活跃用户量是一个基本的指标，有 DAU (日活跃用户)、WAU (周活跃用户)和 MAU (月活跃用户)三个层次；
转化是一个非常重要的指标，电商运营需要关注主路径、次路径甚至精细到每一个品类/ SKU 的转化率；
留存要从不同的时间周期上研究，包括次日留存率、3 日、7 日、30 日留存；
复购则要从 3 个角度去看，复购用户量、复购率和复购金额比；
GMV 是最重要的指标，我们的运营最终是围绕这个来进行的（ GMV = UV *转化率*客单价）
光知道指标是远远不够的，电商行业的精细化运营需要结合业务实际展开。我们可以从商品运营、用户运营和产品运营这 3 个关键思路展开，看电商网站该如何得到数据背后的东西。
一、商品运营：流量优化和品类优化
电商行业的一大特点是商品品类或者 SKU 非常多，那么如此多的商品该如何运营呢？
这是三个电商 APP 的首页界面：前两个是京东和国美，属于平台型的电商；第三个是生鲜水果平台，属于垂直型电商。不难发现电商的产品在设计上非常类似，首页上面呈现的是轮播的 Banner ，下面是活动专区。
（一）转化分析
在商品运营中，尤其是首页商品更新速度快，我们要格外重视转化，甚至要精确到不同时间区间、不同位置、不同商品的转化率。然后根据转化率，结合业务经验，不断调整运营策略。然而目前，即使是大型的电商网站，也没有很好地做到这一点，对于每个商品品类/SKU 的转化率的分析仍存在一定的空缺。
商品运营有一个非常大的优势：投入低，见效快，效果明显，商品运营的本质是通过不同坑位、不同活动、不同商品的分析来提高我们的转化率和 GMV 。
下图展示了一个电商购买流程的主路径：首页——活动页——商品详情页——支付完成。从精细化用户行为分析的角度出发，我们关注转化路径每一步的转化率；通过分析不难发现最后一步“支付完成”的转化率偏低。
我们更需要基于三个关键转化“UV-点击”、“点击-加入购物车”、“购物车-支付成功”，对不同的商品进行比较分析，从而及时调整运营策略，下图就是各个步骤的转化率：
（二）实时分析
电商网站的运营节奏非常快，尤其是活动专区的“秒杀”、“抢购”等活动，需要实时监测 SKU 的更新变化。上图中，抖音上热门网站，某电商平台进行了一次微信上的促销活动，通过实时监测到对应的平台访问情况，便于运营人员及时调整运营策略。
（三）品类分析
电商网站上的商品品类非常多，每一个品类都应该有明确的定位，不同定位的品类应该有不同的运营策略。根据商品品类的利润率、转化率等表现，我们将商品品类分成 4 种：导流型品类、高利润品类、高转化品类、未来明星型品类。
1. 导流型品类：利润非常低，但是购买量大、市场需求大，目的在于导流。
2. 高利润型品类：利润率高，希望用户更多购买此类商品。
3. 高转化品类：带量。
4. 未来明星型品类：这是电商平台的潜力股，虽然曝光量很低，但是转化率极高。
明确了商品的品类后，我们就可以针对性地展开运营。
这是新型的波士顿矩阵，横坐标代表商品的曝光量，纵坐标是商品的转化率，图中的每一个圆圈代表一个品类的商品。右上角的商品品类曝光量大、转化率高，是现金流的重要业务；而左上角的商品虽然曝光率非常低，快手刷赞平台，但是转化率极高，属于我们上面提到的未来明星型品类，对于这一类商品，我们在后期的运营中可以增加其曝光量。
二、怎样进行用户运营？
随着互联网用户增长速度的放缓，用户体验愈发重要，之前无目的的短信推送、APP 通知有可能使用户厌烦，破坏用户的体验；甚至可能导致用户退订、卸载。
精细化运营的情况下，做好用户运营主要从两个角度出发：一是找到用户留存的关键点；二是采取差异化的运营策略，区分不同的用户群体，对不同群体采取差异化的运营方式。
（一）找到用户增长的“魔法数字”
留住一个客户的成本远远小于重新获取一个客户的成本，所以留存至关重要，它关系着一个平台能否持续健康发展。
留存曲线分成三个周期，京东店铺刷粉网站，开始是震荡期和选择期，经过这两个周期，如果用户能够留下来，就会进入一个相对平稳期。
在硅谷流向的 growth hacking 中，经常提到 magic number（魔法数字）。
那么作为一个电商平台，你的平台的魔法数字是什么？
以某电商平台为例，在该网站上 7 天内完成 3 次购买的用户的留存度（红色）是一般用户（绿色）的 4 倍左右，因此在一周内让用户完成 3 次购买就是他的魔法数字。
（二）差异化的运营策略
不同用户的活跃度、商品偏好、购买决策阶段都各异，我们需要采取差异化的运营策略。差异化的运营策略主要从3个角度出发：基于用户的活跃度、基于用户对不同商品的偏好、基于用户所处的决策阶段。
基于用户的活跃程度，我们可以将用户大致分成“流失用户”、“低频活跃用户”和“高频活跃用户”。一般情况下，一个用户 30 天甚至更久没有登录你的平台，我们基本可以认为该用户流失了。对于流失客户，是否要考虑采取召回策略。30 天内活跃 10 天以上的高度活跃用户，我们是否可以向其推荐更多精准的商品。
其次基于用户对不同商品的偏好，我们采用用户分群，将用户区分成“美妆类”、“鞋帽类”、“数码类”、“书籍类”等不同群体，然后精准推送新品。
最后，基于用户购买决策的不同阶段。一个标准的购买流程，先后经历“首页浏览/搜索——浏览商品详情页——商品对比——加入购物车——支付成功”等几个环节，用户在每一个节点都处于不同的决策阶段。我们从维度（属性数据）和指标（行为数据）出发，对用户分群，如“领取了优惠券，但是未使用”的用户，采取精准的推送。我们从 GrowingIO 提供的 API 导出这些用户的 ID 和属性，然后对接企业内容的 CRM 或者 EDM 进行精准的推送和提醒，刺激用户的转化。
三、优化产品的转化效率
目前电商产品的设计总体成熟、界面布局类似，我们主要结合用户的使用情况去优化产品。我们的思路主要是：优化产品不同路径的转化率，注重用户点评的管理。
（一）优化产品，从转化做起
一个购买行为可能有多种转化路径：
首页——商品——订单转化
首页——商品列表——详情页——订单转化
首页——搜索——商品列表——详情页——订单转化
首页——单坑位Banner——活动页——详情页——订单转化
除了不同路径的转化率，我们还关注转化的每一步：
上图展示了一个用户的购买流程及每一步的转化率，我们发现“加入购物车”到“支付成功”的转化率不到1/3，视频号刷点赞平台，偏低，需要排查具体的问题出在哪里。
一旦觉察到问题可能存在，我们就需要层层下钻，直接抵达问题的核心。我们通过用户分群，将“提交订单，但是未支付完成”的用户全部筛选出来。然后抽出 3-5 个符合条件的用户，借助“用户细查”仔细观看每个用户的操作流程，一般就能发现问题了。
（二）用户评价的重要性
越注重用户体验的商品，用户评价的管理就越重要，例如旅游类商品、生鲜类商品、鞋服类商品等。
借助转化漏斗，我们发现观看过“商品评价图片”的用户的购买转化率是一般用户的 4 倍，但是其数量只占总体的 1/10。如果我们能引导用户参与点评，将优质点评展示给更多的新用户，快手刷赞平台，那么我们的产品总体购买转化率将会有更大的提升。
