京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据分析提升电子商务转化率
消费者网上购物的平均时间,拿去年的6月跟今年的6月比较,从20分钟减少到了17分钟。另一方面,客户停留在网站上的时间减少的同时,多数电商的转化率只有0.5%左右。
在注意力越来越分散的今天,99.5%的客户是流失掉的,电商要如何去了解这群客户的购物行为特征,并且使之转化为订单量。
困境:客户停留时间在减少
时间是一个很稀缺的资源
对于电商来讲,人均浏览网页的时间,就是正在变得稀缺的竞争资源。
从图二可以发现,每天覆盖的人数,购物网站(包括淘宝)的流量增长是68%,但是人均当天在线浏览的时间(在电商这边)减少了16%。网上购物的时间,拿上一年的6月跟今年的6月比较,则从20分钟减少到了17分钟。
我们细致地看一下各家网站(见图三)会发现同样的情况:京东、卓越、当当、凡客、梦芭莎,这几家代表性的B2C中,我们发现大部分流量是增长的,但是如果我们看一下这些网站人均的当日浏览时间,京东上一年是10分钟左右,今年则只有8分钟左右。那么,这是由于现在的网站找东西更有效,所以浏览网站的时间更少一点,还是其他原因?
其实,我们可以用其他的数据挖掘一下,到底是网站的有效性小了,还是总的时间少了?我觉得其中一个很重要的东西是每个网站在争取一个顾客进来以后,它在8分钟里做了哪些事情。
电商的眼球经济只有17分钟,这是总的平均数,也即平均每个网民在电子商务网站会停留17分钟。淘宝商城、京东商城,如果我们真的把它们浏览的时间拿走的话,你会发现其他的网站所拿到的流量就会很小。
而用户停留在网站上的有效购物时间减少的同时,电商的转化率却普遍不是很高。
从访问到购物车,平均来讲,100个人进来,只有4.5个人把东西放到购物车,有96个人不会把东西放到购物车,那这96个人干吗呢?
另外,我们可以看到,京东商城下单到在线支付的百分比是29.4%,凡客诚品是29%,一号店是8.3%。
追寻流失客户购物行为特征
先让我们看一下图五的数据。
图五这个数据蓝色部分显示的35%,是指只有35%的人是今天来、今天买的;65%的人是以前来、今天才买的。这里的65%说的是新客户,不是老客户,新客户今天来到这个网站,今天就买了。从下往上第二格红色,是昨天来、今天买的客户;绿色的是2-6天前来的、今天才买的客户;最高的那个橙色是21天之前来的、今天买的顾客。当然,这个数据,每个行业都有差别,不完全一样。
从数据我们可以发现,客户从访问页面到最终付款,所用的时间是不一样的。有的用户是第一天下单,隔了一个星期才付款。尤其是一些非标准、无品牌的产品,消费者比价情况普遍,导致从访问到下单购买时间更长。(我为此访谈过部分国内电商,数据基本一致但百分比不一样。)
所以,电商业者会发现,当天来到网站的人不能完全用漏斗(图六)来看,因为他来之前压根就没想买你的东西,他只是过来看一下这个产品便宜还是贵。面对这样的顾客,你就更需要知道他们到了网站之后做了什么事情。
首先,网站可以问,客户在下单之前浏览过哪些页面和产品,他的浏览历史非常重要。
其次,要了解清楚,正在网站上浏览的客户,哪些是明确要来买东西的,哪些只是随便来逛逛的,以及他们从什么入口进入;
第三,没有购买的用户,到底看了多少产品页,多少放进购物车没有付款,多少是一个产品页都没有看的;
第四,多少客户把产品放进购物车隔天才付款的。
此外,非常重要的是,客户登录网站首页之后,除了有40%的弹出率之外,剩下60%的用户分别是从搜索、分类购物和引导购物等渠道进入,作为电商来讲,应该了解他们从哪个渠道进入到产品页面、三个渠道进入之后付款的比例分别是多少,从中找出问题所在。
这一思路与网站整体的架构相关,目前国内关注还比较少,但是先可以尝试用这个思路去看存在的问题。
最后,最想告诉读者的是,用这些简单的方法,就能知道没有付款的消费者的购物行为,只有了解他们的购物行为特征,才可以让这溜走的99.5%的用户产生付款,从而提升网站转化率。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据收集是数据分析、数据挖掘与数字化运营的源头工作,数据收集的完整性、准确性、时效性直接决定后续数据分析结果的可信度与业 ...
2026-09-21箱线图是数据分析中用于识别数据分布、判断离散程度、筛查异常值的核心图表。相比于直方图、趋势图,箱线图可以精准区分正常数据 ...
2026-09-21 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-09-21在数据库数据查询与数据分析工作中,日期时间是最常用的数据类型之一。原始数据库中存储的日期格式多为标准时间戳、年月日时分秒 ...
2026-09-20在时序数据分析中,增长率是衡量数据涨跌幅度、研判发展趋势、识别周期波动的核心指标,主要分为环比增长率与同比增长率。传统Ex ...
2026-09-20 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-09-20CDA数据分析师 出品 作者:李诗怡 STP模型(营销战略三步法) 定义: 现代营销战略核心框架,通过市场细分(S)、目标市场选择( ...
2026-09-18在互联网产品迭代、运营优化、界面改版与策略升级过程中,主观经验判断容易造成决策偏差、盲目改版、资源浪费等问题。AB实验(AB ...
2026-09-18 很多企业并不缺少指标,缺少的是让指标“串起来、动起来、用起来”的体系。零散指标像散落一地的珠子,指标体系则是那根把珠 ...
2026-09-18在电商行业精细化运营时代,流量红利逐步消退,粗放式投流、广撒网营销模式已无法适配市场竞争需求。依托用户点击、加购、收藏、 ...
2026-09-17在数据可视化与数据分析工作中,图表是将零散数据转化为直观业务规律的核心工具。不同图表拥有专属的数据逻辑与分析维度,能够从 ...
2026-09-17 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-09-17在企业数字化运营、业务流程管理与精细化管控体系中,流程运营是串联各项业务环节、保障工作落地、提升运转效率的核心载体。无论 ...
2026-09-16在数据分析与统计学研究中,卡方检验是分析分类变量关联性与差异性的重要方法,广泛应用于市场调研、行为统计、社会调查、商业数 ...
2026-09-16 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-09-16CDA数据分析师 出品 作者:李诗怡 定义: 用户增长核心分析框架,刻画用户从接触产品到自发推荐的全生命周期,五个递进环节构建 ...
2026-09-15在数字化营销与精细化用户运营时代,企业传统的广撒网式营销模式成本高、转化率低,已无法适配精准商业竞争需求。客户画像作为大 ...
2026-09-15 很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度” ...
2026-09-15在MySQL数据库数据查询与数据分析中,GROUP BY与ORDER BY是使用频率极高的核心关键字。二者语法结构相似,常搭配使用,但核心功 ...
2026-09-14随着数字化治理、智慧运营、数字孪生技术的普及,数字体征成为衡量业务状态、系统运行、城市治理与企业经营健康度的核心体系。数 ...
2026-09-14