資訊流、物流和資金流三大平臺是電子商務的三個最為重要的平臺。而電子商務資訊系統最核心的能力是大資料能力，包括大資料處理、資料分析和資料探勘能力。無論是電商平臺（如淘寶）還是在電商平臺上銷售產品的賣家，都需要掌握大資料分析的能力。越成熟的電商平臺，越需要以通過大資料能力驅動電子商務運營的精細化，更好的提升運營效果，提升業績。構建系統的電子商務資料分析指標體系是資料電商精細化運營的重要前提，本文將重點介紹電商資料分析指標體系。
電商資料分析指標體系分為八大類指標，包括總體運營指標、網站流量指標、銷售轉化指標、客戶價值指標、商品及供應鏈指標、營銷活動指標、風險控制指標和市場競爭指標。不同類別指標對應電商運營的不同環節，如網站流量指標對應的是網站運營環節，銷售轉化、客戶價值和營銷活動指標對應的是電商銷售環節。
1.電商總體運營指標
| 總體運營指標 | |
| 流量類指標 | 獨立訪客數（UV） |
| 頁面訪問數（PV） | |
| 人均頁面訪問數 | |
| 訂單產生效率指標 | 總訂單數量 |
| 訪問到下單轉化率 | |
| 總體銷售業績指標 | 成交金額（GMV） |
| 銷售金額 | |
| 客單價 | |
| 整體指標 | 銷售毛利 |
| 毛利率 | |
電商總體運營整體指標主要面向的人群電商運營的高層，通過總體運營指標評估電商運營的整體效果。電商總體運營整體指標包括四方面的指標：
（1）流量類指標
獨立訪客數（UV），指訪問電商網站的不重複使用者數。對於PC網站，統計系統會在每個訪問網站的使用者瀏覽器上“種”一個cookie來標記這個使用者，這樣每當被標記cookie的使用者訪問網站時，統計系統都會識別到此使用者。在一定統計週期內如（一天）統計系統會利用消重技術，對同一cookie在一天內多次訪問網站的使用者僅記錄為一個使用者。而在移動終端區分獨立使用者的方式則是按獨立裝置計算獨立使用者。
頁面訪問數（PV），即頁面瀏覽量，使用者每一次對電商網站或著移動電商應用中的每個網頁訪問均被記錄一次，使用者對同一頁面的多次訪問，訪問量累計。
人均頁面訪問數，即頁面訪問數（PV）／獨立訪客數，該指標反映的是網站訪問粘性。
（2）訂單產生效率指標
總訂單數量，即訪客完成網上下單的訂單數之和。
訪問到下單的轉化率，即電商網站下單的次數與訪問該網站的次數之比。
（3）總體銷售業績指標
網站成交額（GMV），電商成交金額，即只要網民下單，生成訂單號，便可以計算在GMV裡面。
銷售金額。銷售金額是貨品出售的金額總額。
注：無論這個訂單最終是否成交，有些訂單下單未付款或取消，都算GMV，銷售金額一般只指實際成交金額，所以，GMV的數字一般比銷售金額大。
客單價，即訂單金額與訂單數量的比值。
（4）整體指標
銷售毛利，是銷售收入與成本的差值。銷售毛利中只扣除了商品原始成本，不扣除沒有計入成本的期間費用（管理費用、財務費用、營業費用）。
毛利率，是衡量電商企業盈利能力的指標，是銷售毛利與銷售收入的比值。如京東的2014年毛利率連續四個季度穩步上升，從第一季度的10.0％上升至第四季度的12.7％，體現出京東盈利能力的提升。
2.網站流量指標
| 常用流量類指標 | |
| 流量規模類指標 | 獨立訪客數（UV） |
| 頁面訪問數（PV） | |
| 流量成本類指標 | 訪客獲取成本 |
| 流量質量類指標 | 跳出率 |
| 頁面訪問時長 | |
| 人均頁面訪問數 | |
| 會員類指標 | 註冊會員數 |
| 活躍會員數 | |
| 活躍會員率 | |
| 會員復購率 | |
| 會員平均購買次數 | |
| 會員回購率 | |
| 會員留存率 | |
（1）流量規模類指標
常用的流量規模類指標包括獨立訪客數和頁面訪問數，相應的指標定義在前文（電商總體運營指標）已經描述，在此不在贅述。
（2）流量成本累指標
單位訪客獲取成本。該指標指在流量推廣中，廣告活動產生的投放費用與廣告活動帶來的獨立訪客數的比值。單位訪客成本最好與平均每個訪客帶來的收入以及這些訪客帶來的轉化率進行關聯分析。若單位訪客成本上升，但訪客轉化率和單位訪客收入不變或下降，則很可能流量推廣出現問題，尤其要關注渠道推廣的作弊問題。
（3）流量質量類指標
跳出率（Bounce Rate）也被稱為蹦失率，為瀏覽單頁即退出的次數/該頁訪問次數，跳出率只能衡量該頁做為著陸頁面（LandingPage）的訪問。如果花錢做推廣，著落頁的跳出率高，很可能是因為推廣渠道選擇出現失誤，推廣渠道目標人群和和被推廣網站到目標人群不夠匹配，導致大部分訪客來了訪問一次就離開。
頁面訪問時長。頁訪問時長是指單個頁面被訪問的時間。並不是頁面訪問時長越長越好，要視情況而定。對於電商網站，頁面訪問時間要結合轉化率來看，如果頁面訪問時間長，但轉化率低，則頁面體驗出現問題的可能性很大。
人均頁面瀏覽量。人均頁面瀏覽量是指在統計週期內，平均每個訪客所瀏覽的頁面量。人均頁面瀏覽量反應的是網站的粘性。
（4）會員類指標
註冊會員數。指一定統計週期內的註冊會員數量。
活躍會員數。活躍會員數，指在一定時期內有消費或登入行為的會員總數。
活躍會員率。即活躍會員佔註冊會員總數的比重。
會員復購率。指在統計週期內產生二次及二次以上購買的會員佔購買會員的總數。
會員平均購買次數。指在統計週期內每個會員平均購買的次數，即訂單總數/購買使用者總數。會員復購率高的電商網站平均購買次數也高。
會員回購率。指上一期末活躍會員在下一期時間內有購買行為的會員比率。
會員留存率。會員在某段時間內開始訪問你的網站，經過一段時間後，仍然會繼續訪問你的網站就被認作是留存，這部分會員佔當時新增會員的比例就是新會員留存率，這種留存的計算方法是按照活躍來計算，另外一種計算留存的方法是按消費來計算，即某段的新增消費使用者在往後一段時間時間週期（時間週期可以是日、周、月、季度和半年度）還繼續消費的會員比率。留存率一般看新會員留存率，當然也可以看活躍會員留存。留存率反應的是電商留住會員的能力。
3.網站銷售（轉化率）類指標
| 網站銷售（轉化率）類指標 | ||
| 購物車類指標 | 基礎類統計 | 加入購物車次數 |
| 加入購物車買家數 | ||
| 加入購物車買家數 | ||
| 加入購物車商品數 | ||
| 轉化類統計 | 購物車支付轉化率 | |
| 下單類指標 | 基礎類統計 | 下單筆數 |
| 下單金額 | ||
| 下單買家數 | ||
| 轉化類統計 | 瀏覽下單轉化率 | |
| 支付類指標 | 基礎類統計 | 支付金額 |
| 支付買家數 | ||
| 支付商品數 | ||
| 轉化類統計 | 瀏覽-支付買家轉化率 | |
| 下單-支付金額轉化率 | ||
| 下單-支付買家數轉化率 | ||
| 下單-支付時長 | ||
| 交易類指標 | 成功類統計 | 交易成功訂單數 |
| 交易成功金額 | ||
| 交易成功買家數 | ||
| 交易成功商品數 | ||
| 失敗類統計 | 交易失敗訂單數 | |
| 交易失敗訂單金額 | ||
| 交易失敗訂單買家數 | ||
| 交易失敗商品數 | ||
| 退款統計 | 退款總訂單量 | |
| 退款金額 | ||
| 退款率 | ||
（1）購物車類指標
基礎類指標，包括一定統計週期內加入購物車次數、加入購物車買家數、加入購物車買家數以及加入購物車商品數。
轉化類指標，主要是購物車支付轉化率，即一定週期內加入購物車商品支付買家數與加入購物車購買家數的比值。
（2）下單類指標
基礎類指標，包括一定統計週期內的下單筆數、下單金額以及下單買家數。
轉化類指標，主要是瀏覽下單轉化率，即下單買家數與網站訪客數（UV）的比值。
（3）支付類指標
基礎統計類指標，包括一定統計週期內支付金額、支付買家數和支付商品數。
轉化類指標。包括瀏覽-支付買家轉化率（支付買家數/網站訪客數）、下單-支付金額轉化率（支付金額/下單金額）、下單-支付買家數轉化率（支付買家數/下單買家數）和下單-支付時長（下單時間到支付時間的差值）。
4.客戶價值類指標
| 客戶價值類指標 | |
| 客戶指標 | 累計購買客戶數 |
| 客單價 | |
| 新客戶指標 | 新客戶數量 |
| 新客戶獲取成本 | |
| 新客戶客單價 | |
| 老客戶指標 | 消費頻率 |
| 最近一次購買時間 | |
| 消費金額 | |
| 重複購買率 | |
客戶指標。常見客戶指標包括一定統計週期內的累計購買客戶數和客單價。客單價是指每一個客戶平均購買商品的金額，也即是平均交易金額，即成交金額與成交使用者數的比值。
新客戶指標。常見新客戶指標包括一定統計週期內的新客戶數量、新客戶獲取成本和新客戶客單價。其中，新客戶客單價是指第一次在店鋪中產生消費行為的客戶所產生交易額與新客戶數量的比值。影響新客戶客單價的因素除了與推廣渠道的質量有關係，還與電商店鋪活動以及關聯銷售有關。
老客戶指標。常見老客戶指標包括消費頻率、最近一次購買時間、消費金額和重複購買率。消費頻率是指客戶在一定期間內所購買的次數；最近一次購買時間表示客戶最近一次購買的時間離現在有多遠；客戶消費金額指客戶在最近一段時間內購買的金額。消費頻率越高，最近一次購買時間離現在越近，消費金額越高的客戶越有價值。重複購買率則指消費者對該品牌產品或者服務的重複購買次數，重複購買率越多，則反應出消費者對品牌的忠誠度就越高，反之則越低。重複購買率可以按兩種口徑來統計：第一種，從客戶數角度，重複購買率指在一定週期內下單次數在兩次及兩次以上的人數與總下單人數之比，如在一個月內，有100個客戶成交，其中有20個是購買兩次及以上，則重複購買率為20%；第二種，按交易計算，即重複購買交易次數與總交易次數的比值，如某月內，一共產生了100筆交易，其中有20個人有了二次購買，這20人中的10個人又有了三次購買，則重複購買次數為30次，重複購買率為30%。
5.商品類指標
| 商品類目指標 | |
| 產品總數指標 | SKU數 |
| SPU數 | |
| 線上SPU數 | |
| 產品優勢性指標 | 獨家產品收入比重 |
| 品牌存量 | 品牌數 |
| 線上品牌數 | |
| 上架 | 上架商品SKU數 |
| 上架商品SPU數 | |
| 上架線上SPU數 | |
| 上架商品數 | |
| 上架線上商品數 | |
| 首發 | 首次上架商品數 |
| 首次上架線上商品數 | |
產品總數指標。包括SKU、SPU和線上SPU。SKU是物理上不可分割的最小存貨單位。SPU即Standard Product Unit （標準化產品單元），SPU是商品資訊聚合的最小單位，是一組可複用、易檢索的標準化資訊的集合，該集合描述了一個產品的特性。通俗點講，屬性值、特性相同的商品就可以稱為一個SPU。如iphone5S是一個SPU，而iPhone 5S配置為16G版、4G手機、顏色為金色、網路型別為TD-LTE/TD-SCDMA/WCDMA/GSM則是一個SKU。線上SPU則是線上商品的SPU數。
產品優勢性指標。主要是獨家產品的收入佔比，即獨家銷售的產品收入佔總銷售收入的比例。
品牌存量指標。包括品牌數和線上品牌數指標。品牌數指商品的品牌總數量。線上品牌數則指線上商品的品牌總數量。
上架。包括上架商品SKU數、上架商品SPU數、上架線上SPU數、上架商品數和上架線上商品數。
首發。包括首次上架商品數和首次上架線上商品數。
6.市場營銷活動指標
| 市場營銷活動指標 | |
| 市場營銷活動指標 | 新增訪問人數 |
| 新增註冊人數 | |
| 總訪問次數 | |
| 訂單數量 | |
| 下單轉化率 | |
| ROI | |
| 廣告投放指標 | 新增訪問人數 |
| 新增註冊人數 | |
| 總訪問次數 | |
| 訂單數量 | |
| UV訂單轉化率 | |
| 廣告投資回報率 | |
市場營銷活動指標。包括新增訪問人數、新增註冊人數、總訪問次數、訂單數量、下單轉化率以及ROI。其中，下單轉化率是指活動期間，某活動所帶來的下單的次數與訪問該活動的次數之比。投資回報率（ROI）是指，某一活動期間，產生的交易金額與活動投放成本金額的比值。
廣告投放指標。包括新增訪問人數、新增註冊人數、總訪問次數、訂單數量、UV訂單轉化率、廣告投資回報率。其中，下單轉化率是指某廣告所帶來的下單的次數與訪問該活動的次數之比。投資回報率（ROI）是指，某廣告產生的交易金額與廣告投放成本金額的比值。
7.風控類指標
| 風控類指標 | |
| 買家評價指標 | 買家評價數 |
| 買家評價賣家數 | |
| 買家評價上傳圖片數 | |
| 買家評價率 | |
| 買家好評率 | |
| 買家差評率 | |
| 投訴指標 | 發起投訴（申訴）數 |
| 投訴率 | |
| 撤銷投訴（申訴）數 | |
買家評價指標。包括買家評價數，買家評價賣家數、買家評價上傳圖片數、買家評價率、買家好評率以及賣家差評率。其中，買家評價率是指某段時間參與評價的賣家與該時間段買家數量的比值，是反映使用者對評價的參與度，電商網站目前都在積極引導使用者評價，以作為其他買家購物時候的參考。買家好評率指某段時間內好評的買家數量與該時間段買家數量的比值。同樣，買家差評率指某段時間內差評的買家數量與該時間段買家數量的比值。尤其是買家差評率，是非常值得關注的指標，需要監控起來，一旦發現買家差評率在加速上升，一定要提高警惕，分析引起差評率上升的原因，及時改進。
買家投訴類指標。包括髮起投訴（或申訴），撤銷投訴（或申訴），投訴率（買家投訴人數佔買家數量的比例）等。投訴量和投訴率都需要及時監控，以發現問題，及時優化。
8.市場競爭類指標
| 市場競爭類指標 | |
| 市場份額相關 | 市場佔有率 |
| 市場擴大率 | |
| 使用者份額 | |
| 網站排名 | 交易額排名 |
| 流量排名 | |
市場份額相關指標，包括市場佔有率、市場擴大率和使用者份額。市場佔有率指電商網站交易額佔同期所有同型別電商網站整體交易額的比重；市場擴大率指購物網站佔有率較上一個統計週期增長的百分比；使用者份額指購物網站獨立訪問使用者數佔同期所有B2C購物網站合計獨立訪問使用者數的比例。
網站排名，包括交易額排名和流量排名。交易額排名指電商網站交易額在所有同類電商網站中的排名；流量排名指電商網站獨立訪客數量在所有同類電商網站中的排名。
總之，本文介紹了電商資料分析的基礎指標體系，涵蓋了流量、銷售轉化率、客戶價值、商品類目、營銷活動、風控和市場競爭指標，這些指標都需要系統化的進行統計和監控，才能更好的發現電商運營健康度的問題，以更好及時改進和優化，提升電商收入。如銷售轉化率，其本質上是一個漏斗模型，如從網站首頁到最終購買各個階段的轉化率的監控和分析是網站運營健康度很重要的分析方向。
文：傅志華
關於作者：傅志華先生曾為騰訊社交網路事業群資料中心總監以及騰訊公司資料協會會長。在騰訊前，曾任DCCI網際網路資料中心副總裁。傅志華先生現就職於某網際網路公司大資料中心副總經理，同時任中國資訊協會大資料分會理事和中國網際網路協會大資料工作組專家，北京航空航天大學軟體學院大資料專業特聘教授，中科院管理學院MBA企業導師。