O2O商城系统

首先，O2O商城系统需要掌握的有哪些数据

线上平台的数据来源有网站统计工具、ERP系统、客服回访问卷投诉等。线上数据主要包含：访问量(IP UV PV)、平均浏览时长(浏览量)、新UV比例、跳出率、转化率(注册、订单、支付)、流量来源(搜索、直接、连接、地区、推广)、网页打开时间、网站热点、搜索分析等。

ERP数据主要包含：订单量、客单价、毛利率、二次购买率、忠实顾客转化率、顾客流失率、动销率、缺货率、商品价格变化、SKU数量变化、周转率、退货率、品类销售占比、会员注册量、注册会员转化率等。

客服回访问卷投诉数据主要包含：投诉分类、UI印象、品类印象、价格印象、网站功能印象、物流体验印象、售后印象等。

以上数据相互关联，比如分析促销活动效果时，需要分析访问量的变化，注册下单转化率的变化，促销商品和正常商品销量的变化。

其次，O2O商城系统怎么分析数据

有的企业成立专门的数据分析部门，数据部门不仅提供数据，还要完成数据分析工作。这种工作方式，虽然基础数据准确，但分析结果可能有较大偏差。因为数据分析人员不熟悉业务，对各种信息的了解也不如市场部和运营部等业务部门。

比如，某个品类销售占比突然降低，这可能是因为市场部推广方式的改变，也可能是遇到季节因素。如果数据分析人员不了解这些信息，则可能简单的判断成顾客不欢迎这类商品，并且做出建议商品部门降低这类商品占比的决定。

更合理的数据分析方式是，由数据专员提供基础数据，由相关部门骨干人员共同分析，比如转化率降低，应该由市场部、运营部、商品部共同分析，得出是由哪些方面的因素造成的。对于新项目而言，可以引入目标分析法，目标分析法是以分析“新客引入成本”和“忠实顾客转化率”为核心，设定合理目标，以此判断商业模式是否可行。

通过数据分析可知当新客引入成本大于50元，忠实顾客转化率低于30%时，项目不能达到目标。如果目标和实际业绩数据相差不多，可以通过优化内功改善业绩，如果数据相差太大，则说明商业模式可能不可行，应该早点调整商业模式，并在试错过程中重复以上数据分析步骤。

最重要的数据，小编认为是流量引入成本，新客引入成本，忠实顾客转化率。流量引入成本数据主要考核市场部，新客引入成本数据由市场部、运营部、商品部共同负责，忠实顾客转化率主要由运营部和商品部负责。

数据的分析能够看出网站是否存在问题，以上就是

O2O商城系统