数据分析:淘宝数据分析指标

  1. 【基础统计类】
  2. 1、浏览量(PV):店铺各页面被查看的次数。用户多次打开或刷新同一个页面,该指标值累加。
  3. 2、访客数(UV):全店各页面的访问人数。所选时间段内,同一访客多次访问会进行去重计算。
  4. 3、收藏量:用户访问店铺页面过程中,添加收藏的总次数(包括首页、分类页和宝贝页的收藏次数)。
  5. 4、浏览回头客:指前6天内访问过店铺当日又来访问的用户数,所选时间段内会进行去重计算。
  6. 5、浏览回头率:浏览回头客占店铺总访客数的百分比。
  7. 6、平均访问深度:访问深度,是指用户一次连续访问的店铺页面数(即每次会话浏览的页面数),平均访问深度即用户平均每次连续访问浏览的店铺页面数。【月报-店铺经营概况】中,该指标是所选月份日数据的平均值。
  8. 7、跳失率:表示顾客通过相应入口进入,只访问了一个页面就离开的访问次数占该入口总 访问次数的比例。
  9. 8、人均店内停留时间(秒):所有访客的访问过程中,平均每次连续访问店铺的停留时间。
  10. 9、宝贝页浏览量:店铺宝贝页面被查看的次数,用户每打开或刷新一个宝贝页面,该指标就会增加。
  11. 10、宝贝页访客数:店铺宝贝页面的访问人数。所选时间段内,同一访客多次访问会进行去重计算。
  12. 11、宝贝页收藏量:用户访问宝贝页面添加收藏的总次数。
  13. 12、入店页面:单个用户每次浏览您的店铺时查看的第一个页面为入店页面。
  14. 出店页面:单个用户每次浏览您店铺时所查看的最后一个页面为出店页面。
  15. 13、入店人次:指从该页面进入店铺的人次。
  16. 14、出店人次:指从该页面离开店铺的人次。
  17. 15、进店时间:用户打开该页面的时间点,如果用户刷新页面,也会记录下来。
  18. 16、停留时间:用户打开本店最后一个页面的时间点减去打开本店第一个页面的时间点(只访问一页的顾客停留时间暂无法获取,这种情况不统计在内,显示为“—”)。
  19. 17、到达页浏览量:到达店铺的入口页面的浏览量。
  20. 18、平均访问时间:打开该宝贝页面到打开下一个宝贝页面的平均时间间隔。(用户访问该宝贝页后,未点击该页其他链接的情况不统计在内,显示为“—”)
  21. 19、全店宝贝查看总人次:指全部宝贝的查看人次之和。
  22. 20、搜索次数:在店内搜索关键词或价格区间的次数。
  23. 【销售分析类】
  24. 1、拍下件数:宝贝被拍下的总件数。
  25. 2、拍下笔数:宝贝被拍下的总次数(一次拍下多件宝贝,算拍下一笔)。
  26. 3、拍下总金额:宝贝被拍下的总金额。
  27. 4、成交用户数:成功拍下并完成支付宝付款的人数。所选时间段内同一用户发生多笔成交会进行去重计算。
  28. 5、成交回头客:曾在店铺发生过交易,再次发生交易的用户称为成交回头客。所选时间段内会进行去重计算。
  29. 6、支付宝成交件数:通过支付宝付款的宝贝总件数。
  30. 7、支付宝成交笔数:通过支付宝付款的交易总次数(一次交易多件宝贝,算成交一笔)。
  31. 8、支付宝成交金额:通过支付宝付款的金额。
  32. 9、人均成交件数:平均每用户购买的宝贝件数,即人均成交件数 = 支付宝成交件数 / 成交用户数。
  33. 10、人均成交笔数:平均每用户购买的交易次数,即人均成交笔数 = 支付宝成交笔数 / 成交用户数。
  34. 11、当日拍下-付款件数:当日拍下、且当日通过支付宝付款的宝贝件数。
  35. 12、当日拍下-付款笔数:当日拍下、且当日通过支付宝付款的交易次数。
  36. 13、当日拍下-付款金额:当日拍下、且当日通过支付宝付款的金额。
  37. 14、客单价:客单价=支付宝成交金额/成交用户数。单日“客单价” 指单日每成交用户产生的成交金额。
  38. 15、客单价均值:指所选择的某个时间段,客单价日数据的平均值。如【月报】中,客单价均值=该月多天客单价之和 / 该月天数。
  39. 16、支付率:支付宝成交笔数占拍下笔数的百分比,即支付率 = 支付宝成交笔数 / 拍下笔数。
  40. 17、成交回头率:成交回头客占成交用户数的百分比。即成交回头率 = 成交回头客 / 成交用户数。
  41. 18、全店成交转化率:全店成交转化率=成交用户数/访客数。单日“全店成交转化率” 指单日成交用户数占访客数的百分比。
  42. 19、全店转化率均值:指所选择的某个时间段,全店成交转化率日数据的平均值。如【月报】中,全店转化率均值=该月多天转化率之和 / 该月天数。
  43. 20、促销成交用户数:参与宝贝促销活动的成交用户数。
  44. 21、宝贝页(促销)成交转化率:参与宝贝促销活动的成交用户数占宝贝页访客数的百分比。“按月”、“按周”查看报表时,该指标是所选时间段内日数据的平均值。
  45. 22、支付宝(促销)成交件数:买家参与宝贝促销活动产生的支付宝成交件数。
  46. 23、支付宝(促销)成交笔数:买家参与宝贝促销活动产生的支付宝成交笔数。
  47. 24、支付宝(促销)成交金额:买家参与宝贝促销活动产生的支付宝成交金额。
  48. 25、非促销成交用户数:未参与宝贝促销活动的成交用户数。
  49. 26、支付宝(非促销)成交件数:买家未参与宝贝促销活动产生的支付宝成交件数。
  50. 27、支付宝(非促销)成交笔数:买家未参与宝贝促销活动产生的支付宝成交笔数。
  51. 28、支付宝(非促销)成交金额:买家未参与宝贝促销活动产生的支付宝成交金额。
  52. 【直通车数据类】
  53. 1、展现量:推广宝贝在淘宝直通车展示位上被买家看到的次数,不包括自然搜索。
  54. 2、点击量:推广宝贝在淘宝直通车展示位上被点击的次数。
  55. 3、点击率:推广宝贝展现后的被点击比率。(点击率=点击量/展现量)
  56. 4、花费:推广宝贝被点击所花费用
  57. 5、平均点击花费:推广宝贝每次被点击所花的平均费用(平均点击花费=花费/点击量)
  58. 6、平均展现排名:推广宝贝每次被展现的平均排名。(平均展现排名 = 每次展现排名的加总 / 展现量)
  59. 7、点击转化率:这个不用解释了吧。不清楚就加微信weieccom去问吧
  60. 【来源分析类】
  61. 1、访客数(UV):店铺各页面的访问人数。所选时间段内,同一访客多次访问会进行去重计算。
  62. 2、到达页浏览量:通过该来源给店铺入口页面带来的查看次数。
  63. 3、到达页浏览量占比:该来源的到达页浏览量占所有来源的到达页浏览量总和的比例。
  64. 4、浏览量(PV):店铺各页面被查看的次数。用户多次打开或刷新同一个页面,该指标值累加。
  65. 5、浏览量占比:该来源的浏览量占所有来源的浏览量总和的比例。
  66. 6、入店访问深度:该来源带来的访客每次入店后在店铺内的平均访问页面数。
  67. 7、入店跳失率:该来源带来的访客入店后只访问了该店铺1个页面就离开的次数占该来源访客总入店次数的比例。
  68. 8、新访客数:该来源在选定时间段内带来的访问人数中在前6天从未访问过店铺的用户数。
  69. 9、新访客占比:该来源带来的新访客占该来源总访客数的比例。
时间: 2024-11-23 09:57:50

数据分析:淘宝数据分析指标的相关文章

做大数据时代的“淘宝”平台,IBM数据分析战略浮出水面

(上图为IBM研究人员在展示通过数据分析提高城市交通水平) 下个世纪是大数据的世纪,是从IT走向认知计算的时代.在IT时代成就了一家超级平台,这就是淘宝,而认知时代要做的是数据的生意,那是否有一个类似淘宝的超级数据平台呢?IBM正在做这件事情. IBM在全球布局了40多个基于Softlayer的数据中心,以Bluemix作为其主力云端开发平台, 在之上通过合作和收购网罗了从Twitter到The Weather Company以及这些年投入250亿美金收购的Cognos.SPSS.ILOG.Al

关于“淘宝爆款”的数据抓取与数据分析

本文为younghz原创,文章链接为:http://blog.csdn.net/u012150179/article/details/37306629 这个问题最初是源于我在知乎上一个回答(http://www.zhihu.com/question/24368542/answer/27579662),涉及了两个方面:数据抓取和数据分析. 1.数据爬取 爬取对象:淘宝"连衣裙 夏"的搜索结果. 爬取对象的选择分析我在文章中也有提及. 工具:Scrapy. 代码:我把当时实现的代码放在了G

淘宝双11数据分析与预测汇总

国庆假期留在学校做了一下林子雨博士的大数据实验--淘宝双11数据分析与预测,虽然教程写得很详细,但自己还是踩了很多坑,现在记录下来,希望给别人一点帮助. 淘宝双11数据分析与预测实验链接:http://dblab.xmu.edu.cn/post/8116/ 问题一:安装Hadoop时报错 Starting namenodes on [localhost] localhost: mkdir: 无法创建目录"/usr/local/hadoop/logs": 权限不够 localhost:

淘宝APP用户行为数据分析之一 —— 数据集介绍

UserBehavior是阿里巴巴提供的一个淘宝用户行为数据集,用于隐式反馈推荐问题的研究. 数据来源? 传送门 数据情况介绍: UserBehavior.csv 本数据集包含了2017年11月25日至2017年12月3日之间,有行为的约一百万随机用户的所有行为(行为包括点击.购买.加购.喜欢). 数据集的每一行表示一条用户行为,由用户ID.商品ID.商品类目ID.行为类型和时间戳组成,并以逗号分隔. 关于数据集中每一列的详细描述如下: 列名称 说明 用户ID 整数类型,序列化后的用户ID 商品

淘宝新品新店考核 你需要知道需要哪些指标

为啥用了这样一个标题?为啥会出现越刷排名越下降的情况?为啥会出现刷单没有效果的状态?难道只能“刷单找死,不刷单等死”么?说实话,对于大多数淘宝卖家来讲,只能用这样一个词:乱刷!因为他们根本不知道,应该怎么刷,应该找谁刷,应该控制什么样的指标(好像转化率.点击率.收藏加购等等就是天是的,好像只要控制了就没问题似的).他们好像只是为了刷而去刷:大家都在干,那我也要干!但是为啥别人干了就没事儿,就有效果,我却是不行呢?好了,其实不复杂,因为你不知道搜索引擎考核的是啥?换句话来说,你干的活儿其实很多时候

学习淘宝指数有感

自助取数按常规理解(RMDBS,关系数据库)下的技术体系下,常规的做法是: 1.        指标自助选取 2.        目标人群自助选取 这2类自助应用分别面向企业管理层以及一线营销人员.指标选取这里不讨论.这里主要讨论针对一线营销人员,目标人群自助选取的场景. 如果一线营销人员须要通过信息系统查找潜力客户群的时候,往往须要结合自身对业务的理解或在由资深业务专家(资深业务科学家)提供相应潜力客户群的特征信息,而这些特征信息在信息量爆发和高速变革的今天及具时效性.非常easy失效\变形从

你想做淘宝?从这里开始:选真正赚钱的宝贝

但其实不管是线上也好,线下也罢!一个愈发成熟的市场环境,使得决定你能否成功的,绝大多数情况下是这三个因素:产品.你的执行力.你的创业基因.而不是所谓的方法.技巧.秘籍,说实话,这些东西,更多的时候不过是“裹着毒药”的糖果而已.为什么叫“裹着毒药”的糖果呢?因为如果你前三个因素都具备了,那么方法.技巧什么的都会锦上添花,否则只不过是外表看起来很美,但是会让你越陷越深的毒药.产品好理解,但实际上也最难,你得能够找到能够真正让你赚钱的东西,但是在淘宝上又不缺商品,几乎什么商品都有,那么怎么去选品才是最

如何设计淘宝天猫这种成功而有价值的大数据可视化?

大数据人工智能淘宝天猫双十一幕后:实时可视化查询大屏 这张图片来源于天猫双十一数据直播,来自大数据可视化的魅力 [what]什么是数据可视化? 塔夫特所说,"图形表现数据.实际上比传统的统计分析法更加精确和有启发性."对于广大的编辑.设计师.运营分析师.大数据研究者等等都需要从不同维度.不同层面.不同粒度的数据处理统计中,借助图表和信息图的方式为用户(只获得信息).阅读者(消费信息)及管理者(利用信息进行管理和决策)呈现不同于表格式的分析结果.数据可视化技术综合运用计算机图形学.图像.

python就业班-淘宝-目录.txt

卷 TOSHIBA EXT 的文件夹 PATH 列表卷序列号为 AE86-8E8DF:.│ python就业班-淘宝-目录.txt│ ├─01 网络编程│ ├─01-基本概念│ │ 01-网络通信概述.flv│ │ 02-IP地址.flv│ │ 03-Linux.windows查看网卡信息.flv│ │ 04-ip地址的分类-ipv4和ipv6介绍.flv│ │ 05-(重点)端口.mp4│ │ 06-端口分类:知名端口.动态端口.flv│ │ 07-socket介绍.mp4│ │ │ ├─02