Ⅰ 电商数据分析需要统计哪些指标
数据指标
1.电商总体运营指标
数据指标
电商总体运营整体指标主要面向的人群电商运营的高层，通过总体运营指标评估电商运营的整体效果。电商总体运营整体指标包括四方面的指标：
（1）流量类指标
独立访客数（UV），指访问电商网站的不重复用户数。对于PC网站，统计系统会在每个访问网站的用户浏览器上“种”一个cookie来标记这个用户，这样每当被标记cookie的用户访问网站时，统计系统都会识别到此用户。在一定统计周期内如（一天）统计系统会利用消重技术，对同一cookie在一天内多次访问网站的用户仅记录为一个用户。而在移动终端区分独立用户的方式则是按独立设备计算独立用户。
页面访问数（PV），即页面浏览量，用户每一次对电商网站或着移动电商应用中的每个网页访问均被记录一次，用户对同一页面的多次访问，访问量累计。
人均页面访问数，即页面访问数（PV）／独立访客数，该指标反映的是网站访问粘性。
（2）订单产生效率指标
总订单数量，即访客完成网上下单的订单数之和。
访问到下单的转化率，即电商网站下单的次数与访问该网站的次数之比。
（3）总体销售业绩指标
网站成交额（GMV），电商成交金额，即只要网民下单，生成订单号，便可以计算在GMV里面。
销售金额。销售金额是货品出售的金额总额。
注：无论这个订单最终是否成交，有些订单下单未付款或取消，都算GMV，销售金额一般只指实际成交金额，所以，GMV的数字一般比销售金额大。
客单价，即订单金额与订单数量的比值。
（4）整体指标
销售毛利，是销售收入与成本的差值。销售毛利中只扣除了商品原始成本，不扣除没有计入成本的期间费用（管理费用、财务费用、营业费用）。
毛利率，是衡量电商企业盈利能力的指标，是销售毛利与销售收入的比值。如京东的2014年毛利率连续四个季度稳步上升，从第一季度的10.0％上升至第四季度的12.7％，体现出京东盈利能力的提升。
2.网站流量指标
数据指标
（1）流量规模类指标
常用的流量规模类指标包括独立访客数和页面访问数，相应的指标定义在前文（电商总体运营指标）已经描述，在此不在赘述。
（2）流量成本累指标
单位访客获取成本。该指标指在流量推广中，广告活动产生的投放费用与广告活动带来的独立访客数的比值。单位访客成本最好与平均每个访客带来的收入以及这些访客带来的转化率进行关联分析。若单位访客成本上升，但访客转化率和单位访客收入不变或下降，则很可能流量推广出现问题，尤其要关注渠道推广的作弊问题。
（3）流量质量类指标
跳出率（Bounce Rate）也被称为蹦失率，为浏览单页即退出的次数/该页访问次数，跳出率只能衡量该页做为着陆页面（LandingPage）的访问。如果花钱做推广，着落页的跳出率高，很可能是因为推广渠道选择出现失误，推广渠道目标人群和和被推广网站到目标人群不够匹配，导致大部分访客来了访问一次就离开。
页面访问时长。页访问时长是指单个页面被访问的时间。并不是页面访问时长越长越好，要视情况而定。对于电商网站，页面访问时间要结合转化率来看，如果页面访问时间长，但转化率低，则页面体验出现问题的可能性很大。
人均页面浏览量。人均页面浏览量是指在统计周期内，平均每个访客所浏览的页面量。人均页面浏览量反应的是网站的粘性。
（4）会员类指标
注册会员数。指一定统计周期内的注册会员数量。
活跃会员数。活跃会员数，指在一定时期内有消费或登录行为的会员总数。
活跃会员率。即活跃会员占注册会员总数的比重。
会员复购率。指在统计周期内产生二次及二次以上购买的会员占购买会员的总数。
会员平均购买次数。指在统计周期内每个会员平均购买的次数，即订单总数/购买用户总数。会员复购率高的电商网站平均购买次数也高。
会员回购率。指上一期末活跃会员在下一期时间内有购买行为的会员比率。
会员留存率。会员在某段时间内开始访问你的网站，经过一段时间后，仍然会继续访问你的网站就被认作是留存，这部分会员占当时新增会员的比例就是新会员留存率，这种留存的计算方法是按照活跃来计算，另外一种计算留存的方法是按消费来计算，即某段的新增消费用户在往后一段时间时间周期（时间周期可以是日、周、月、季度和半年度）还继续消费的会员比率。留存率一般看新会员留存率，当然也可以看活跃会员留存。留存率反应的是电商留住会员的能力。
Ⅱ 电子商务与网站统计分析有联系吗
电子商务的出现，某种程度上而言推动了网站统计分析服务的发展。对于有电子商务需求的网站或企业而言，网站统计工具（例如gostats.cn网站统计，cnzz网站统计等）可以追踪到相关的用户资料，例如用户的ip，来源，访问路径等，因而对电子商务而言，网站统计工具是必不可少的。
Ⅲ 中国电子商务现状分析
电子商务作为现代服务业中的重要产业，有“朝阳产业、绿色产业”之称，具有“三高”、“三新”的特点。“三高”即高人力资本含量、高技术含量和高附加价值；“三新”是指新技术、新业态、新方式。人流、物流、资金流、信息流“四流合一”是对电子商务核心价值链的概括。电子商务产业具有市场全球化、交易连续化、成本低廉化、资源集约化等优势。 纵观全球电子商务市场，各地区发展并不平衡，呈现出美国、欧盟、亚洲“三足鼎立”的局面，美国是世界最早发展电子商务的国家，同时也是电子商务发展最为成熟的国家，一直引领全球电子商务的发展，是全球电子商务的成熟发达地区。欧盟电子商务的发展起步较美国晚，但发展速度快，成为全球电子商务较为领先的地区。亚洲作为电子商务发展的新秀，市场潜力较大，但是近年的发展速度和所占份额并不理想，是全球电子商务的持续发展地区。
全球B2B电子商务交易一直占据主导地位，2002年至今，呈现持续高速增长态势，2007年全球B2B交易额达到8.3万亿美元，预计在未来几年将保持40%以上的增长率，到2010年B2B交易额将达到26万亿美元，比2002年增长30多倍。
总体来看，全球电子商务发展呈高速增长态势。随着全球电子商务的发展，我国电子商务的发展动力持续增强。我国电子商务发展呈现典型的块状经济特征，东南沿海属于较为发达地区，北部和中部属于快速发展地区，西部则相对落后。
电子商务市场分析：中国电子商务市场前期延续了2007年电子商务持续高速增值的势头，后期则受全球金融危机和发展瓶颈影响，交易额增长放缓。但总体来说，中国电子商务市场的发展仍在稳步前行。2008年中国电子商务市场交易额达到24000亿元，同比增值达到41.2%，其中B2B市场仍是总交易额的构成主体，C2C基本维持现状，B2C将提速发展；2008年6月中国网上购物人数达到6329万人，网上支付人数达到5697万人，增长率分别为25%和22.5%。中国电子商务市场发展前景依旧乐观。
从电子商务的三种业务模式来看，B2B依然是电子商务市场的主旋律，B2B交易额占中国电子商务总体交易额的89.5%，达到21480亿元；而B2C交易额占整体交易额的7.4%，达到1776亿元；C2C交易额占3.1%，达到744亿元。整体业务格局的最大变化在于B2C市场份额进一步扩大。电子商务市场分析三种业务模式所处的细分市场，B2B市场中阿里巴巴仍占据市场霸主地位，*和网盛旗下的中国化工网、生意宝增长迅速，垂直B2B平台体现了巨大发展动力。
电子商务市场分析:1、 政府加强引导性投资的注入解决资金不足问题
2008年政府加强了在电子商务领域的引导性投资，用以改善中国电子商务市场的投资环境，政府通过将投资收益返还社会投资人、支持社会投资回购政府所持股份等政策，将大量资金引入电子商务的发展。2008年底，依托“十一五”国家科技支撑计划重点项目“现代服务业服务交互支撑平台”构建的“正佳网”在广州正式开业，充分说明国家对电子商务发展的扶持力度已经达到一个新的高度，市场发展的资金问题逐步得到缓解。
电子商务市场分析：2、 政府主导物流电子商务服务平台的整合与构建
与企业主动建设网上支付体系不同，物流体系的完善需要政府的大力推动。通过整合全省甚至全国的物流资源，建立物流公共信息平台成为目前一个时期的首要任务。目前中国已经具备了中国物流交易中心、厦门物流公共信息平台等一批市级物流平台，但从信息质量、功能服务等方面看都需要进一步提升。在此背景下，2008年国家将苏州工业园区综合保税区现代物流公共信息平台，列为国家区域性现代物流公共信息平台建设试点，利用政策优势和硬件建设、软件服务优势，建设中国国际电子产品交易基地。
电子商务市场分析：3、 B2B仍有发展潜力，B2C将提速增长
从整体市场及细分市场的发展看，2009年中国电子商务交易额将达到34278亿元，增长率保持在40%以上。未来10年，中国将有70％的贸易额将通过电子交易完成。中国B2B电子商务市场交易规模增长潜力巨大。此外，由于电子商务向行业的渗透将更加深入，加之B2C市场对投资者的吸引力加强，B2C市场的份额将在2009年呈现明显的扩大趋势，其中IT数码、家居建材领域B2C市场将成为未来几年中国电子商务市场发展的热点领域。
电子商务市场分析：4、 物流平台将逐步崛起，支付市场面临洗牌
从电子商务市场支撑体系建设看，一方面2009年物流公共信息平台在政府的持续推动下将有巨大发展，平台信息服务能力将显著提升，同时更多的电子商务服务商会加入物流体系建设的行列中。另一方面，网上支付服务商将在未来2年经历二次筛选，资金短缺以及技术、商业模式、信用体系等环节不健全的服务商将面临被市场淘汰的危险。
电子商务市场分析：5、 企业与政府合力完善电子商务支撑体系
在电子商务支撑体系建设方面，支付体系已经具备了一定发展基础，支付宝、财付通等网上支付服务商已经具备了一定的竞争优势，同时为进一步改善网上支付市场的发展环境，继续扩大市场占有率，企业具有主动联合政府或金融机构完善支付体系的意愿，其中完善网上支付信用体系工作成为2008年的主旋律。2008年1月17日，第三方支付平台支付宝与中国建设银联合推出了的支付宝卖家信贷服务，符合信贷要求的淘宝网卖家将可获得最高十万元的个人小额信贷，国内首次推出这种信贷模式，在很大程度上加强了第三方支付公司的信誉保障。
电子商务市场分析：6、 电子商务保持投资吸引力，B2C成风投新宠
2008年中国电子商务市场除在扩大资金来源、支撑体系建设方面有所成就外，不可避免的需要面临全球金融危机所带来的影响，但随着中国电子商务与行业发展结合的更广、更深，充分利用电子商务B2C手段已经成为中国行业企业在度过经济寒冬中的重要选择。因此，2008年投资机构对中国电子商务市场的关注度不将反升，其中B2C行业无论在投资案例数量还是在投资金额上都呈快速增值趋势。母婴用品、IT数码产品、珠宝、建材等一大批传统行业细分领域开始进入B2C市场，并获得VC持续关注。年内，凡客、麦考林分别获得2000万美元和8000万美元的资本注入。可见B2C已经成为推动中国电子商务市场发展的重要细分市场。
电子商务市场分析：7、 保险、旅游、批发零售行业电子商务市场份额将扩大
从行业应用角度看，鉴于2008年的经济环境，国民的保险意识将进一步加强，而方便快捷的保险电子商务将成为保险客户的首选，因此未来保险电子商务仍将快速发展；同时，随着经济增长放缓，各省市将加强对旅游产业的重视，从而提升本地经济增长能力，在旅游产业二次创业的要求下，旅游电子商务将成为未来各地着重发展的业务；此外，赛迪顾问认为中国国民消费能力在未来不会有太大波动，当市场物价逐步增高，网络平台所提供的低价格产品将更加受到消费者青睐，随着网民网上购物、网上支付以及物流服务的健全，直接面向个人消费者的批发零售业电子商务将会面临最佳的发展机遇。
电子商务市场分析综上所述，2012~2013年的中国电子商务市场充满机遇和挑战，而政府和企业的通力合作是抓住机遇并赢得挑战的基础。在此基础上，中国电子商务市场将一步步向发达国家电子商务水平接近，在成为全球网络经济中心的道路上稳步前行
Ⅳ 如何做好电子商务数据分析
数据是这些：访客、页面数、停留时间、商品被访问数、转化率、客单价、成交额’访问来源等等，分析方法：天、周、月、年的同比和环比数据，扩展分析行业的数据和竞争对手的数据
Ⅳ 电子商务的数据分析
宏观上的政策发展情况
行业的现实数据与预测报告
竞争对手的发展情况与预测报告
自身现有的运营数据报告与预测
自身的投资意向与发展规划
Ⅵ 电商数据分析应该从哪些方面进行分析
我一直在问答谈运营技术。但是我认为，我最强在于数据跟视觉。
我认为，竞争到最后，运营跟运营之间的差距是从数据跟视觉开始区分的。
今天我们恰巧有时间来谈谈数据。
什么是数据分析思维？
数据分析思维，我认为是：把行为转化为数据-通过数据反推行为。
我举个例子：
你经常来我店铺购买姨妈巾。
你今天过来买姨妈巾，我就知道你大概一周内要来大姨妈。根据你购买的数量跟规格，我就能推断你一次大姨妈来多久，量大概多少。拉出来你半年的购买时间，我就可以推断你多久一次大姨妈是不是稳定。
如果有两个月没看到你购买姨妈巾了。。。那肯定是在两个月前，你男朋友的雨衣破了。
拉出来你男朋友的购买记录，我就知道，这个店铺的雨衣可能不合格。
为了验证他是不是不合格，我们去看看他半年内的复购率是不是远低于同行。
嗯，就因为你没有买姨妈巾，我怀疑这个店铺的雨衣不合格。
这就是数据分析的基本思维。
学会数据分析的基本思维，只能说，你勉强具备数据分析的可能。
那么做数据分析。需要明白几个东西。
1、数据样本：数据样本如果选择不合理，那么结果完全就是错误的。譬如我去抓取一个定位40岁大妈的姨妈巾店铺，要中国女性的姨妈周期，那根本就不科学好吗。这是青春期跟更年期的差异（此例子说明林慕白同学同样对妇科知识有所涉猎，欢迎广大适龄未婚女性知友来信咨询）。
实战中经常犯的例子是：平销转化率很好的单品，在聚划算卖不好。平销转化率不好的某些单品，聚划算反而会卖爆？为什么呢？想想，别问我，自己想。闹不明白就别尝试做电商的数据分析了。
2、数据选择：实际上我们会遇到很多的数据，但是有些数据不一定是我们想要的。就像我们这辈子会遇到很多很好的女生，但是我们很难明白，谁才能更好陪伴我们走完这一生。这个事情无法举例，我这边给一份试题：
现在我们店铺需要做优惠券促销，目的要提高客单价。
好，你告诉我要做满100减10元。
嗯，很好，那你现在告诉我，为什么是满100而不是满110，为什么是减10元而不是减20。拿出来你的数据。
嗯，不要问我怎么弄。也不要怀疑我是不是真的能分析出来，我真的能。
3、动态变化：我们一般最常用的，就是通过数据之间的变化，来分析可能出现一些什么问题或者变化。然而当一个数据量变化的时候，往往其他的数据也会发生变化。所以我们需要清晰什么数据之间是正相关，什么是反相关，他们之间的关系，在什么情况下是成立的。譬如正常收藏的比例跟转化率是正相关的，但是这几天他们是反相关的。转化率越掉，收藏率可能就越高。
我就谈谈数据分析的框架，我估计这些东西别人懒得讲，所以我讲一下。
至于什么工具看什么数据让别人讲吧。
码字有些累。谢谢