我們平時在運營電子商務(wù)網(wǎng)站，或者進行網(wǎng)絡(luò)營銷的時候，常常會拿到一堆的報表和數(shù)據(jù)，比如訪問量、訂單量、轉(zhuǎn)化率，投資回報率……大部分公司也能夠簡單的應(yīng)用這些數(shù)據(jù)來指導(dǎo)業(yè)務(wù)的運營：比如用投資回報率去衡量媒體投放的效果，加大在那些效果好的媒體上的投放量——簡單、清楚、直接、有效。可是，還有些時候，我們光看到數(shù)據(jù)，卻很難這么方便地得出結(jié)論指導(dǎo)具體的工作。比如某網(wǎng)站最近突然發(fā)現(xiàn)轉(zhuǎn)化率下降，他們很擔(dān)心卻不知道轉(zhuǎn)化率下降的原因到底是什么，更不知道自己該做什么。這是因為很多數(shù)據(jù)外表上都包著一層“殼”，要掰開硬殼才能深入地理解那些數(shù)字，而只有理解了那些數(shù)字才可能有的放矢地去安排業(yè)務(wù)的運營。
第一個可以用來掰開網(wǎng)站數(shù)據(jù)硬殼的方法叫做看分布。
絕大部分時候，我們看到的報表顯示的都是“總數(shù)”或者“平均數(shù)”，例如“總訪問量：23467”和“平均訂單金額：746元”。顯示這樣的統(tǒng)計數(shù)據(jù)可以讓我們很方便快捷地獲取信息，但是另一方面這種抽象化綜合化的數(shù)據(jù)也會丟失掉許多重要的細節(jié)。比如說:
上個月平均訂單金額500元/單，這個月也是500元/單，看起來平平安安不需要操心。可是實際上有可能上個月5萬單都是400～600元，而這個月5萬單則是2萬單300元，2萬單400元，5千單500元，5千單超過2500元——客戶購買習(xí)慣已經(jīng)發(fā)生了巨大變化：一方面客戶訂單在變小（可能是因為產(chǎn)品單價下降，采購數(shù)量減少，或者客戶選擇了比較便宜的替代品），另一方面出現(xiàn)了一些相對較大的訂單（可能是中小企業(yè)采購，或者是網(wǎng)站擴充產(chǎn)品線見效了）。——光看平均值的話很容易就忽視這些潛在的變化，不能及時做出應(yīng)對。
兩個營銷活動帶來一樣多的流量（100萬流量），而且流量的網(wǎng)站平均停留時間（假設(shè)是40秒）是一樣的，看起來兩邊差不多。可是兩邊的實際流量情況可能是千差萬別：營銷活動 A帶來的50萬流量停留0-10秒，50萬停留77秒；而營銷活動 B帶來的流量20萬停留0-10秒，60萬停留10秒，20萬停留160秒。首先這個數(shù)據(jù)可以幫助我們?nèi)ヅ袆e流量是否異常是否可能有作弊流量。其次它告訴我們說第一個頁面彈出率比較高，第二個比較低，可能是第二個頁面的設(shè)計較好。最后它告訴我們說第二個頁面雖然更能吸引人點擊，但是那些人都是很快點擊頁面然后很快就離開了，這一點很值得和營銷活動 A進行對比再深入研究。
解決的方法還蠻簡單的，就是不要只看平均數(shù)和總數(shù)，而要多看看分區(qū)段的數(shù)據(jù)。
比如很多人停留了不到10秒就走了——彈出率過高，太多人只看了一個頁面就走了。再去看那些彈出率高的流量來源，發(fā)現(xiàn)主要是兩個：1. 朋友的大網(wǎng)站上的友情鏈接，每天都帶來海量流量，但是往往點開網(wǎng)頁就走——因為我們的網(wǎng)站和朋友網(wǎng)站內(nèi)容其實不太相關(guān)，用戶也并不重合；2. 因為網(wǎng)站的名字比較特別，和某電視劇重名，所以很多搜索電視劇的用戶來了網(wǎng)站，一看網(wǎng)站并不是討論電視劇的就走了。然后我們可以根據(jù)這兩個分析得出一些結(jié)論和行動方法，例如之后問別人要友情鏈接主要要看用戶的重合度，而不是流量。或者說要找出網(wǎng)站上所有可以和該電視劇匹配的產(chǎn)品做個特別的著陸頁，把那部分敲錯門的用戶留下來——拋磚引玉，關(guān)鍵是我們要看到“平均數(shù)”后面的東西，這樣才能有深入的洞察，也才能夠有合理的行動方案。
除了查看數(shù)據(jù)分布來分析數(shù)據(jù)詳情之外，比較常見的方法還有拆因子和拆構(gòu)成。（見上圖）
網(wǎng)站轉(zhuǎn)化率下降，我們要找原因。因為轉(zhuǎn)化率=訂單/流量，所以轉(zhuǎn)化率下降的原因很可能是“訂單量下降”，也可能是“流量上升”，還可能是兩種情況同時發(fā)生。按照這個思路我們可能進一步去查看訂單量和流量數(shù)據(jù)，發(fā)現(xiàn)主要的原因是“流量上升”而“訂單量升幅不明顯”，那么下面我們就可以來拆解流量的構(gòu)成。例如拆成直接訪問流量、廣告訪問流量和搜索引擎訪問流量，再看具體是哪部分的流量發(fā)生了變化。這時我們可能看到說是搜索引擎訪問流量上升，那就可以再進一步分析說是付費關(guān)鍵詞部分上升，還是自然搜索流量上升，如果是自然流量，是品牌（或者網(wǎng)站名相關(guān)）關(guān)鍵詞流量上升，還是其他詞帶來的流量上升——假如最后發(fā)現(xiàn)是非品牌類關(guān)鍵詞帶來的流量上升，那么就再找原因——市場變化（淡季、旺季之類），競爭對手行動，還是自身改變。假如剛好在最近把產(chǎn)品頁面改版過，就可以查一下是不是因為改版讓搜索引擎收錄變多、權(quán)重變高。
最后，我們還可以通過拆分步驟的方法來分析數(shù)據(jù)。
還是用例子來說明問題：我們做了兩個營銷活動，帶來一樣多的流量，一樣多的銷售，是不是說明兩個營銷活動效率差不多？
不一定。比方說我們可以把每個營銷活動的流量拆細，去看每一步，會發(fā)現(xiàn)不一樣的地方。營銷活動 B雖然和活動 A帶來了等量的流量，可是這部分流量對產(chǎn)品更感興趣，看完著陸頁之后更多的人去看了產(chǎn)品頁面。可惜的是雖然看產(chǎn)品的人很多，最后轉(zhuǎn)化率不高，訂單數(shù)和營銷活動 A一樣。
這里面還可以再深入分析，但是光憑直覺，也可以簡單得出一些猜測來，例如可能是兩個營銷活動的顧客習(xí)慣不太一樣，可能是營銷活動 B的著陸頁設(shè)計更好，也可能是營銷活動 B的顧客更符合我們的目標客戶描述、更懂產(chǎn)品——但是我們的價格沒有優(yōu)勢，還可能是因為營銷B帶來的用戶去訪問的產(chǎn)品品類缺貨嚴重……這些猜想是我們深入進行分析，得出行動方案的起點。至少，它可以幫助我們更快地累計經(jīng)驗，下次設(shè)計營銷活動的時候會更有的放矢，而不是僅僅寫一個簡單報告說這兩個營銷活動效果一樣就結(jié)案了。
再舉個例子，比如網(wǎng)站轉(zhuǎn)化率下降，我們可以拆成這樣的漏斗：（見左圖）
這樣拆好之后，更能清楚地看到到底是哪一步的轉(zhuǎn)化率發(fā)生了變化。有可能是訪客質(zhì)量下降，都彈出掉了，也可能是“購物車–>登錄”流失了（如果你把運費放到購物車中計算，很可能就看到這一步流失率飆升），這樣拆細之后更方便我們分析。
看分布、拆因子、分步驟，這樣三板斧下去，一般的數(shù)據(jù)硬殼也就掰開了。回去看看自己的報表，試試看？
