信息流数据分析（信息流数据分析报告）

大家好！今天让创意岭的小编来大家介绍下关于信息流数据分析的问题，以下是小编对此问题的归纳整理，让我们一起来看看吧。

开始之前先推荐一个非常厉害的Ai人工智能工具，一键生成原创文章、方案、文案、工作计划、工作报告、论文、代码、作文、做题和对话答疑等等

只需要输入关键词，就能返回你想要的内容，越精准，写出的就越详细，有微信小程序端、在线网页版、PC客户端

官网：https://ai.de1919.com。

创意岭作为行业内优秀的企业，服务客户遍布全球各地，如需了解SEO相关业务请拨打电话175-8598-2043，或添加微信：1454722008

本文目录:

• 1、电商数据分析基础指标体系

• 2、信息流展现不好怎么办？

• 3、信息流广告投放入门：新手如何建立正确的数

• 4、不属于数据分析技术的是

一、电商数据分析基础指标体系

电商数据分析基础指标体系

信息流、物流和资金流三大平台是电子商务的三个最为重要的平台。而电子商务信息系统最核心的能力是大数据能力，包括大数据处理、数据分析和数据挖掘能力。无论是电商平台（如淘宝）还是在电商平台上销售产品的卖家，都需要掌握大数据分析的能力。越成熟的电商平台，越需要以通过大数据能力驱动电子商务运营的精细化，更好的提升运营效果，提升业绩。构建系统的电子商务数据分析指标体系是数据电商精细化运营的重要前提，本文将重点介绍电商数据分析指标体系。

电商数据分析指标体系分为八大类指标，包括总体运营指标、网站流量累指标、销售转化指标、客户价值指标、商品及供应链指标、营销活动指标、风险控制指标和市场竞争指标。不同类别指标对应电商运营的不同环节，如网站流量指标对应的是网站运营环节，销售转化、客户价值和营销活动指标对应的是电商销售环节。

电商总体运营整体指标主要面向的人群电商运营的高层，通过总体运营指标评估电商运营的整体效果。电商总体运营整体指标包括四方面的指标：

（1）流量类指标

独立访客数（UV），指访问电商网站的不重复用户数。对于PC网站，统计系统会在每个访问网站的用户浏览器上“种”一个cookie来标记这个用户，这样每当被标记cookie的用户访问网站时，统计系统都会识别到此用户。在一定统计周期内如（一天）统计系统会利用消重技术，对同一cookie在一天内多次访问网站的用户仅记录为一个用户。而在移动终端区分独立用户的方式则是按独立设备计算独立用户。

页面访问数（PV），即页面浏览量，用户每一次对电商网站或着移动电商应用中的每个网页访问均被记录一次，用户对同一页面的多次访问，访问量累计。

人均页面访问数，即页面访问数（PV）／独立访客数，该指标反映的是网站访问粘性。

（2）订单产生效率指标

总订单数量，即访客完成网上下单的订单数之和。

访问到下单的转化率，即电商网站下单的次数与访问该网站的次数之比。

（3）总体销售业绩指标

网站成交额（GMV），电商成交金额，即只要网民下单，生成订单号，便可以计算在GMV里面。

销售金额。销售金额是货品出售的金额总额。

注：无论这个订单最终是否成交，有些订单下单未付款或取消，都算GMV，销售金额一般只指实际成交金额，所以，GMV的数字一般比销售金额大。

客单价，即订单金额与订单数量的比值。

（4）整体指标

销售毛利，是销售收入与成本的差值。销售毛利中只扣除了商品原始成本，不扣除没有计入成本的期间费用（管理费用、财务费用、营业费用）。

毛利率，是衡量电商企业盈利能力的指标，是销售毛利与销售收入的比值。如京东的2014年毛利率连续四个季度稳步上升，从第一季度的10.0％上升至第四季度的12.7％，体现出京东盈利能力的提升。

（1）流量规模类指标

常用的流量规模类指标包括独立访客数和页面访问数，相应的指标定义在前文（电商总体运营指标）已经描述，在此不在赘述。

（2）流量成本累指标

单位访客获取成本。该指标指在流量推广中，广告活动产生的投放费用与广告活动带来的独立访客数的比值。单位访客成本最好与平均每个访客带来的收入以及这些访客带来的转化率进行关联分析。若单位访客成本上升，但访客转化率和单位访客收入不变或下降，则很可能流量推广出现问题，尤其要关注渠道推广的作弊问题。

（3）流量质量类指标

跳出率（Bounce Rate）也被称为蹦失率，为浏览单页即退出的次数/该页访问次数，跳出率只能衡量该页做为着陆页面（LandingPage）的访问。如果花钱做推广，着落页的跳出率高，很可能是因为推广渠道选择出现失误，推广渠道目标人群和和被推广网站到目标人群不够匹配，导致大部分访客来了访问一次就离开。

页面访问时长。页访问时长是指单个页面被访问的时间。并不是页面访问时长越长越好，要视情况而定。对于电商网站，页面访问时间要结合转化率来看，如果页面访问时间长，但转化率低，则页面体验出现问题的可能性很大。

人均页面浏览量。人均页面浏览量是指在统计周期内，平均每个访客所浏览的页面量。人均页面浏览量反应的是网站的粘性。

（4）会员类指标

注册会员数。指一定统计周期内的注册会员数量。

活跃会员数。活跃会员数，指在一定时期内有消费或登录行为的会员总数。

活跃会员率。即活跃会员占注册会员总数的比重。

会员复购率。指在统计周期内产生二次及二次以上购买的会员占购买会员的总数。

会员平均购买次数。指在统计周期内每个会员平均购买的次数，即订单总数/购买用户总数。会员复购率高的电商网站平均购买次数也高。

会员回购率。指上一期末活跃会员在下一期时间内有购买行为的会员比率。

会员留存率。会员在某段时间内开始访问你的网站，经过一段时间后，仍然会继续访问你的网站就被认作是留存，这部分会员占当时新增会员的比例就是新会员留存率，这种留存的计算方法是按照活跃来计算，另外一种计算留存的方法是按消费来计算，即某段的新增消费用户在往后一段时间时间周期（时间周期可以是日、周、月、季度和半年度）还继续消费的会员比率。留存率一般看新会员留存率，当然也可以看活跃会员留存。留存率反应的是电商留住会员的能力。

（1）购物车类指标

基础类指标，包括一定统计周期内加入购物车次数、加入购物车买家数、加入购物车买家数以及加入购物车商品数。

转化类指标，主要是购物车支付转化率，即一定周期内加入购物车商品支付买家数与加入购物车购买家数的比值。

（2）下单类指标

基础类指标，包括一定统计周期内的下单笔数、下单金额以及下单买家数。

转化类指标，主要是浏览下单转化率，即下单买家数与网站访客数（UV）的比值。

（3）支付类指标

基础统计类指标，包括一定统计周期内支付金额、支付买家数和支付商品数。

转化类指标。包括浏览-支付买家转化率（支付买家数/网站访客数）、下单-支付金额转化率（支付金额/下单金额）、下单-支付买家数转化率（支付买家数/下单买家数）和下单-支付时长（下单时间到支付时间的差值）。

客户指标。常见客户指标包括一定统计周期内的累计购买客户数和客单价。客单价是指每一个客户平均购买商品的金额，也即是平均交易金额，即成交金额与成交用户数的比值。

新客户指标。常见新客户指标包括一定统计周期内的新客户数量、新客户获取成本和新客户客单价。其中，新客户客单价是指第一次在店铺中产生消费行为的客户所产生交易额与新客户数量的比值。影响新客户客单价的因素除了与推广渠道的质量有关系，还与电商店铺活动以及关联销售有关。

老客户指标。常见老客户指标包括消费频率、最近一次购买时间、消费金额和重复购买率。消费频率是指客户在一定期间内所购买的次数；最近一次购买时间表示客户最近一次购买的时间离现在有多远；客户消费金额指客户在最近一段时间内购买的金额。消费频率越高，最近一次购买时间离现在越近，消费金额越高的客户越有价值。重复购买率则指消费者对该品牌产品或者服务的重复购买次数，重复购买率越多，则反应出消费者对品牌的忠诚度就越高，反之则越低。重复购买率可以按两种口径来统计：第一种，从客户数角度，重复购买率指在一定周期内下单次数在两次及两次以上的人数与总下单人数之比，如在一个月内，有100个客户成交，其中有20个是购买两次及以上，则重复购买率为20%；第二种，按交易计算，即重复购买交易次数与总交易次数的比值，如某月内，一共产生了100笔交易，其中有20个人有了二次购买，这20人中的10个人又有了三次购买，则重复购买次数为30次，重复购买率为30%。

产品总数指标。包括SKU、SPU和在线SPU。SKU是物理上不可分割的最小存货单位。SPU即Standard Product Unit （标准化产品单元），SPU是商品信息聚合的最小单位，是一组可复用、易检索的标准化信息的集合，该集合描述了一个产品的特性。通俗点讲，属性值、特性相同的商品就可以称为一个SPU。如iphone5S是一个SPU，而iPhone 5S配置为16G版、4G手机、颜色为金色、网络类型为TD-LTE/TD-SCDMA/WCDMA/GSM则是一个SKU。在线SPU则是在线商品的SPU数。

产品优势性指标。主要是独家产品的收入占比，即独家销售的产品收入占总销售收入的比例。

品牌存量指标。包括品牌数和在线品牌数指标。品牌数指商品的品牌总数量。在线品牌数则指在线商品的品牌总数量。

上架。包括上架商品SKU数、上架商品SPU数、上架在线SPU数、上架商品数和上架在线商品数。

首发。包括首次上架商品数和首次上架在线商品数。

市场营销活动指标。包括新增访问人数、新增注册人数、总访问次数、订单数量、下单转化率以及ROI。其中，下单转化率是指活动期间，某活动所带来的下单的次数与访问该活动的次数之比。投资回报率（ROI）是指，某一活动期间，产生的交易金额与活动投放成本金额的比值。

广告投放指标。包括新增访问人数、新增注册人数、总访问次数、订单数量、UV订单转化率、广告投资回报率。其中，下单转化率是指某广告所带来的下单的次数与访问该活动的次数之比。投资回报率（ROI）是指，某广告产生的交易金额与广告投放成本金额的比值。

买家评价指标。包括买家评价数，买家评价卖家数、买家评价上传图片数、买家评价率、买家好评率以及卖家差评率。其中，买家评价率是指某段时间参与评价的卖家与该时间段买家数量的比值，是反映用户对评价的参与度，电商网站目前都在积极引导用户评价，以作为其他买家购物时候的参考。买家好评率指某段时间内好评的买家数量与该时间段买家数量的比值。同样，买家差评率指某段时间内差评的买家数量与该时间段买家数量的比值。尤其是买家差评率，是非常值得关注的指标，需要监控起来，一旦发现买家差评率在加速上升，一定要提高警惕，分析引起差评率上升的原因，及时改进。

买家投诉类指标。包括发起投诉（或申诉），撤销投诉（或申诉），投诉率（买家投诉人数占买家数量的比例）等。投诉量和投诉率都需要及时监控，以发现问题，及时优化。

市场份额相关指标，包括市场占有率、市场扩大率和用户份额。市场占有率指电商网站交易额占同期所有同类型电商网站整体交易额的比重；市场扩大率指购物网站占有率较上一个统计周期增长的百分比；用户份额指购物网站独立访问用户数占同期所有B2C购物网站合计独立访问用户数的比例。

网站排名，包括交易额排名和流量排名。交易额排名指电商网站交易额在所有同类电商网站中的排名；流量排名指电商网站独立访客数量在所有同类电商网站中的排名。

总之，本文介绍了电商数据分析的基础指标体系，涵盖了流量、销售转化率、客户价值、商品类目、营销活动、风控和市场竞争指标，这些指标都需要系统化的进行统计和监控，才能更好的发现电商运营健康度的问题，以更好及时改进和优化，提升电商收入。如销售转化率，其本质上是一个漏斗模型，如从网站首页到最终购买各个阶段的转化率的监控和分析是网站运营健康度很重要的分析方向。

以上是小编为大家分享的关于电商数据分析基础指标体系的相关内容，更多信息可以关注环球青藤分享更多干货

二、信息流展现不好怎么办？

头条信息流没展现是什么原因？为什么头条信息流没展现？

针对头条信息流没有展现的原因，分析总结主要包含以下8点，你可以根据账户实际情况一一对应查找核对：

1、计划出价是否过低，或者处于平均水平，都会影响展现机会;

2、历史点击率情况如何，排名受历史点击率直接影响，展现机会可能会迅速下滑;

3、是否有多个计划受众相同，推广创意等内容一致，相互产生竞争，还会受到频次控制;

4、受众面是否过窄，日活较小亦会影响展现;

5、是否选择了文章来源，只填写一个来源，就会很受限，先全部放开看下，再适当加来源，多填写一些大型的行业相关网站的自媒体来源，后面也可以让客户尝试文章定向里面的关键词定向，对比看下效果

6、操作日志中是否有对计划暂停的操作、频繁修改出价、是否当天才新建计划审核预上线

7、是否同时在投GD和竞价

8、广告创意标签是否与创意内容不符，比如创意投男装，标签为女装

头条信息流没展现该怎么优化呢？

个人给出比较高效的优化方法是：定向方式优化

首先广告主要明确自己的营销目标，不用固定的规范限制，但要确保账户结构清晰合理，这样可以提高管理效率并方便数据统计和分析。

其次要详细定向方式。将广告受众人群限定在更加精准的范围内。

这就需要需要做好目标人群画像，分析人群的特征，越详细越好。例如：地域、年龄、浏览习惯、兴趣爱好、结合百度指数分析人群地域分布，年龄段分布等。

然后通过后台数据，了解用户的地域分布、年龄分布、性别分布，及推广计划在不同客户群体的受欢迎程度，增加精准度。

然后通过实际数据反馈分析如何做针对性的优化调整，比如某地域点击量特别多，就可以单独建立定向投放到该地域，也可以设定独立的计划，分配预算，设计针对性创意、页面，进一步提升效果。

然后使用多种定向组合投放，多做一些尝试，观察设置不同定向条件实际投放效果，逐步优化出最适合的定向设置。同一账户中，相同定向的、相同规格的创意会相互竞争流量，不建议同一定向、同一种规格的创意或计划重复提交。

定向不宜过窄，定向条件过细或交叉复用过多，会导致广告曝光过低。信息流所有数据中，曝光是非常重要的，如果资金充足开始投放时建议定向先大后小，开始通投，然后缩定向；

初始环节，最大程度的曝光，优化出效果后，再优化兴趣或者行为这些定向，开始设二级定向。

三、信息流广告投放入门：新手如何建立正确的数

信息流广告究竟该怎么玩？

投放数据不理想到底该找谁？

为什么点击率很高却没有转化？

CPC很低但激活成本非常高是什么原因？

在信息流广告日常投放的过程中，我们常会遇到投放数据不理想的情况，这个时候就会有很多人习惯性地将“凶手”锁定为CPC和CTR，一言不合就调价，调价无效就换素材，然后不断建计划进行反复测试。

当然，这种方法在某些情况下是可行的，但究竟这种方法是正确的吗？可以适用于所有的数据情况吗？让我们冷静下来，一起从头梳理一下这个逻辑体系，希望看过之后大家的思路会更加清晰。

首先，假设广告组S的最终考核KPI为当日新支付用户量及成本，竞价方式为CPC，投放中我们可以拿到的数据有当日展现量、点击量、激活量和新支付用户量4个指标，现在我们开始逐一分析。

展现

展现量很好理解，就是广告的曝光次数，在数据分析中的作用为分母，一切数据变化的基础，保持曝光量的稳定是整个投放的前提。与其他类型广告不同的是信息流广告的展现量受广告计划预算影响很大，媒体会根据预算的数值去预先分配流量。比如计划A的日预算1千，计划B10万，那媒体会预判计划B流量需求更大，会将更多的流量分配给计划B让其有足够的空间展现广告。另外一个重要的影响因素为媒体对不同行业的流量分配变化，不久前的618大促，非电商行业的同学应该深有体会，简直亲身体验了一把有钱花不出去的烦恼呀，这是因为媒体在电商大促期会将更多的流量分配给电商行业导致的。

展现量部分引出一个概念，叫做CPM（千次展现成本），目前主流媒体的信息流广告均以CPM来衡量一条广告的竞争力。CPM越高，广告竞争力越高，反之越低。具体影响CPM的因素会在点击量部分详细说明。

点击量

点击量这部分会引出两个概念，CTR（点击量／展现量）和CPC（消费／点击量），在该部分广告主都希望以最低的CPC获得最高的CTR。

首先看CTR，信息流广告的CTR为系统预估机制，就是一个广告投放前媒体就会对其CTR进行提前预估，通过我们之前的优化经验看，主要有广告创意吸引力、创意内容与产品相关度以及图片素材清晰度3个因素。

创意中的文案及图片不要太官方，毕竟投放的是新闻资讯平台，偏资讯风格才不会让用户反感。但也要注意相关性，即使文案内容很新颖但和所投产品相关度很低也会影响CTR预估。图片清晰度就是在媒体要求的大小下尽量将清晰度做到最高，有利于用户体验。

除此之外，广告受众的精准度也是影响CTR的一个重要因素，虽然对CTR预估影响很小，但是在后期投放中影响非常大。比如投放的产品为女性化妆品，我们在受众设置时性别为不限，那就会因为男性用户对其不敢兴趣而导致整体CTR偏低，这时就需要对受众进行设置来过滤不相关人群，减少无效损失的同时提升整体CTR。

CPC的主要影响因素有行业竞争程度、出价以及CTR。当竞争对手增多时，大家为了抢占更多的流量势必会提升广告出价，此时竞争对手的竞争以及自身出价的提升都会导致CPC的明显上涨。另外一个因素为CTR，这时需要引用上边所提到的CPM概念，CPM＝CTR＊CPC＊1000，媒体会根据CPM来综合评判一条广告的竞争力，用以和其他广告主竞争展现机会。所以当CTR出现下降时，为了保证广告的竞争力，对应计划的CPC就会有相应上涨；同理如果CTR有提升的话，那对应CPC也会下降。

综上可以看到在点击量的部分中广告物料是一个非常重要的因素，好的物料可很大程度提升一个广告的CTR，从而有效降低CPC。

激活量

这里我们的激活定义为用户下载APP后在联网的状态下打开APP，激活量即为激活APP的用户数量。激活的部分我们引出两个概念，激活成本（消费／激活量）和激活率（激活量／点击量）。

激活成本大家不陌生，几乎所有的APP产品做营销推广都要考核，激活成本当然是越低越好。那激活成本怎么分析才是最透彻的呢？我们给出一个新的思路，算法为激活成本＝消费／激活数＝消费／（点击量＊激活率）＝CPC／激活率，算到这步这个数据才是最透彻的，从这个公式中我们可以很清楚的分析出，激活成本受两个因素影响，CPC和激活率，当CPC越低激活率越高时，激活成本才会越低。CPC的影响因素点击量部分已经分析，我们重点分析下激活率的影响因素。

通过对日常优化的总结我们发现，影响激活率的因素主要有创意与承接内容匹配度、落地页设计、网络环境、运营商、平台设置。

首先是创意与承接内容匹配度，承接内容分为点击广告后直接下载和进入落地页两种，但逻辑是一样的。当用户点击广告后发现呈现给他的东西和创意中的不一致，用户就很大概率会流失，比如我们的创意文案为“夏季吃什么水果不容易晒黑”，但点击广告后落地页显示为一个综合电商平台，首屏均为3C产品，和用户希望看到的不是一个内容，那用户就很容易流失。所以我们在上广告创意时也要注意这点，不能陷入高CTR的陷阱，需要全面考虑。

第二个是落地页设计，随着移动互联网的成熟，现在广告主的落地页已经基本没有首屏找不到下载按钮的情况了，不过对于按钮配色、位置设计以及文案体现还需要不断摸索，好的落地页能非常有效的提升整体激活率。

第三个是网络环境，移动不同于PC，用户对于手机流量是很敏感的，特别是投放APP下载的广告，投放时一定要设置wifi环境，不然真心会白白浪费很多点击，特别是体量较大的游戏产品。

第四个为运营商，这个是针对个别产品及活动的设置，比如有些广告主的产品只适用于联通用户，那计划就需要在设置中过滤掉其他运营商，否则激活率肯定会低。

第五个为平台设置，这个很好理解但比较容易出错，比如产品主要面向群里为安卓，但计划中的平台设置选择了不限，也就是安卓和IOS都能看到广告，这样也会很大程度上影响最终的激活率数据。

清楚了激活率的数据变化逻辑，激活成本的分析逻辑也就非常清晰明了了，激活量的相关内容已全部GET。

新支付用户量

新支付用户量就是当天激活APP后成功完成支付的用户数量。该部分的逻辑与激活量部分一致，我们也引出两个概念，支付成本（消费／新支付用户量）和支付率（新支付用户量／激活量）。同样推算支付成本的计算公式后，支付成本＝激活成本／支付率，也就是说，激活成本越低，支付率越高时，支付成本越低。激活率上个部分已全面分析，本部分我们重点分析下支付率的影响因素。

当一个产品的支付率出现明显下降时，80%的原因是出在产品本身，同学们千万不要一言不合就否定前边所有的投放和努力，然后把计划停掉。这个时候如果前边我们分析的数据都OK的话，那现在需要做的就是认真的去体验一下产品自身的流程，这里主要分析四种之前遇到过的情况。

第一种是产品支付流程出现问题，比如收不到验证码、无法点击支付按钮等问题，这个问题不常见但非常重要，需要第一时间去排查。

第二种情况是创意中推广的单品或品类，在APP中已售罄或者很难找到，用户是冲着创意中产品下载的APP，但找不到对应的产品肯定会失望而归。

第三种情况是APP中有对应产品，但价格在同行业中偏高，竞争力不够，用户通过对比后选择离开。

第四种情况是创意中体现的优惠信息，比如新用户注册送88，全场满100减20等信息在APP中无明显体现，使用过程中也无相应提示，这种情况用户也会体验一半就放弃。支付率变化分析清楚后，支付成本的变化也就非常好分析，这里就不再啰嗦。

不同于其他广告形式，信息流广告更需要精细化运营，清晰的思维逻辑及正确的优化思路是保证运营精准高效的充要条件。但愿此文对你会有点帮助。

四、不属于数据分析技术的是

密码分析。数据分析技术是在已经获取的数据流或信息流中寻找，匹配关键词或关键短语的技术。密码分析不属于数据分析技术。数据分析的作用有提高工作效率，使分析工作进行的更有条理，使分析结果更加明确。

以上就是关于信息流数据分析相关问题的回答。希望能帮到你，如有更多相关问题，您也可以联系我们的客服进行咨询，客服也会为您讲解更多精彩的知识和内容。

推荐阅读：

杭州银行app怎么看支行（杭州银行app怎么看支行信息）

信息流广告定义（信息流广告定义是什么）

杭州师范大学医学院调剂（杭州师范大学医学院调剂信息）

什么是代发货

抖音心动外卖商家入驻（抖音心动外卖商家入驻地推）