最受歡迎的電子商務報告

每個業務領域都有自己的反映其營銷現實的特別報告。 下面，我們將看看電子商務和零售業最常見的報告。

在構建報告之前，請確保您有兩件事：

1. 要分析的質量數據
2. 考慮到您的業務特點的歸因模型

整體報告可讓您快速評估整個營銷部門的有效性。 每天設置您的報告並監控您部門的目標。

借助整體報告，您可以快速查看主要指標並根據當前效率調整營銷渠道中的操作。 整體報告適合在會議上展示給非營銷同事。

對於整體報告，您必須從以下位置配置數據收集：

• 谷歌分析
• 廣告服務
• CRM 和呼叫跟踪系統

對於這份報告，您應該注意哪些指標和參數？ 在我們的文章中發現它們，了解您的企業離不開哪些指標。

在上面的示例報告中，您可以清楚地看到所有營銷渠道的表現對比。 這使您可以立即評估流量的增長情況，並通過運行活動來獲得潛在客戶。

此類報告和儀表板的一大優勢是它們可以以必要的頻率自動更新。 這意味著月底的急劇下降或快速增長不會讓你感到意外。

在線廣告會影響實體店的銷售。 唯一的問題是，你知道確切的數字嗎？ ROPO 指標因商品、地區和客戶人口統計數據而異。

為避免意外關閉帶來許多線下客戶的成功在線廣告活動，請使用 ROPO 分析。 根據 OWOX BI 數據，計算 ROPO 效應時，廣告支出回報率 (ROAS) 通常會增加 30% 至 70%。

ROPO分析的本質是將用戶在網站上的行為與他們在實體店的購買行為聯繫起來。 為此，您需要：

• 網站訪問者的現場行為數據
• 來自您的 CRM 系統的數據（訂單、退貨、交易）

而且，當然，您需要一個用戶 ID，它允許您將有關客戶在線和離線活動的信息結合起來。 您可以在我們的幫助中心閱讀更多關於 ROPO 報告所需數據的信息。

上面的屏幕截圖顯示了一份 ROPO 報告。 此儀表板可幫助您回答以下問題：

• 哪些在線活動最能激髮用戶線下購物？
• ROPO 銷售佔總收入的百分比是多少？
• 哪些渠道帶來的 ROPO 收入最多？

如果某件商品在網上賣得不好，不要急於將其從商店中刪除。 首先，檢查您的 ROPO 報告。 也許這個項目是一個偉大的離線賣家。 如何使用從 ROPO 分析中獲得的數據取決於您。 但是，您絕對可以使用它做出更明智的決定，根據在線和離線數據分配預算。

不同的客戶群體表現不同。 所以你對待他們的方法一定是不同的。 但首先，有必要了解群組之間的差異以及如何從這些差異中受益。

群組分析可讓您了解不同的買家群組隨著時間的推移如何表現，並了解如何以及與誰合作、改進什麼以及在哪裡。 通過同類群組分析，您可以：

1. 更好地估算銷售週期較長的企業的廣告支出回報率
2. 預測並提高客戶生命週期價值 (LTV)
3. 評估 A/B 測試結果

對於同期群分析，您需要知道：

• 定義群組的標準
• 定義同類群組的時間間隔：日、週、月
• 報告期
• 哪個指標將是分析的關鍵（LTV、ROI、保留率等）

我們還準備了一張表格，比較了所有隊列分析方法的優缺點。

在這個 OWOX BI 智能數據服務中的群組分析報告示例中，我們可以看到用戶吸引力群組的收入如何隨時間變化。

可以使用 Google Analytics 或 Google Sheets 製作最簡單的同類群組報告。 您可以在我們的博客上閱讀更多關於群組分析的信息。

您如何知道隨著時間的推移您從客戶那裡獲得了多少利潤？ 吸引新客戶會有所回報嗎？ 要弄清楚這一點，請計算客戶生命週期價值 (LTV)。

LTV 指標可幫助您預測未來可能的收入，並顯示您應該在特定客戶或客戶群的整個生命週期內為您的服務花費多少錢。 在電子商務的情況下，客戶生命週期是客戶在商店購物的時間。 此外，根據福布斯撰稿人 Patrick Hull 的說法，向現有客戶銷售商品的概率為 60% 到 70%。 但是新用戶購買東西的概率只有 5% 到 20%。

計算客戶生命週期價值的三種方法：

1. 歷史
2. 預測性
3. 傳統的

根據您選擇的方法，您需要以下數據：

• 所選期間的客戶數量
• 所選期間的總收入
• 每月平均交易次數
• 每月總回報
• 客戶流出係數
• ARPU（每用戶平均收入）
• 訂單的平均成本
• 平均盈利係數
• 以月為單位的平均客戶生命週期
• 平均折扣大小

您可以從 Google Analytics（分析）中的“一般價值”選項卡構建 LTV 報告。 但是請注意，只有當您擁有有關客戶行為的真實數據時，您的報告才會準確，而 Google Analytics 中沒有這些數據。

RFM（新近度、頻率、貨幣價值）報告可幫助您找出哪些買家使您的業務獲得最大利潤。 使用此報告，您可以分析客戶行為：客戶購買的頻率以及他們向您購買的數量。 這些數據還將幫助您了解如何為您的企業設置個性化營銷。

客戶隨著時間的推移會改變他們的行為，知道如何利用這些變化很重要。 借助 RFM 分析，您可以創建自己的忠實客戶群，並為不同的細分市場建立個性化的溝通。

對於 RFM 分析，您需要以下數據：

• 銷售限制（購買時）
• 購買頻率（客戶購買某物的頻率）
• 收入（購買的總價值）
• 用戶身份

識別用戶是一項艱鉅的任務。 最好的方法是使用匿名 OWOX 用戶 ID。 與 Google Analytics 中的跟踪代碼不同，OWOX 用戶 ID 允許您分析跨域受眾的交集並接收數據，即使 Google Analytics cookie 已被刪除或替換。

使用用戶 ID 數據，您可以將買家分組，以了解誰在購買您的商品以及購買頻率。 例如，客戶可以購物：

1. 經常很多
2. 經常和一點
3. 很少和很多
4. 很少和一點

您可以使用 Google 表格或 OWOX BI 來計算 RFM。 有關這方面的更多信息，請閱讀我們關於如何進行 RFM 分析的文章。

重要的是不要忘記庫存水平、假期和季節性對數據有很大影響。 然而，為了低成本，RFM 報告可以幫助您對客戶採取個性化的方法，從而增加利潤。

您網站上的所有客戶活動都應導致購買。 您可能有一個成功的廣告活動，可以帶來大量有針對性的流量，但如果訪問者未能將商品移至購物車。

通過網站微轉化報告，您可以了解網站銷售漏斗中的弱點。 如果買家沒有進入漏斗的下一步，您就會知道如何鼓勵他們。 例如，如果用戶進行了微轉化但沒有購買任何東西，您可以向他們發送個性化廣告或電子郵件。

您需要準確確定客戶可以在您的網站上完成哪些微轉化並對其進行跟踪。 對於電子商務，這些可以是：

• 搜索類別中的項目
• 將商品添加到購物車
• 訂閱郵件
• 審查商品
• 滾動頁面

上面顯示的示例報告可讓您快速檢測和解決您網站上的轉化活動單。 該報告對營銷人員和開發團隊都非常有用。

很難想像沒有庫存和拋售的電子商務。 在線商店使用內部橫幅來宣傳促銷活動。 當然，這些廣告應該以與外部廣告相同的方式進行監控。

為了吸引更多客戶，您需要評估內部廣告活動的有效性，並為未來的促銷活動進行改進。

啟用增強型電子商務後，Google Analytics（分析）會報告有關內部活動的數據。

您可以在此報告中查看以下數據：

• 內部活動的名稱
• 觀看次數
• 內部活動的點擊率
• 交易
• 收入

與微轉化報告一樣，內部橫幅報告可幫助您提高網站的整體轉化率。

每次操作費用 (CPA) 合作夥伴的廣告可以為網站帶來高達 20% 的流量。 廣告的 CPA 模式是有效的，但在這個領域存在高水平的欺詐。 合作夥伴 CPA 活動報告可以節省您的預算。

通過分析您的 CPA 合作夥伴，您可以獲得絕對的透明度。 多虧了這些信息，您可以看到您收到的流量的效率，並估計聯屬網絡流量對其他來源的影響。

此類報告需要有關您網站上用戶行為的非抽樣數據。 我們建議使用 OWOX BI Pipeline 來收集這些數據。 然後，在 OWOX BI 智能數據服務的幫助下，您可以獲得完整的報告。

此報告顯示每個活動的來源更改的交易數量。 大量此類交易意味著資源替代的可能性很高。 需要特別注意有大量源更改的合作夥伴的工作，以避免可能的欺騙。

如需識別不道德的 CPA 合作夥伴的完整報告列表，請訪問我們的幫助中心。 通過這些報告，您將能夠找出哪些來源和渠道沒有帶來價值，以及哪些合作夥伴在廣告中使用了品牌請求。 而且，最重要的是，你會發現你應該付錢給誰。

為了製定管理廣告預算的決策，營銷人員需要一份基於實際銷售的廣告效果報告。

用戶經常下訂單但從不購買的情況。 要獲得真實的銷售數據，您需要分析購買情況。

要獲得準確的報告，您需要您網站上的用戶行為數據（完整且未抽樣），以及來自您公司的 CRM 系統的數據。

此報告可幫助您在不增加成本的情況下提高廣告活動的投資回報率。

需要此報告來評估目標網頁流量的有效性。

通過此報告，您可以了解哪些頁面（以及哪些內容）最有效地將訪問者轉變為買家。

1. 來自不同廣告服務的成本數據
2. 關於用戶在您網站上的行為的原始非抽樣數據
3. 從您的 CRM 系統購買的數據

與微轉化和內部橫幅報告一樣，著陸頁報告中的信息可幫助您提高網站的整體轉化率並增加收入。

在創建任何報告之前，您需要確保您擁有所需的所有數據，您可以信任這些數據，並且您了解所選歸因模型的所有細微差別。 為此，您需要回答幾個簡單的問題：

• 我目前使用什麼歸因模型？
• 我是否了解使用 Google Analytics（最終點擊歸因）的風險？
• 我是否了解使用我選擇的模型的所有缺點？

市場上所有歸因模型的詳細概述將幫助您選擇最適合您的模型。 如果您想了解歸因在營銷中的含義，請閱讀我們的下一篇文章。

想要您在本文中看到的報告嗎？ 試試 OWOX BI。 您將了解如何使用它來解決營銷分析問題。