1、品類及SKU多，用戶覆蓋廣，運營難度大；
2、客單價偏低，強調留存和復購，強化運營；
3、產品設計相對成熟，優化運營時重中之重；
4、競爭激烈。
要想實現精細化運營，數據分析是必不可少的一個環節。電商網站要提高運營效率，至少需要五大關鍵指標：活躍用戶量、轉化率、留存、復購和 GMV 。
- 活躍用戶量是一個基本的指標，有 DAU (日活躍用戶)、WAU (周活躍用戶)和 MAU (月活躍用戶)三個層次；
- 轉化是一個非常重要的指標，電商運營需要關注主路徑、次路徑甚至精細到每一個品類/ SKU 的轉化率；
- 留存要從不同的時間週期上研究，包括次日留存率、3 日、7 日、30 日留存；
- 復購則要從 3 個角度去看，復購用戶量、復購率和復購金額比；
- GMV 是最重要的指標，我們的運營最終是圍繞這個來進行的（ GMV = UV *轉化率*客單價）
商品運營：流量優化和品類優化
（一）轉化分析
在商品運營中，尤其是首頁商品更新速度快，我們要格外重視轉化，甚至要精確到不同時間區間、不同位置、不同商品的轉化率。然後根據轉化率，結合業務經驗，不斷調整運營策略。
商品運營有一個非常大的優勢：投入低，見效快，效果明顯，商品運營的本質是通過不同坑位、不同活動、不同商品的分析來提高我們的轉化率和 GMV 。
必須知道首頁BANNER的變化時的轉化率，UV點擊轉化、加入購物車轉化、購物車支付轉化
（二）實時分析
（三）品類分析
根據商品品類的利潤率、轉化率等表現，我們將商品品類分成 4 種：導流型品類、高利潤品類、高轉化品類、未來明星型品類。
1. 導流型品類：利潤非常低，但是購買量大、市場需求大，目的在於導流。
2. 高利潤型品類：利潤率高，希望用戶更多購買此類商品。
3. 高轉化品類：帶量。
4. 未來明星型品類：這是電商平臺的潛力股，雖然曝光量很低，但是轉化率極高。
明確了商品的品類後，我們就可以針對性地展開運營。
三、怎樣進行用戶運營？
精細化運營的情況下，做好用戶運營主要從兩個角度出發：
一是找到用戶留存的關鍵點；
二是採取差異化的運營策略，區分不同的用戶羣體，對不同羣體採取差異化的運營方式。
（一）找到用戶增長的“魔法數字” MAGIC NUMBER
留住一個客戶的成本遠遠小於重新獲取一個客戶的成本，所以留存至關重要，它關係着一個平臺能否持續健康發展。
留存曲線分成三個週期，開始是震盪期和選擇期，經過這兩個週期，如果用戶能夠留下來，就會進入一個相對平穩期。
以某電商平臺爲例，在該網站上 7 天內完成 3 次購買的用戶的留存度（紅色）是一般用戶（綠色）的 4 倍左右，因此在一週內讓用戶完成 3 次購買就是他的魔法數字。
對比兩組用戶，查看關鍵週期
（二）差異化的運營策略
不同用戶的活躍度、商品偏好、購買決策階段都各異，我們需要採取差異化的運營策略。差異化的運營策略主要從3個角度出發：基於用戶的活躍度、基於用戶對不同商品的偏好、基於用戶所處的決策階段。
基於用戶的活躍程度，我們可以將用戶大致分成“流失用戶”、“低頻活躍用戶”和“高頻活躍用戶”。一般情況下，一個用戶 30 天甚至更久沒有登錄你的平臺，我們基本可以認爲該用戶流失了。對於流失客戶，是否要考慮採取召回策略。30 天內活躍 10 天以上的高度活躍用戶，我們是否可以向其推薦更多精準的商品。
其次基於用戶對不同商品的偏好，我們採用用戶分羣，將用戶區分成“美妝類”、“鞋帽類”、“數碼類”、“書籍類”等不同羣體，然後精準推送新品。用戶偏好中轉化率較低的人羣，做精細化運營
第 13 期公開課 | 電商精細化運營的五大關鍵指標和三個關鍵思路
GIO 增長團隊2018-02-26
736
作者 | 揭發
近幾年電商行業存在明顯的價格戰現象，各大網站紛紛通過降價、促銷等方式來吸引用戶。KPCB 的調查報告顯示，2009 年到 2015 年全球移動端新用戶的增長率持續下滑，可以預計在 2016 年這一增速將繼續放緩。這意味人口增長帶來的流量紅利正在逐漸消退，用戶增長將更加乏力。那麼，通過單純的價格戰來吸引新用戶的方式還可行嗎？
嚴峻的市場形勢讓我們思考：
- 通過降價促銷來帶訂單數的增長，但是這樣的活動吸引來的真是你的目標用戶嗎？
- 現在很多電商運營團隊缺少精細化運營和數據驅動增長的經驗和意識，依靠價格戰這種野蠻生長的方式，一旦團隊面臨增長困境，又該如何應對？
點擊“學習”觀看視頻
一、電商行業需要關注的五大關鍵指標
在衆多的互聯網細分行業中，電商行業起步早，發展時間長，行業特徵顯著：
- 商品品類及 SKU 多，用戶覆蓋面廣，運營難度大；
- 總體上客單價低（除旅遊、奢侈品等外），強調留存與復購；
- 電商產品設計相對成熟，優化運營是重中之重；
- 電商行業競爭白熱化，精細化運營是衝出重圍的必備技能。
要想實現精細化運營，數據分析是必不可少的一個環節。電商網站要提高運營效率，至少需要五大關鍵指標：活躍用戶量、轉化率、留存、復購和 GMV 。
- 活躍用戶量是一個基本的指標，有 DAU (日活躍用戶)、WAU (周活躍用戶)和 MAU (月活躍用戶)三個層次；
- 轉化是一個非常重要的指標，電商運營需要關注主路徑、次路徑甚至精細到每一個品類/ SKU 的轉化率；
- 留存要從不同的時間週期上研究，包括次日留存率、3 日、7 日、30 日留存；
- 復購則要從 3 個角度去看，復購用戶量、復購率和復購金額比；
- GMV 是最重要的指標，我們的運營最終是圍繞這個來進行的（ GMV = UV *轉化率*客單價）
光知道指標是遠遠不夠的，電商行業的精細化運營需要結合業務實際展開。下面，我們從商品運營、用戶運營和產品運營這 3 個關鍵思路展開，聊聊電商網站該如何提高運營效率。
二、商品運營：流量優化和品類優化
前面提到電商行業的一大特點是商品品類或者 SKU 非常多，那麼如此多的商品該如何運營呢？
這是三個電商 APP 的首頁界面：前兩個是京東和國美，屬於平臺型的電商；第三個是生鮮水果平臺，屬於垂直型電商。不難發現電商的產品在設計上非常類似，首頁上面呈現的是輪播的 Banner ，下面是活動專區。
（一）轉化分析
在商品運營中，尤其是首頁商品更新速度快，我們要格外重視轉化，甚至要精確到不同時間區間、不同位置、不同商品的轉化率。然後根據轉化率，結合業務經驗，不斷調整運營策略。然而目前，即使是大型的電商網站，也沒有很好地做到這一點，對於每個商品品類/SKU 的轉化率的分析仍存在一定的空缺。
商品運營有一個非常大的優勢：投入低，見效快，效果明顯，商品運營的本質是通過不同坑位、不同活動、不同商品的分析來提高我們的轉化率和 GMV 。
下圖展示了一個電商購買流程的主路徑：首頁——活動頁——商品詳情頁——支付完成。從精細化用戶行爲分析的角度出發，我們關注轉化路徑每一步的轉化率；通過分析不難發現最後一步“支付完成”的轉化率偏低。
我們更需要基於三個關鍵轉化“UV-點擊”、“點擊-加入購物車”、“購物車-支付成功”，對不同的商品進行比較分析，從而及時調整運營策略，下圖就是各個步驟的轉化率：
（二）實時分析
電商網站的運營節奏非常快，尤其是活動專區的“秒殺”、“搶購”等活動，需要實時監測 SKU 的更新變化。上圖中，某電商平臺進行了一次微信上的促銷活動，通過實時監測到對應的平臺訪問情況，便於運營人員及時調整運營策略。
（三）品類分析
電商網站上的商品品類非常多，每一個品類都應該有明確的定位，不同定位的品類應該有不同的運營策略。根據商品品類的利潤率、轉化率等表現，我們將商品品類分成 4 種：導流型品類、高利潤品類、高轉化品類、未來明星型品類。
1. 導流型品類：利潤非常低，但是購買量大、市場需求大，目的在於導流。
2. 高利潤型品類：利潤率高，希望用戶更多購買此類商品。
3. 高轉化品類：帶量。
4. 未來明星型品類：這是電商平臺的潛力股，雖然曝光量很低，但是轉化率極高。
明確了商品的品類後，我們就可以針對性地展開運營。
這是新型的波士頓矩陣，橫座標代表商品的曝光量，縱座標是商品的轉化率，圖中的每一個圓圈代表一個品類的商品。右上角的商品品類曝光量大、轉化率高，是現金流的重要業務；而左上角的商品雖然曝光率非常低，但是轉化率極高，屬於我們上面提到的未來明星型品類，對於這一類商品，我們在後期的運營中可以增加其曝光量。
三、怎樣進行用戶運營？
正如開頭提到的，隨着互聯網用戶增長速度的放緩，用戶體驗愈發重要，之前無目的的短信推送、APP 通知有可能使用戶厭煩，破壞用戶的體驗；甚至可能導致用戶退訂、卸載。
精細化運營的情況下，做好用戶運營主要從兩個角度出發：一是找到用戶留存的關鍵點；二是採取差異化的運營策略，區分不同的用戶羣體，對不同羣體採取差異化的運營方式。
（一）找到用戶增長的“魔法數字”
留住一個客戶的成本遠遠小於重新獲取一個客戶的成本，所以留存至關重要，它關係着一個平臺能否持續健康發展。
留存曲線分成三個週期，開始是震盪期和選擇期，經過這兩個週期，如果用戶能夠留下來，就會進入一個相對平穩期。
在硅谷流向的 growth hacking 中，經常提到 magic number（魔法數字）。
那麼作爲一個電商平臺，你的平臺的魔法數字是什麼？
以某電商平臺爲例，在該網站上 7 天內完成 3 次購買的用戶的留存度（紅色）是一般用戶（綠色）的 4 倍左右，因此在一週內讓用戶完成 3 次購買就是他的魔法數字。
（二）差異化的運營策略
不同用戶的活躍度、商品偏好、購買決策階段都各異，我們需要採取差異化的運營策略。差異化的運營策略主要從3個角度出發：基於用戶的活躍度、基於用戶對不同商品的偏好、基於用戶所處的決策階段。
基於用戶的活躍程度，我們可以將用戶大致分成“流失用戶”、“低頻活躍用戶”和“高頻活躍用戶”。一般情況下，一個用戶 30 天甚至更久沒有登錄你的平臺，我們基本可以認爲該用戶流失了。對於流失客戶，是否要考慮採取召回策略。30 天內活躍 10 天以上的高度活躍用戶，我們是否可以向其推薦更多精準的商品。
其次基於用戶對不同商品的偏好，我們採用用戶分羣，將用戶區分成“美妝類”、“鞋帽類”、“數碼類”、“書籍類”等不同羣體，然後精準推送新品。
最後，基於用戶購買決策的不同階段。一個標準的購買流程，先後經歷“首頁瀏覽/搜索——瀏覽商品詳情頁——商品對比——加入購物車——支付成功”等幾個環節，用戶在每一個節點都處於不同的決策階段。我們從維度（屬性數據）和指標（行爲數據）出發，對用戶分羣，如“領取了優惠券，但是未使用”的用戶，採取精準的推送。我們從 GrowingIO 提供的 API 導出這些用戶的 ID 和屬性，然後對接企業內容的 CRM 或者 EDM 進行精準的推送和提醒，刺激用戶的轉化。
四、優化產品的轉化效率
優化產品不同路徑的轉化率，關注購買意願高但轉化率低的用戶
注重用戶點評的管理