【数据分析电商领域】电商类指标

电商核心指标 = GMV + 转化 + 流量 + 用户 + 履约 + 商品 + 营销 + 风控

  • 流量:UV、PV、访问深度、跳出率
  • 转化:转化率、加购率、支付率、客单价(AOV)
  • 用户:新客占比、复购率、留存率、LTV
  • 交易:GMV、订单量、支付金额、退款率
  • 商品:动销率、售罄率、库存周转天数、缺货率
  • 履约:发货时效、签收率、履约率、逆向率
  • 营销:ROI、点击率(CTR)、转化成本(CPA)
  • 风控 :欺诈率、拦截率、误杀率

    核心指标英文+公式汇总如下(直接可用)

1. 流量(Traffic)

  • UV (Unique Visitors):去重访客数
  • PV (Page Views):页面浏览量
  • 访问深度 (Pages per Visit) = PV / UV
  • 跳出率 (Bounce Rate) = 单页访问次数 / 总访问次数

2. 转化(Conversion)

  • 转化率 (Conversion Rate, CVR) = 订单数 / UV
  • 加购率 (Add-to-Cart Rate) = 加购人数 / UV
  • 支付率 (Payment Rate) = 支付人数 / 下单人数
  • 客单价 (AOV, Average Order Value) = GMV / 订单数

3. 用户(User)

  • 新客占比 (New User Ratio) = 新用户数 / 总用户数
  • 复购率 (Repeat Purchase Rate) = 复购用户数 / 总购买用户数
  • 留存率 (Retention Rate) = 留存用户数 / 初始用户数
  • LTV (Lifetime Value) = ARPU × 生命周期(或累计贡献收入)

4. 交易(Transaction)

  • GMV (Gross Merchandise Value) = Σ订单金额
  • 订单量 (Order Count) = 订单总数
  • 支付金额 (Revenue) = 实际支付总额
  • 退款率 (Refund Rate) = 退款金额 / GMV

5. 商品(Product)

  • 动销率 (Sell-through SKU Rate) = 有销量SKU数 / 总SKU数
  • 售罄率 (Sell-through Rate) = 销量 / 库存
  • 库存周转天数 (Inventory Days) = 平均库存 / 日均销量
  • 缺货率 (Stockout Rate) = 缺货SKU数 / 总SKU数

6. 履约(Fulfillment)

  • 发货时效 (Shipping Time) = 发货时间 - 下单时间
  • 签收率 (Delivery Success Rate) = 签收订单数 / 发货订单数
  • 履约率 (Fulfillment Rate) = 正常履约订单 / 总订单
  • 逆向率 (Return Rate) = 退货订单 / 总订单

7. 营销(Marketing)

  • ROI (Return on Investment) = 收益 / 投入
  • CTR (Click Through Rate) = 点击数 / 展示数
  • CPA (Cost per Acquisition) = 营销费用 / 转化用户数

8. 风控(Risk Control)

  • 欺诈率 (Fraud Rate) = 欺诈订单 / 总订单
  • 拦截率 (Intercept Rate) = 拦截订单 / 风险订单
  • 误杀率 (False Positive Rate) = 误拦订单 / 正常订单

电商指标记忆口诀:流量→转化→用户→交易→商品→履约→营销→风控

  • 流量:UV / PV → 看"来多少人"
  • 转化:CVR / AOV → 看"下多少单"
  • 用户:复购 / 留存 / LTV → 看"会不会再来"
  • 交易:GMV / 订单 / 退款 → 看"赚了多少钱"
  • 商品:动销 / 售罄 / 周转 → 看"货卖得好不好"
  • 履约:时效 / 签收 / 退货 → 看"交付稳不稳"
  • 营销:ROI / CTR / CPA → 看"投放值不值"
  • 风控:欺诈 / 拦截 / 误杀 → 看"风险控不控"
相关推荐
SelectDB12 小时前
StarRocks 适合做日志分析吗?
数据分析·json·自动化运维
Mr数据杨1 天前
医学影像分类实战复盘 从 Kaggle 竞赛到可落地建模流程
人工智能·数据分析·kaggle竞赛
Mr数据杨1 天前
GNSS伪距误差预测实战案例 从Kaggle回归任务到城市定位误差补偿
人工智能·数据分析·kaggle竞赛
躺柒1 天前
读数据可视化19层次数据
信息可视化·数据挖掘·数据分析·数据可视化·层次数据·层次结构
2601_962381861 天前
Python办公联动:Excel数据一键自动生成PPT图表
python·数据分析·自动化·excel·ppt
Mr数据杨1 天前
结构化数据价格预测实战入门 从 Kaggle 回归赛题理解建模与落地
人工智能·数据分析·kaggle竞赛
2601_966949651 天前
五档盘口数据对量化交易有什么价值?从信号判断到策略风险的完整分析
开发语言·人工智能·python·数据分析·量化·股票数据·quantdash
小程序设计1 天前
机械设计之大蒜茎叶粉碎抛送装置设计
人工智能·数据挖掘
一只专注api接口开发的技术猿1 天前
Open Claw 实战|快速搭建电商商品监控与数据分析能力
大数据·数据库·数据挖掘·数据分析
十三画者1 天前
【文献分享】ExoFILT:基于深度学习的外泌事件单颗粒追踪数据分类器
人工智能·深度学习·机器学习·数据挖掘·数据分析