1.行業情況
檢查行情大盤最近的流量趨勢和成交趨勢。
2.了解店鋪總體流量趨勢
知道店舖的流量趨勢,看看店舖的整體情況,流量來源佔比,店舖的引流關鍵詞,店鋪近7天轉化率及寶貝排名,分析排名上升或下降的原因。
3.看競爭對手的情況
是否有大促銷?是否有同質化產品出現?是否有同質化且價格更低的產品出現?
4.分析單品流量變化明細
單品來源分析、寶貝關鍵詞分析、寶貝關鍵詞排名分析、銷量走勢分析、展現關鍵詞分析、流量轉化率分析、寶貝轉化分析;根據關鍵詞的展現量、點擊量、點擊率、平均搜索排名等,評估判斷你的標題關鍵詞有效度。
5.分析流量下降的大致原因
①普通搜索頁面寶貝排序規則變化;②出現交易糾紛、訂單清洗、投訴、假貨等影響流量;③更換了主圖或標題、詳情頁、屬性調整會使寶貝流量下降,所以需要查看寶貝是否進行過修改,標題是否明確;④寶貝出現虛假交易,郵價不符,廣告商品等等會嚴重影響賣家的信譽和流量;⑤由於季節、天氣、節日活動的影響,也會使流量在一定時期內下降。
例如雙12的分析
還有太多的運營決策需要解決,馬上要到雙12了,我們也可以做個雙12問題的思考(分享):
1.產品分配策略?全網的雙11還是天貓的雙11?
2.如何提高售罄率?
3.如何選擇正確的款式以及庫存的深度?
4.如何評估官方的資源去備貨以及目標實際達成的預期?
5.更全面更細節的風險管理控制——包括主推大流量款的惡意競拍?
6.物流系統的承載能力探討和預備方案考慮?
7.如何做好聯合,通過資源互補獲取更多的流量?
8.如何面對日益上漲的流量和新客戶獲取成本?
9.如果銷量不如預期,剩下的貨怎麼辦?
10.如何用更快速的預售機制及庫存風險管理系統,提高我們的售罄率和資金周轉?
數據驅動運營決策優化
下面就和大家分享數據化運營速成手冊—數據驅動運營決策優化。
一.為什麼要做數據分析
二.在做數據分析之前,其實就是要做好客戶細分
三.什麼是數據分析
從數據到信息的這個過程,就是數據分析。數據本身並沒有什麼價值,有價值的是我們從數據中提取出來的信息。
四.數據分析的五大思維
1.第一大思維【對照】
案例分享:某某競爭店鋪近1年的支付商品數、客單價、支付轉化率、訪客數、收藏人數、架構認識、搜索點擊人數、銷售額。
競爭品牌近一年銷售數據表(床上用品):
近12個月自家店鋪和競爭店舖的銷售額:
近12個月自家店鋪和競爭店鋪訪客數對比:
近12個月自家店鋪和競爭店鋪品牌轉化率:
通過競爭對手的對比,我們就知道我們店舖的訪客數、銷售額、客單價、轉化率是否正常,流量獲取是否要加大,甚至還要判斷對手店舖的流量來源入口,來進行運營思路上的調整。
2.第二大思維【拆分】
從字面上來理解,就是拆分和解析,我們回到第一個思維【對比】上面來,當某個維度可以對比的時候,我們選擇對比。在對比後發現問題需要找出原因的時候?或者根本就沒有辦法對比。這個時候,【拆分】就閃亮登場了。
下圖是企業銷售額公式:
銷售額公式的拆分:免費流量和付費流量組成
舉個例子:發現今天的銷售額只有昨天的50%,這個時候,我們就要分析銷售額下降的原因。
拆分後的問題:轉化率問題、客單價問題、訪客問題、產品質量、DSR問題、退款退貨、客服問題、規則變化、行業趨勢等各類問題所在。找出問題所在,我們才能有效的針對這個問題做分析和總結。
然後再回到原點:提高銷售額,那就要提高轉化率、提高客單價、提高訪客數。這個時候,最快速的方法就是提高訪客數,提高訪客數可以通過付費流量和免費流量拉升。
拆分的目的是要我們有針對性的對某個具體工作進行有規律性的執行和部署
3.第三大思維【降維】
當數據維度太多的時候,從中篩選出代表的維度即可。我們知道成交用戶數/訪客數=轉化率。當存在這種維度,是可以通過其他兩個維度計算轉化出來的時候,我們就可以【降維】。
我們一般只關心對我們有用的數據,當有某些維度的數據跟我們的分析無關時,我們就可以篩選掉,達到【降維】的目的。
最近30天的PC端的流量來源統計:
最近30天的無線端流量來源統計:
最近30天的流量來源小結:
我們篩選了我們需要的數據,比如“總流量、免費流量、付費流量、自主訪問、日均訪客、直通車、鑽石展位、淘寶客”。這些數據我們都需要,其他很多流量來源的入口名稱我們都不做分析,只做了統計。然後通過降維的手段來找尋店舖的問題。
4.第四大思維【增維】
店鋪PC端引流關鍵詞分析:
店鋪無線端引流關鍵詞分析:
店鋪引流關鍵詞競爭度分析:
我們可以發現搜索人氣和商品數及轉化率,搜索人氣和轉化率代表需求,商品數代表競爭。把搜索人氣/商品數*轉化率=倍數,用倍數來代表一個詞的競爭度。競爭度=全網搜索人氣*全網點擊率*全網下單轉化率/全網商品數。加了一個競爭度指標,這個就是增維。
5.第五大思維【假說】
當我們拿不准未來的時候,或者說是迷茫的時候。我們可以應用【假說】,當我們不知道結果,或者有幾種選擇的時候,也可以使用【假說】,我們先假設有了結果,然後運用逆向思維。
11月訪客數預估分析:
11月銷售額預估分析:
10月轉化率預估分析:
11月ROI預估分析:
通過9月實際訪客數、實際銷售額、實際轉化率、實際ROI,通過逆向思維,可以預測10月的計劃訪客數、計劃銷售額、計劃轉化率、計劃ROI,然後也可以判斷11月的計劃訪客數、計劃銷售額、計劃轉化率、計劃ROI。
有了假設的預演場景,我們可以通過各類推廣手法有針對性的判斷店舖的投入推廣情況,從而製定有效的店鋪運營方案。
------
★ 分享本文給正在對淘寶有興趣的朋友們,他們會感謝你!
★ 推薦課程:淘寶大學系列課
★ 責任編輯:Dex