电商数据报表的简易设计
这是Kevin2022的第27篇原创,阅读本文大概要3分钟。
因为疫情在成都的原因,上一周我一直在居家隔离。说实话从来没有想过自己三点一线的生活也会有隔离的一天。对我来说,除了工作,可能就是家和健身房了就是唯一地方了,每天的生活除了周六这一天会休息,其他日子都的时间表几乎一致。甚至我身边的发小同伴告诉我,我是一个没有生活趣味的人,因为真的在和他们组队去玩,竟也随时会有一个带着笔记本电脑在哪里办公的人,不管什么场合。可是回过头来看记事后所度过的每一天,我仍然为自己的行为不敢到后悔,即使少了那么多的旅游和玩耍,对于新兴购物、旅游、吃好吃的,确实不太懂,只知道会用产品经理的角度评判着洗事物的好与坏、美与丑。其他的就是让朋友们决定即可。我也会有一天任性不工作,专心在vacation,但也是在我日常时间表上有特别这一项安排。于是趁着在成都居家隔离的时间,刚好有时间埋头写作了,同时省去了来返公司、去健身房路程时间,所有的时间都投入在了居家的写作、健身里。每天早上起床,就从健身与早餐开始,说实话没想到居家隔离后按照时间表过,隔离的时间也过得挺快的。刚好我完成了我的新书《简易设计》不少章节,下面为这次《简易设计》章节的节选内容,主要说明了我们做电商系统的数据报表通用功能,如何用来完成高效、低成本、易理解的数据报表。分享给你,欢迎阅读,下面问原文数据看板是电商系统的通用功能,对于管理者来说需要通过数据查看产品的销售情况,了解经营状况;对于产品经理来说了解个产品版本数据,以便验证业务的正确与否。我们把数据看板也可以称之为数据报表,数据平台则是由前后端分离的多个数据报表组成,在本书里介绍的都是以数据报表的产品设计方法,更加贴近实际应用。数据可视化则是基于数据报表做的酷炫UI设计图,有一定的动画逻辑,开发更为复杂,但观赏性更高。数据报表,需要根据用户的购买行为提前做好数据埋点。如下图是某电商平台的数据报表做的数据可视化。▲电商数据报表可视化
但是电商系统的数据有各种场景的、也有各种类型的,在数据海洋里我们不可能挑选所有的数据集成在电商系统里,利用简易设计我们把电商数据报表里面优先关注4类数据的功能设计。第一类:商城经营数据
反映出电商系统的的交易总额。通过时间趋势找到电商的销售旺季、淡季。单个用户在商城的复购次数,通过复购次数定价出用户。
第二类是:SKU相关数据
比如SKU商品品类销售排名,展示商品的地点属性、商品单价,筛选次首次、3次、多次下单的商品,进行商品品类排名,找出历史商品排名记录,做SKU优化。
第三类是:产品数据
比如产品的登录次数、页面访问数、平均用户停留时间、消息会话数,即用户在产品本身功能上产生的数据。
第四类是:用户数据
比如用户地区、用户年龄、用户产品使用时间长度(可以组成产品生命周期)、用户注册信息等用户数据
前两类是电商营收、商品数据,后面两类则是产品和用户数据
这4类数据都可以通过埋点、数据接口快速获取如图1.2.3简易设计的数据报表,具体指标可以参考下面《简易设计》图示▲简易设计下的数据设计模型
仅仅是数据类型还不够,一个数据类型仍然可以产生非常多纬度的数据指标,稍微不注意就可能产生非行业标准的,所以简易设计的指标一定要通用、标准、问题定位快的,由此我们可以获得下面的图▲简易设计数据指标
下面这些指标都可以快速通过开发获得,同时指标在每家公司的统计口径几乎一样,方便你在任何一家电商系统使用。01.营收数据指标
序号 | 指标名称 | 指标描述 | 技术实现 | 重要程度 | 统计周期 |
1 | 订单数 | 用户点击下单后的系列操作,包含下单取消(订单失败)、下单未支付(订单失败)、下单成功数 | 通过埋点下单按钮/页面,通过改行为对应的订单状态 | 高 | 日、周、月、年 |
2 | 今日营收 | 统计下单后的数量对应的金额数,仅包含下单成功的。 | 后端数据计算,得到数据值 | 高 | 日、小时 |
3 | 累计营收 | 从电商系统上线到实时或昨日零点,累计的每日营收相加综合 | 后端数据计算,得到数据值 | 高 | 日、周、月、年 |
4 | 拼团数 | 具有拼单/拼团功能的电商系统,统计拼团成功的拼团(仅团成员下单成功) | 后端数据计算,得到数据值 | 中 | 日、周、月、年 |
5 | 退款订单数 | 完成退费的订单数量 | 后端数据计算,得到数据值(可对接第三方支付平台,获得退款状态) | 高 | 日、周、月、年 |
6 | 转化率 | 用户支付前浏览商品的独立人用户数除以之际订单成功数,可以计算当日的 | 后端数据计算,得到数据值 | 高 | 日、周、月、年 |
7 | ROI(投资回报率) | 商品利润/商品成本 | 通过后端数据计算 | 中 | 日、周、月、年 |
8 | Apru(每用户平均收入) | 总的利润数/用户注册人数 | 通过后端数据计算,非系统的利润,需要人工添加核算 | 中 | 日、周、月、年 |
9 | 支付数 | 点击支付后,完成下单的支付数 | 通过后端数据计算 | 高 | 日、周、月、年 |
02.SKU商品数据
序号 | 指标名称 | 统计口径 | 技术口径 | 重要程度 | 统计周期 |
1 | X商品浏览数 | 浏览某个商品详情页面的页面数量总和 | 通过前端埋点,检测商品的浏览数量 | 高 | 日、周、月、年 |
2 | X商品浏览人数 | 浏览某个商品详情的独立用户人总数 | 通过前端买点,检车用户唯一标识 | 高 | 日、周、月、年 |
3 | 商品列表访问深度 | 信息流滑动的屏幕数量 | 前端埋点实现 | 中 | 日、月、年、周 |
4 | 商品类型访问数 | 商品每个分类的独立用户访问量累计 | 前端埋点实现 | 高 | 日、月、年、周 |
5 | 商品数量 | 统计上线的商品数量 | 接口或人工登记填写 | 高 | 日、周、月、年 |
6 | SKU商品数量 | 统计每个类型下的商品数量 | 接口或人工填写 | 中 | 日、周、月、年 |
7 | 商品销售数 | 已经完成交易的订单中,商品的销售数量综合 | 接口或人工填写 | 高 | 日、周、月、年 |
8 | 商品库存数 | 各个商品的剩余数 | 接口或人工填写 | 中 | 日、周、月、年 |
03.系统产品数据
序号 | 指标名称 | 统计口径 | 技术口径 | 重要程度 | 统计周期 |
1 | 注册人数 | 完成注册流程后注册成功的用户人数 | 以唯一的手机号、身份证等注册信息作为注册标识,完成了以上的提交和校验 | 高 | 日、周、月、年 |
2 | 活跃人数 | 产品注册后并登录符合活跃条件的人数 | 后端接口进行统计,根据条件需要前端进行埋点对行为监控 | 高 | 日、周、月、年 |
3 | 产品浏览页面数 | 用户浏览页面的访问数累加 | 前端埋点 | 高 | 日、周、月、年 |
4 | 浏览人数 | 独立用户访问产品的人数总数 | 前端埋点 | 高 | 日、周、月、年 |
5 | 产品功能使用人数 | 被检测的功能,得到独立用户访问的人数综合 | 前端埋点 | 中 | 日、周、月、年 |
6 | 产品停留时间 | 用户停留在产品时间的累计求和 | 前端埋点 | 高 | 日、周、月、年 |
7 | 人均页面访问数 | 产品浏览页面人数/活跃人数或注册人数) | 前端埋点 | 中 | 日、周、月、年 |
8 | 人均停留时间 | 产品停留市场/活跃用户数或(注册用户数) | 前端埋点 | 中 | 日、周、月、年 |
9 | 产品游客数 | 没有注册但访问产品的独立用户人数 | 前端埋点 | 中 | 日、周、月、年 |
10 | 产品用户生命周期 | 按照自己公司标准定义用户引入期(种子用户)、用户成长期、用户、用户休眠期、用户流失期 | 根据需求而定 | 中 | 年或自定义时间周期 |
11 | 客服咨询数 | 用户在产品中进行官方私信、留言的数量 | 后台数据接口直接计算 | 中 | 日、周、月、年 |
12 | 投诉率 | 用户在产品中发生的投诉数量/用户活跃人数或(用户注册人数) | 后台数据接口,直接计算 | 中 | 日、周、月、年 |
04.用户数据
这部分的数据包含了用户画像数据和用户行为数据,我们将其合并。
序号 | 指标名称 | 统计口径 | 技术口径 | 重要程度 | 统计周期 |
1 | 功能点击数 | 独立用户对某个功能的访问数 | 需要前端埋点 | 高 | 日、周、月、年 |
2 | 留存率 | 注册了产品的独立用户在3天、7天、15天、30天、365天仍然有登录或下单行为的用户数/总的注册用户数或总活跃用户数 | 后端数据接口 | 高 | 日、周、月、年 |
3 | 关键词搜索 | 用户在商品搜索中输入的关键词频率分布 | 后端数据接口 | 中 | 日、周、月、年、自定义时间 |
4 | 分享数 | 独立用户点击分享的数字总和 | 前端埋点 | 高 | 日、周、月、年 |
5 | 传播层级 | 通过分享完成购买的用户链路数 | 前端埋点同时后端数据接口 | 中 | 日、周、月、年 |
6 | 人均订单数 | 总订单成功数除以用户注册数或用户活跃数 | 后端数据接口 | 中 | 日、周、月、年 |
7 | 人均购买金额 | 访问产品的用户人均订单成功的金额数值,营收额除以用户注册数或用户活跃数 | 后端数据接口 | 中 | 日、周、月、年 |
8 | 地区分布 | 访问产品的用户各地区分布区间 | 后端数据,直接计算 | 高 | 日、周、月、年 |
9 | 用户年龄分布 | 访问产品的用户各年龄分布区间 | 后端数据,直接计算 | 高 | 日、周、月、年 |
10 | 用户性别占比 | 访问产品的用户各性别访问占比 | 后端数据接口 | 高 | 日、周、月、年 |
11 | 设备终端分布 | 基于用户使用终端设备来区分设备终端型号占比 | 前端埋点,部分需要后台数据解析 | 高 | 日、周、月、年 |
12 | 用户职业分布 | 基于用户填写信息做关键词分布各职业数量占比 | 用户填写,后台数据接口 | 低 | 日、周、月、年 |
13 | 用户人均收入 | 基于用户填写信息分析用户人均收入值 | 用户填写,后台数据接口 | 中 | 日、周、月、年 |
14 | 版本分布数 | 不同版本下的用户活跃累计数或注册累计数 | 前端埋点 | 中 | 日、周、月、年 |
15 | 系统占比 | 访问产品的独立用户数各个系统占比 | 前后端即可 | 中 | 日、周、月、年 |
以上就是本次章节节选,如果你对《简易设计》感兴趣,可以试试4月24日,我亲自带班的《21天后台产品经理训练营》。点击查看:还有12个名额!4月24日《21天B端产品经理训练营》本期课表课程学习进度请参看课表,班主任拉小组后统一跟进大家学习进度扫码报名点击订阅
报名训练营前,你也可以扫码直接听第一节课程作为试听。点击目录即可播放第一节课
相关阅读
-
世界热推荐:今晚7:00直播丨下一个突破...
今晚19:00,Cocos视频号直播马上点击【预约】啦↓↓↓在运营了三年... -
NFT周刊|Magic Eden宣布支持Polygon网...
Block-986在NFT这样的市场,每周都会有相当多项目起起伏伏。在过去... -
环球今亮点!头条观察 | DeFi的兴衰与...
在比特币得到机构关注之后,许多财务专家预测世界将因为加密货币的... -
重新审视合作,体育Crypto的可靠关系才能双赢
Block-987即使在体育Crypto领域,人们的目光仍然集中在FTX上。随着... -
简讯:前端单元测试,更进一步
前端测试@2022如果从2014年Jest的第一个版本发布开始计算,前端开发... -
焦点热讯:刘强东这波操作秀
近日,刘强东发布京东全员信,信中提到:自2023年1月1日起,逐步为...