数极客首页

互联网数据运营系列6:订单1

在全篇开始处介绍了互联网企业的盈利模式大抵可以分为三种:向用户出售商品或服务类、广告盈利类、直接收取费用类。这种“向用户出售商品或服务”类公司所涉及的分析,可以拆分为“用户、订单、商品/服务”这三个模块。前面五篇,是从用户的角度出发,来分析数据的。那么用户都来了,该产生订单了吧,否则要“你(用户)”何用?第一篇也提到了,我们分析数据,是要有价值的,什么样的价值?可以提高收入、可以降低成本、可以避免风险。分析订单相关数据,主要还是为了能够提高公司的收入的。那这一块的数据要怎样分析,才能够对提高收入有促进作用呢?这个问题,还要有点耐心,听我慢慢道来,因为平时比较忙,整理文章又是一个费时费力的事情;同时还要有点气度,看到不对的地方,不要砸电脑砸鼠标,从经济学的角度来看,不划算;最好还有点热心,可以与我交流,一起完善这样的话题,顺便还能体现社会主义核心价值观。从指标分类的角度来看,相比于用户数据,订单数据更复杂一点,毕竟连接着用户和商品/服务两大模块。我们先用下面这句话来定义订单。订单:谁 在什么时间、地点 把什么东西 以什么样的价格、方式 卖给了谁。我们可以从这句话中解析出下面几个维度:

    t

  • 谁:B端商家或者线下团队
  • t

  • 在什么时间:订单时间
  • t

  • 在什么地点:地点
  • t

  • 把什么东西:商品或者是服务
  • t

  • 以什么样的价格:商品或服务的价格
  • t

  • 什么样的方式:交易方式
  • t

  • 卖给了谁:最终用户

(上面的每个维度都可以进一步分解出更多、更细的信息,例如商品可以分为类型、品牌等,但大体上分为上面的几类,更细节的后面讨论。)同时,订单也可以分成几个状态,例如:等待受理、发货订单、成功订单、取消订单、退货订单、投诉订单等等。这个状态也是根据业务不同而不同的,但是多一个少一个也并没有多大的区别,分析思路都是一样的。介绍了上面的内容,我(jiago王)整理出下图,这样看起来更加直观。互联网行业数据化运营6:订单1在订单这个层面上提高收入,无非是两条路,一是扩大订单量,二是提高客单价。要提高客单价,要么是降低折扣、提高件单价,要么是提升连带率。如下图所示:互联网行业数据化运营6:订单1

    t

  1. 通过数据对比、数据追踪,形成压力和刺激
  2. t

  3. 精准运营,在对的时间把对的商品/服务卖给对的人
  4. t

  5. 调整商品/服务的结构和价位,优化布局,促进成单
  6. t

  7. 少犯错误,减少问题的发生避免流单(提升体验在此范围)

(上面几种方法中,具体的分析场景与前面五篇文章中内容有很多交集,具体遇到的地方会加以说明)本篇先介绍第一种方法,要怎样分析和展示数据。(我们终于进入了正文,我去倒杯水先)通过数据对比、数据追踪,形成压力和刺激这种方法最常见了,无论是传统企业或者是互联网公司,很多报表都是服务于这个方法的。为什么使用面这么广,因为又简单又好用啊~对比,一般是以下几个维度的对比

    t

  • 实际值与目标值的对比
  • t

  • 地区之间的对比
  • t

  • 商品/服务类型之间的对比
  • t

  • 不同时间的对比
  • t

  • 不同交易方式的对比(交易平台、支付方式等)

数据追踪,也就是把数据按时间的维度拉开,发现其中的规律和异常。先按照上面思路来看几个栗子1.实际值与目标值的对比(这个值可以是订单量,也可以是金额)这种对比分析,常见到一点新鲜感都没有了是不是?它太容易被想到了,定目标,然后进行监控,没完成就批评,完成就奖励,刺激任务的达标。但是较起真来,目标的设定也是有难度的,前面我列出了很多的维度,目标要细到每个维度都设值吗?时间维度,是细到日目标,还是月目标就够了呢?如果设置月目标,会不会有销售或运营团队产生月末刹车的情况呢?那改设置日目标,又要怎样设计呢?以终为始,我们为何设置目标值,是为了通过目标值的设置,与实际值的对比,产生压力和刺激,以此来激励业绩的提高,也就是订单量的提高。那思路就清晰了,是否选定为目标维度,就看这个维度是否可被刺激。我们从上面的维度中逐一筛选一下:B端商家或销售:如果是阿里巴巴或者饿了么那种平台应用,订单出售端是B端商家,这类B端商家肯定就不需要设定目标值了,那么多商家,怎么设置的过来,另外,你就算设定了目标值,人家也不甩你呀;如果有销售,也就是线下地推团队,比如家装类的、p2p类的,那这个值就有意义了。时间:这个明显是有意义的,但问题在于时间粒度怎样选择。实际情况,也是根据业务场景来的,有的业务月目标就可以了,有的要设置日均目标,甚至有需要设置小时目标的。(我如果只写到这里,一定会挨骂的,上面抛出了那么多问题,这里该接上去了)有些设置月目标有点大,员工可能会有月底刹车的行为,日均目标又不合适,周一和周日的订单量差距太大。可以这样设置,取出前面3个月或者半年的数据,以周为周期,算出周一到周日的订单量的系数比例,例如:1.1,1,1.3,1.2,1.5,1.6,1.4。可以看出周二的订单量最小,给这个最小的目标设置一个值,比如2000单,那么从周一到周日的目标订单量分布就是,2200,2000,2600,2400,3000,3200,2800。然后目标值与实际值的对比,就按照这样的分布走,相对就要合理一些了。地点:如果是有销售团队,那么只需要细化到地区负责人就可以了,地区可以不再单独设置。总之,人才可以被刺激,设置地区,也是为了挂到某个责任人身上。商品或服务:如果有人对商品或者服务的订单数量,或者比例健康度负责,那么可以对该维度设置目标,否则我也认为没有意义。价格:想不到什么情况下需要对这个维度设置目标。交易方式:如果为了避免交易数据垄断,控制交易平台占比,可以对该维度进行设定目标,否则不需要。最终用户:你如果觉得他是可控的,那就设置吧。如下图:目标粒度为‘销售团队’、‘日期’、‘交易’方式三个维度。互联网行业数据化运营6:订单1为避免形成交易数据垄断,选择多个平台进行交易,可能希望达成一定的平衡比例,但是从图中可以看出,实际情况下,通过其他平台的交易比例过低,如有必要需要采取些激励手段来实现平衡。下面的组合图是每天的目标与实际的完成订单量,同时与团队的条形图形成联动,可用来追踪具体某团队的每日完成情况。追踪可以更加彻底,点击组合图中某一天进入到明细表,可以展示出团队的具体某个销售员、某天的实际完成情况。这样既能够总览完成情况,实现监督,同时可对数据进行追踪,对个人形成压力。就先整理这么多,剩下的几个对比留在下一篇介绍。(文中图表使用finereport开发)(下一篇将完善订单的对比分析。 欢迎交流,相互学习)作者:知乎达人“jiago王”,知乎专栏“撩撩数据吧”。互联网行业数据化运营系列文章:互联网数据运营系列1:流量篇互联网数据运营系列2:转化篇互联网数据运营系列3:存留篇互联网数据运营系列4:复购篇互联网数据运营系列6:订单1互联网数据运营系列7:订单2

发表评论

评论已关闭。

相关文章