随着大数据时代的来临，数据分析、数据运营已经成了所有人都在不停讨论的话题。不管是产品经理、市场运营还是销售好像都在说数据导向、用数据说话。虽然对数据的看法与定义众说纷纭，但是所有人都会认同读懂数据，通过严谨深入的数据分析来驱动产品的更新迭代，调整运营及市场策略这一事实。

互联网产业随着技术发展，所涉及的行业包罗万象。虽然每个行业关注的数据点都不一样。但是几个常见维度还是能够较为清晰的归拢，这里暂不细说到各个行业，仅仅为各位提供一个思路和角度。

如果说，用户维度的分析是分析用户来源，运营维度那就分析最实打实的收入情况了。

客户转化率最直观的体现，代表着电商网站整体的销售情况也是最重要的一个数据指标。

每笔订单的金额，基本上订单数和客单价的乘积差不多就是电商网站的整体销量。

很多人有类似的经历在电商网站上，我们可能会把很多商品放在了购物车上，可能过段时间就淡化了购买欲望，然后会删掉购物车上某些非必需或者性价比较低的商品或者说很多订单最后并没有被支付。电商的运营人员非常关注这个数据，如果说大量的未支付订单，就需要去分析问题是出现哪里。对于非注册用户的大量未支付订单，是否是注册环节出了问题；而注册用户的大量未支付订单，是否是支付环节出问题导致用户支付失败。

每个订单从用户支付成功到送达用户签收的时间，当然不同的区域，一线城市和二线城市的交付周期都有差别，但是这是考验了电商整体的物流水平。不管是自有物流还是第三方物流，随着电商的超前发展，物流的发展滞后造成了一定的不良体验。但是现在也有越来越的电商企业注意到这个环节，比如京东的自有物流，苏宁的天天快递，阿里的菜鸟包裹，次日到达的良好用户体验，成了用户在价格差异之外的选择电商的重要考虑因素。

当退货率的提高，运营应该将注意力放在分析退货的原因是什么。是商品质量问题，是商品描述与事实不符造成不良的用户体验，还是流程流转过久造成用户的羞恼。如果有大量的退货对于网站来说损失非常大，一方面是客服协调退货流程的时间成本、人力成本，另一方面是商品回收及相关逆向物流造成的大量资本浪费，最后可能引发信誉及口碑危机。（京东的7天无条件退货，造成了相当的退货率，同时将退回的商品又进行二次销售，同时二手东的名字估计很多人都听过。）

投诉率是电商整体服务水平的最终体现，建立一个品牌很难，但是毁掉一个品牌则是非常的容易。（天猫某快消品牌原本三项指标全部高于行业，由于双十一选择了不太理想的物流，现在直接三项指标飘绿。）电商的用户体验是一个从线上到线下再回到线上的全过程，某一个环节出现差错都是致命的。用户的投诉往往就是在某个环节出现了问题，留给用户的印象非常糟糕。针对投诉率的走高，对内环节的优化及对外环节的公关就是另一个大话题了。

复买率考验了用户的忠诚度。某个用户第一次购买体验非常好，对商品及服务很满意，那么产生二次购买行为的概率就非常大。用户多次购买的时间周期也是一个需要关注的数据点。

对于很多人来说，选购某家商品的第一行为是查看评论，通过查看评论，参考电商提供的商品及服务是否真的值得购买。而这些用户UGC起到了一定决定性的作用。每天产生的内容有多少，具体到文字，图片等各种不同类型的内容各是多少。这里不得不说到淘宝直播，虽然有早年的电视购物的即视感，但是当主播更加直观的展示商品，进一步强化了用户的购买冲动。

当我们一直追求新增用户数量及客单价的同时，对老用户的维系也极为重要。考虑到用户流失情况，一周未登录，一月未登录，一季度未登录各占到总注册人数的比率，比率越高对于运营人员来说是非常危险的，这时需要好好地去关注是应该调整老用户维系政策还是准备新的营销计划，还是EDM之类的精准唤醒。

纵观网站整体的用户及销售数据，也需要关注单一品类及单一商品的数据。某一品类的销量，平均每次购买量、金额以及退换货率，对于单一商品也是同样的数据分析。通过这样的分析就能看到热门品类和热门商品的趋势，为后续的运营、营销或者促销提供了一定的数据支撑。

维度：总结

顺着行为路径，絮絮叨叨又说了很多。总的来说：每一个与用户产生互动的环节都值得关注，而用户看不到的地方更应该值得关注。隐性的东西，会给带来更多的信息。

除了电商，还有很多领域的差异化运营，不同领域关注的指标都不尽相同。比如社区更加关注各种的用户数量、优质内容产出量、用户互动量；资讯、视频、文字等媒体类更注重阅读量、分享量、留言量。

始终还是那一句话，每一个与用户产生交互的流转环节都值得关注，数据是一切策略的依据。拍脑袋的时代已经过去了。

数据不会辜负每一个追求极致的互联网人。