E-Commerce 数据岗位求职必知KPI清单

E-Commerce 数据岗位求职必知KPI清单

近年来,在E-Commerce的平台上卖东西的商家越来越多,很大程度上是想借助E-Commerce 平台上的资源,比如信息的宣传,数据的收集。但是尽管平台为商家提供了API来收集数据,这些商家往往并不具备利用数据分析来保障商业决策的能力。想转行到数据分析来的小伙伴,你们嗅到机会的味道了么?

01 E-Commerce 行业前景

要想进入E-Commerce领域,首先要了解这个行业的发展现状和趋势。有权威人士预测,2019年电商的数目将会增加大概60%。为什么这些电商不愿意在Amazon上平凡的卖东西呢?因为那样他们无法建立自己的品牌,无法与用户形成密切的联系,也无法得到用户的数据;而在电商平台上,他们可以基于平台搭建的data infrastructure,建立品牌,维系用户,分析数据,良性循环。

另外,现在电商的宣传方式已经从静态图像的方式转到了动态图像的方式(比如GIFs,Videos,Livestream),已经有好多商家尝试通过抖音、Google home等方式进行销售。这些逐渐多样化的销售方式都为商家提供了各种形式的数据。随着数据的来源越来越多,数据相关的岗位也毫无疑问会越来越多。当然,求职市场的竞争也越来越激烈,对求职者的编程能力和产品思维的要求越来越高。所以,我们不能落后,要抓紧学习E-commerce的行业知识,以及提升自己编程的硬实力呀。

02 E-Commerce KPI 清单

E-Commerce的KPI五花八门,这里为大家挑选出了一些比较重要的。左边一列主要是站在商家生产经营的角度,右边一列主要站在用户消费情况的角度

总收入和利润率,不必多说,每个店都必须时刻对这两个KPI指标有清晰的度量。要提高这两者,如何提高转化率,如何吸引随意浏览网站,刷手机的顾客进到你的网站,完成加入购物车、添加信用卡再到付款的全过程,就是商家需要研究的了。而转化率的提高,与用户的重复购买率,以及不从购物车中删除商品的比率提高(比如精简付款流程)也是分不开的。

如果考虑用户消费指标的话,KPI有广告支出与用户消费的比例,每个用户的平均消费,每单消费的平均数额,用户终生价值(CLV),还有churn(就是用户多久不买东西可以认为他已经离开了)。

这些KPI无论对于E-Commerce的从业者和想进入这个行业的人来说都非常重要,比如在面试过程中,如果面试官让你根据一个案例设计一个实验,就需要使用到这些KPI,而且还要根据具体公司发展的不同阶段考虑不同的指标,公司初创时期着重于客户量,中期着重于收入,然后是公司的扩张。

03 E-Commerce Domain Knowledge

成长漏斗是销售行业中的重要模型。从用户进官网浏览,到注册,到留住这个用户,到用户在这里进行购买,再到用户给他的朋友推荐这个商家,每一步都会有一个转化率,而且,往往每一步都会有很多损失。

而我们要做的,就是对这些数据进行分析,建模,从中得出有价值的insights,最终促进商家做出更好的商业决策。

说到数据分析,E-Commerce 行业的数据一般都长什么样子呢?

如上图,主要有用户信息、订单信息和产品信息三部分。

1 . 用户信息,主要是用户的邮箱,位置,购买的历史记录,总花费以及是否订阅了商家的newsletter,从什么渠道知道这个商家等。
2. 订单信息,主要是下单时间,购买的产品,价格,使用什么设备购买,从什么网站引流进来等。
3. 产品信息,主要是产品定价,促销折扣,产品分类等。

那么,E-Commerce通常需要解决一些什么样的问题呢?

商家希望了解用户的行为,提高转化率。比如什么样的客户会购买,他们愿意为此付出多少钱,他们喜欢什么样的商品。比如如果用户购买了一个商品,在给用户发送订单确认或者快递物流信息的时候,可以附带推荐其他商品或者打折促销的活动信息。这就属于促销或者交叉销售。

E-Commerce 通常会使用哪些指标来分析用户的行为呢?

最常见的有两种,RFM和CLV。

RFM,也就是Recency,Frequency,Monetary,使用这三个指标来衡量客户的忠诚度,分别是指最近一次购买的时间,购买频率,购买金额。之所以是RFM而不是MFR,是因为这三者的重要程度不同。Recency是最重要的,因为首先要确保用户还在,接下来的研究才有价值,而对用户的忠诚度而言,Frequency又比Monetary重要。

CLV,也就是用户的终生价值(Customer Lifetime Value),往往是选择目标客户的重要标准,提升老铁用户的购买体验,口碑营销,才是提高收益的王道。

E-commerce面试以及职场主要考察需要哪些知识和技能?

最重要的三个方面就是:

1 . 分析能力,比如概率和统计
2. 编程能力,比如SQL、R或者Python
3. 产品思维,也就是利用行业知识来分析解决商业问题的能力。

原文作者:Zihuan

美工编辑:星竹

校对审稿:冬冬