最受欢迎的电子商务报告

每个业务领域都有自己的反映其营销现实的特别报告。 下面，我们将看看电子商务和零售业最常见的报告。

在构建报告之前，请确保您有两件事：

1. 要分析的质量数据
2. 考虑到您的业务特点的归因模型

整体报告可让您快速评估整个营销部门的有效性。 每天设置您的报告并监控您部门的目标。

借助整体报告，您可以快速查看主要指标并根据当前效率调整营销渠道中的操作。 整体报告适合在会议上展示给非营销同事。

对于整体报告，您必须从以下位置配置数据收集：

• 谷歌分析
• 广告服务
• CRM 和呼叫跟踪系统

对于这份报告，您应该注意哪些指标和参数？ 在我们的文章中发现它们，了解您的企业离不开哪些指标。

在上面的示例报告中，您可以清楚地看到所有营销渠道的表现对比。 这使您可以立即评估流量的增长情况，并通过运行活动来获得潜在客户。

此类报告和仪表板的一大优势是它们可以以必要的频率自动更新。 这意味着月底的急剧下降或快速增长不会让你感到意外。

在线广告会影响实体店的销售。 唯一的问题是，你知道确切的数字吗？ ROPO 指标因商品、地区和客户人口统计数据而异。

为避免意外关闭带来许多线下客户的成功在线广告活动，请使用 ROPO 分析。 根据 OWOX BI 数据，计算 ROPO 效应时，广告支出回报率 (ROAS) 通常会增加 30% 至 70%。

ROPO分析的本质是将用户在网站上的行为与他们在实体店的购买行为联系起来。 为此，您需要：

• 网站访问者的现场行为数据
• 来自您的 CRM 系统的数据（订单、退货、交易）

而且，当然，您需要一个用户 ID，它允许您将有关客户在线和离线活动的信息结合起来。 您可以在我们的帮助中心阅读更多关于 ROPO 报告所需数据的信息。

上面的屏幕截图显示了一份 ROPO 报告。 此仪表板可帮助您回答以下问题：

• 哪些在线活动最能激发用户线下购物？
• ROPO 销售占总收入的百分比是多少？
• 哪些渠道带来的 ROPO 收入最多？

如果某件商品在网上卖得不好，不要急于将其从商店中删除。 首先，检查您的 ROPO 报告。 也许这个项目是一个伟大的离线卖家。 如何使用从 ROPO 分析中获得的数据取决于您。 但是，您绝对可以使用它做出更明智的决定，根据在线和离线数据分配预算。

不同的客户群体表现不同。 所以你对待他们的方法一定是不同的。 但首先，有必要了解群组之间的差异以及如何从这些差异中受益。

群组分析可让您了解不同的买家群组随着时间的推移如何表现，并了解如何以及与谁合作、改进什么以及在哪里。 通过同类群组分析，您可以：

1. 更好地估算销售周期较长的企业的广告支出回报率
2. 预测并提高客户生命周期价值 (LTV)
3. 评估 A/B 测试结果

对于同期群分析，您需要知道：

• 定义群组的标准
• 定义同类群组的时间间隔：日、周、月
• 报告期
• 哪个指标将是分析的关键（LTV、ROI、保留率等）

我们还准备了一张表格，比较了所有队列分析方法的优缺点。

在这个 OWOX BI 智能数据服务中的群组分析报告示例中，我们可以看到用户吸引力群组的收入如何随时间变化。

可以使用 Google Analytics 或 Google Sheets 制作最简单的同类群组报告。 您可以在我们的博客上阅读更多关于群组分析的信息。

您如何知道随着时间的推移您从客户那里获得了多少利润？ 吸引新客户会有所回报吗？ 要弄清楚这一点，请计算客户生命周期价值 (LTV)。

LTV 指标可帮助您预测未来可能的收入，并显示您应该在特定客户或客户群的整个生命周期内为您的服务花费多少钱。 在电子商务的情况下，客户生命周期是客户在商店购物的时间。 此外，根据福布斯撰稿人 Patrick Hull 的说法，向现有客户销售商品的概率为 60% 到 70%。 但是新用户购买东西的概率只有 5% 到 20%。

计算客户生命周期价值的三种方法：

1. 历史
2. 预测性
3. 传统的

根据您选择的方法，您需要以下数据：

• 所选期间的客户数量
• 所选期间的总收入
• 每月平均交易次数
• 每月总回报
• 客户流出系数
• ARPU（每用户平均收入）
• 订单的平均成本
• 平均盈利系数
• 以月为单位的平均客户生命周期
• 平均折扣大小

您可以从 Google Analytics（分析）中的“一般价值”选项卡构建 LTV 报告。 但是请注意，只有当您拥有有关客户行为的真实数据时，您的报告才会准确，而 Google Analytics 中没有这些数据。

RFM（新近度、频率、货币价值）报告可帮助您找出哪些买家使您的业务获得最大利润。 使用此报告，您可以分析客户行为：客户购买的频率以及他们向您购买的数量。 这些数据还将帮助您了解如何为您的企业设置个性化营销。

客户随着时间的推移会改变他们的行为，知道如何利用这些变化很重要。 借助 RFM 分析，您可以创建自己的忠实客户群，并为不同的细分市场建立个性化的沟通。

对于 RFM 分析，您需要以下数据：

• 销售限制（购买时）
• 购买频率（客户购​​买某物的频率）
• 收入（购买的总价值）
• 用户身份

识别用户是一项艰巨的任务。 最好的方法是使用匿名 OWOX 用户 ID。 与 Google Analytics 中的跟踪代码不同，OWOX 用户 ID 允许您分析跨域受众的交集并接收数据，即使 Google Analytics cookie 已被删除或替换。

使用用户 ID 数据，您可以将买家分组，以了解谁在购买您的商品以及购买频率。 例如，客户可以购物：

1. 经常很多
2. 经常和一点
3. 很少和很多
4. 很少和一点

您可以使用 Google 表格或 OWOX BI 来计算 RFM。 有关这方面的更多信息，请阅读我们关于如何进行 RFM 分析的文章。

重要的是不要忘记库存水平、假期和季节性对数据有很大影响。 然而，为了低成本，RFM 报告可以帮助您对客户采取个性化的方法，从而增加利润。

您网站上的所有客户活动都应导致购买。 您可能有一个成功的广告活动，可以带来大量有针对性的流量，但如果访问者未能将商品移至购物车。

通过网站微转化报告，您可以了解网站销售漏斗中的弱点。 如果买家没有进入漏斗的下一步，您就会知道如何鼓励他们。 例如，如果用户进行了微转化但没有购买任何东西，您可以向他们发送个性化广告或电子邮件。

您需要准确确定客户可以在您的网站上完成哪些微转化并对其进行跟踪。 对于电子商务，这些可以是：

• 搜索类别中的项目
• 将商品添加到购物车
• 订阅邮件
• 审查商品
• 滚动页面

上面显示的示例报告可让您快速检测和解决您网站上的转化活动单。 该报告对营销人员和开发团队都非常有用。

很难想象没有库存和抛售的电子商务。 在线商店使用内部横幅来宣传促销活动。 当然，这些广告应该以与外部广告相同的方式进行监控。

为了吸引更多客户，您需要评估内部广告活动的有效性，并为未来的促销活动进行改进。

启用增强型电子商务后，Google Analytics（分析）会报告有关内部活动的数据。

您可以在此报告中查看以下数据：

• 内部活动的名称
• 观看次数
• 内部活动的点击率
• 交易
• 收入

与微转化报告一样，内部横幅报告可帮助您提高网站的整体转化率。

每次操作费用 (CPA) 合作伙伴的广告可以为网站带来高达 20% 的流量。 广告的 CPA 模式是有效的，但在这个领域存在高水平的欺诈。 合作伙伴 CPA 活动报告可以节省您的预算。

通过分析您的 CPA 合作伙伴，您可以获得绝对的透明度。 多亏了这些信息，您可以看到您收到的流量的效率，并估计联属网络流量对其他来源的影响。

此类报告需要有关您网站上用户行为的非抽样数据。 我们建议使用 OWOX BI Pipeline 来收集这些数据。 然后，在 OWOX BI 智能数据服务的帮助下，您可以获得完整的报告。

此报告显示每个活动的来源更改的交易数量。 大量此类交易意味着资源替代的可能性很高。 需要特别注意有大量源更改的合作伙伴的工作，以避免可能的欺骗。

如需识别不道德的 CPA 合作伙伴的完整报告列表，请访问我们的帮助中心。 通过这些报告，您将能够找出哪些来源和渠道没有带来价值，以及哪些合作伙伴在广告中使用了品牌请求。 而且，最重要的是，你会发现你应该付钱给谁。

为了制定管理广告预算的决策，营销人员需要一份基于实际销售的广告效果报告。

用户经常下订单但从不购买的情况。 要获得真实的销售数据，您需要分析购买情况。

要获得准确的报告，您需要您网站上的用户行为数据（完整且未抽样），以及来自您公司的 CRM 系统的数据。

此报告可帮助您在不增加成本的情况下提高广告活动的投资回报率。

需要此报告来评估目标网页流量的有效性。

通过此报告，您可以了解哪些页面（以及哪些内容）最有效地将访问者转变为买家。

1. 来自不同广告服务的成本数据
2. 关于用户在您网站上的行为的原始非抽样数据
3. 从您的 CRM 系统购买的数据

与微转化和内部横幅报告一样，着陆页报告中的信息可帮助您提高网站的整体转化率并增加收入。

在创建任何报告之前，您需要确保您拥有所需的所有数据，您可以信任这些数据，并且您了解所选归因模型的所有细微差别。 为此，您需要回答几个简单的问题：

• 我目前使用什么归因模型？
• 我是否了解使用 Google Analytics（最终点击归因）的风险？
• 我是否了解使用我选择的模型的所有缺点？

市场上所有归因模型的详细概述将帮助您选择最适合您的模型。 如果您想了解归因在营销中的含义，请阅读我们的下一篇文章。

想要您在本文中看到的报告吗？ 试试 OWOX BI。 您将了解如何使用它来解决营销分析问题。