京东商智流量分析是什么?功能介绍用户手册
无论出发点是分析店铺流量结构,还是头痛医脚解决销售下跌问题,流量分析都是运营同学在日常工作中必不可少的基础工具。流量分析包括3个功能:流量概况、流量路径和关键词分析。
一、流量概况
1. 核心指标
确定统计时间(具体某日/周/月)后,您可以看到各渠道的核心浏览指标及其环比变幅。切换同比可以展示年同比,同比去年所选时间段
1.1 渠道
对于访客数和浏览量,全部渠道=PC+APP+M端+微信+手Q;
对于其他指标,以跳失率为例,全部渠道=各渠道的跳失人数总和/各渠道的访客数总和。
1.2 变幅
环比变幅=(本期-上期)/上期;
如果变幅>0,则箭头向上且为红色;如果变幅<0,则箭头向下且为绿色。
需注意,在周/月对比中,假设本周/月仅过了2天,则把这两天的汇总数据,对比上周/月相同两天的汇总数据。
1.3 风险判断
对于访客数、浏览量等指标,(店铺本期<店铺上期) 且 (店铺本期<同行同级均值本期);
对于跳失率这个负面指标,则完全相反,(店铺本期>店铺上期) 且 (店铺本期>同行同级均值本期)。
2. 流量走势
页面上显示的指标,由渠道和指标交叉选择决定,最多可展现4项指标(4条趋势线)。
当有且只选中1个指标时,下侧趋势图会同时提供这个指标和它的“同行同级商家均值”;
当选中多个指标时,比如整体-访客数,整体-浏览量,PC-访客数,PC-浏览量,则不再提供每个指标的同行均值。
【日走势】
通过此报表,您可以对比店铺浏览数据和当前店铺运营策略,检验运营质量和效率。以上图为例,11月1日,店铺访客数出现了一个小波峰,因为店铺参加了“京东双十一”的预热活动;11月11日,访客数达到了年度最高值;11月13日,因为活动还有余热,访客数仍然维持在较高水平;从14日起,访客数虽然持续低迷,但这是合理的,因为大多数店铺忠诚型或促销敏感型消费者都已经在双十一完成了购买和囤货。同时,店铺访客数远高于同行同级均值,也证明了店铺的出色表现。
【小时走势】
将时间维度切换到“按小时”展现后,您可以看到店铺访客在一天内24小时的分布。
如图所示,访客数在7pm开始上升,深夜9-10点达到峰值,这两个时间点正是大家下班回到家、深夜入睡前的时间,数据和消费者的实际访问习惯相互匹配。再看跳失率,深夜9点-10点间,跳失率也是相对低的,所以,综合看来,这个时间段是很黄金的,建议商家合理上新和安排客服资源。
关注来源,在流量路径模块可以关注入店来源,对于已经关注的流量来源,在流量概况最下面可以直接看到。
二、流量路径
该菜单有5张报表,分别展现用户访问店铺的5个关键步骤:
来源渠道:访客是从哪个店外页面进入店铺;
入店页面:访客访问店铺时的第一个页面,也就是入口页面Landing Pages;
店内浏览:浏览过程中发生了浏览、加购、下单行为;
退店页面:访客从这个店内页面退出店铺;
退店去向:访客退出店铺后,接下来访问的店外页面;
1. 流量来源
通过流量来源,您可查看各个渠道的引流效果,由上而下分别是自主访问、站内免费、付费流量、站外流量和其他(无法识别具体来源的流量,则放到“其他”类别下)。对于访客数这个最重要的引流指标,用户可直接对比店铺和同行同级商家均值,从而找到不足和优化点。其他指标只展现店铺自己的数值。鼠标移动到来源名称右面有小爱心点红了,就是关注这个来源了。
另外,点击右侧的趋势,您能够看到各关键词的引流效果,从而优化商品标题等。
2. 入店页面
在此,您可以知道消费者在您店铺的访问,具体是从哪里开始的,商详页和店铺首页是最常见的落地页。对于“访客数”高,但“跳失率”和“平均停留时长”表现不佳的页面,建议使用 “热力图”模块,查明原因,立即优化。
3. 店内浏览
本报表对比了各个页面的访问和引导转化数据,您可以直接对比不同商品,或不同活动页的效果。引导转化的计算口径,和页面分析完全保持一致。
4. 流量去向
本报表的重点是“退出率”(注:退出率=退出页面的访客/本页面的总访客数),您需要关注的问题是:“为什么用户在访问这个页面时,发生了大量的退出行为?”。“热力图”能够帮您分析退出原因,挽救目前的颓势,增强店铺的深度浏览,刺激更多的关联购买。
5. 退店去向
通过本报表,您可以知道访客离开店铺页后,都去哪儿了。
3. 店铺关键词分析
访客的入店关键词,几乎是商家最关注的数据之一,因为这直接决定搜索优化该怎么做。事实上,用户在流量路径菜单中,点击京东搜索(三级渠道)的明细,就能看到搜索关键词的数据,但因为它太太太重要了,所以我们专门开了一个三级菜单入口,方便大家快速使用。同时可以切换展示店内搜索关键词,看用户入店后在店铺内的关键词搜索情况。
在这里,我们能看到统计时间内,访客数最高的300个入店关键词,以及它们的指标表现。访客数,是指搜索某个关键词后,点击关键词下的商品或其他入口,成功进入到店铺的去重访客数。在做数据分析时,它和点击人数的本质其实是相似的。其他指标口径,和流量路径并无二致,这里不再重复介绍。