电商行业常用的数据分析指标和 PageRank 算法

拈香(曾德政)

关注

发布于: 2020 年 09 月 09 日

电商行业常用的数据分析指标

数据分析

数据分析以量化的方式来分析业务问题并提出解决方案。

量化数据是为了统一认知，并且保证路径可回溯，可复制，统一认知后，才能保证不同层级，不同部门的人在平等话语权和同一个方向进行讨论和协作，才能避免公司内的人以「我感觉」「我猜测」来猜测当前业务的情况。

以数据分析优化产品的流程

数据分析的层级

数据分析过程要解决的问题往往有四个层级

第一层，发生了什么？如流量下降、用户粘性下降。
第二层，为什么？这个答案要落实到用户层面，是第一步的延伸。是用户找不到想要的功能，还是功能不符合用户的预期？
第三层，继续问为什么？这个问题的答案要落实产品层面，即我们的产品的哪项内容造成了用户出现了第二层的问题。
第四层，我们该怎么办？后续该如何改进产品

以这种思维方式作为整个分析的核心思想，就不容易走弯路，更快更好地找出产品的问题，而掌握数据技巧，图表的优化等等都是为了最终找到问题，解决问题这个目的服务的，因此这种层级的思想是数据分析的核心。

数据分析要素

从趋势到对比，再到细分和溯源，是对数据分析逐步进阶的过程

电商行业常用数据分析指标

数据分类

时间类

* 日期

* 周次

* 月份

* 季度

* 年份

渠道

* 场景

* 内部场景

* 外部场景

* 其它

* 渠道

* APP

* PC

* 微信

* QQ

* 其它

支付方式

* 京东支付

* 微信支付

* 线下支付

* 其它

支付工具

* ApplePay 支付

* 白条支付

* 快捷支付

* 微信支付

* 银联支付

* 财付通

* 扫一扫

* 货到付款

* 银联

* 现金

* 京东支付

* 其他

用户属性

* B 端客户

* C 端用户

* 其他

用户生命周期

* 新用户

* 连续活跃用户

* 回流用户

* 沉默用户

* 流失用户

* 流入流出比

地域类

* 行政区域

* 华东

* 华北

* 东北

* 中南

* 西南

* 西北

* 省份

* 北京

* 上海

* 深圳

* 广州

* ……

……

基于 C 端数据分析

基于 C 端的分析主要就集中在下述三个维度：

流量
用户
交易

流量数据分析

用户数据分析

用户数据基本上是基于用户画像进行数据分析的

交易数据分析

PageRank 算法

概述

PageRank,即网页排名，又称网页级别、Google 左侧排名或佩奇排名，以 Google 公司创办人拉里·佩奇（Larry Page）之姓来命名。Google 通过 PageRank 来调整结果，使那些更具“等级/重要性”的网页在搜索结果中另网站排名获得提升，从而提高搜索结果的相关性和质量。其级别从 0 到 10 级，10 级为满分。PR 值越高说明该网页越受欢迎（越重要）。