群做出购买决定。

我们可以从不同版本的购物车开始测试，比如改变“免邮费”和“其他优惠”的显示位置。通常，我们能很快发现哪个版本的购物车会很快被顾客遗忘。从而避免这一设计，减少购物车的被遗忘率。

Testing forms

测试不同的购物信息填写栏

有一个常识是，表格需要填的内容越少越好。这些信息栏越短，成功下单率就会越高。如果有时候就是需要填写很多信息该怎么办呢？解决的办法就是通过使用A/B tests 来检验不同版本的信息填写栏。通过这种方式我们可以测试哪种布局更能吸引客户填写，并且消耗更少的时间。

Analyzing a campaign’s creative elements

分析宣传活动中创造性元素

分析一个活动的效果不仅仅要分析这个活动促成的交易数量，我们还可以建立一个评估模型来进行实时评估。这会让我们能更好地管理我们的宣传平台，并评估各个平台的有效性。下面是一些我们可以进行的测试：

● 我们可以发送测试版本给部分客户来评估这次活动促进消费的潜力，同时减少潜在的错误信息。通过这种方式我们可以在最终信息发布之前，评估不同的信息布局和设计。

● 我们可以将测试版本发送给特定的客户群来验证这个活动是否能达到预期效果。我们可以在购物体验中的每一环节都设置传达特定的信息给特定的人群。

● 通过A/B tests 我们可以在不同沟通渠道斤进行测试。比如我们可以测试特定购物车可以保留商品的最佳时间。

● 我们还可以测试不同平台的客户来源。

当我们分析数据时，不应该仅分析平台或分析工具提供的指标，我们还需要综合指标进行分析，这使得我们能够分析和提取更多的必要信息。一定要注意以下两个元素：

● 用柱状图观察指标随着时间的变化。柱状图能有效帮我们捕捉变化，并预测趋势。

● 不仅要整体分析指标（交易总量和交易价值等），但同时也要根据特定客户分析指标（平均单个客户的交易数量等）。这会让我们对整体情况有所了解。比如交易数量的增加并不代表活动的成功。这些交易数量的增加很可能并不是来自于新的客户，而是现存客户激情购物的后果。

多亏了高级分析工具，同步分析多个指标已经不是什么难事儿。更让欣喜的是，这些工具还能保证实时更新，非常有利于我们调整营销策略。

当我们收集大量的客户数据时，购入能预测的工具是非常有价值的。这会让我们轻松知晓变化的趋势，预测变化并做出反应。

原文作者：Malgorzata Wojtowicz

翻译作者：喝豆奶的Narcia

美工编辑：喝豆奶的Narcia

校对审稿：卡里

原文链接：https://medium.com/synerise/7-sales-metrics-to-optimize-for-your-e-commerce-3ce626d1c0c9