電子商務網站運營思路
一、網站運營概述
本章所的網站運營更偏重站內營銷，也就是留客的工作。
網站運營是網絡營銷的一個組成部分，前期的站外營銷、推廣、網絡宣傳都是為了讓用登陸網站，那麼怎麼把用戶留住，並最終形成訂單是網站運營需要做的工作。
網站運營與用戶溝通是一種比較特殊的方式，它可以通過頁面展示、服務展示、商品推薦、促銷活動等行為構建起綜合的營銷環境，以客戶需求為導向的內容設置，充分的與用戶溝通的過程達成營銷之目的，最終形成訂單。
二、基本崗位設置與職能
網站運營
崗位職責：
1. 分析把握用戶、客戶的需求，根據需求調整網站各級欄目建設，以提高用戶使用感受，開發潛在目標市場和用戶群體；
2. 不斷完善網站功能和版面，提高用戶體驗度和滿意度；
3. 參與公司後臺業務系統的需求分析，策劃和建設；
4. 制定運營戰略發展和業務計劃，協調各部門的工作。
崗位職責：
1、負責網站商品及相關內容的錄入與維護，工作內容包含協助拍攝陳列、圖片後期處理、商品資料信息錄入、價格調整、商品上架下架等日常事務；
2、協同網站設計部門不斷優化網站類別架構、導航、推薦、及其他前後臺功能；
3、協同市場部門進行網站促銷活動的策劃及執行，以及相關的內外部評論的管理；
活動策劃
崗位職責：
1、完成市場活動的策劃及文案；
2、監督和協調市場推廣活動的執行；
3、負責與合作伙伴之間的溝通、組織、協調、執行；
4、負責運營活動數據分析及市場狀況分析，根據分析結果提出後續活動策略。
數據分析
崗位職責：
1、負責平臺日常運營數據的整理、統計、分析和管理；
2、對網站會員信息、消費行為規律進行分析；
3、通過數據分析發現影響網站經營的問題，並向經營部門提供發展建議；
4、對市場活動、營銷推廣、市場調查進行數據追蹤和評估，為經營活動決策提供數據支持。
三、網站運營工作分析模型
網站的運營工作主要是以數據為指導思想，來發現問題，解決問題，逐步使我們的運營工作穩健的上一個又一個臺階。
以下為運營工作的一個基礎模型：
第一項：日常性數據（基礎）
1. 流量相關數據：
1.1 IP
1.2 PV
1.3 在線時間
1.4 跳出率
1.5 新用戶比例
2. 訂單相關數據：
2.1 總訂單
2.2 有效訂單
2.3 訂單有效率
2.4 總銷售額
2.5 客單價
2.6 毛利潤
2.7 毛利率
3. 轉化率相關數據：
3.1 下單轉化率
3.2 付款轉化率。
簡要說明：
因為我們已經實現基礎的WEB版數據分析系統（有些公司用進銷存軟件），所以常規性的銷售額、利潤、利潤率，都是可以通過系統實現的。
直接與商城後臺對接，庫存管理都已經做進去了，分析數據時候，後臺的原始數據都有，設定好各項公式，想要的結果都出來了，這樣實現比用軟件效率更好，且可以根據各自的需求靈活開發。
由於會出現用戶今日下單，明日付款，所以訂單有效率、銷售額、轉化率、客單價會動態變化，靠EXCEL基本是做不來，所以靈活對接系統非常重要，如果沒有，也可以參考這方面的需求去開發。
第二項：每週數據分析（核心）
用戶下單和付款不一定會在同一天完成，但一週的數據相對是精準的，所以我們把每週數據作為比對的參考對象，主要的用途在於，比對上週與上上週數據間的差別，運營做了某方面的工作，產品做出了某種調整，相對應的數據也會有一定的變化，如果沒有提高，說明方法有問題或者本身的問題並在與此。
1、網站數據
IP、PV、平均瀏覽頁數、在線時間、跳出率、回訪者比率、訪問深度比率、訪問時間比率。這是最基本的，每項數據提高都不容易，這意味著要不斷改進每一個發現問題的細節，不斷去完善購物體驗。
1.1 跳出率：跳出率高絕不是好事，但跳出的問題在哪裡才是關鍵。我的經驗，在一些推廣活動或投放大媒體廣告時，跳出率都會很高，跳出率高可能意味著人群不精準，或者廣告訴求與訪問內容有巨大的差別，或者本身的訪問頁面有問題。常規性的跳出率應關注在登錄、註冊、訂單流程1-3步、用戶中心等基礎頁面，如果跳出率高於20%，就有不少的問題，也根據跳出率來改進購物流程和用戶體驗。
1.2 回訪者比 = 一週內2次回訪者/總來訪者，意味著網站吸引力，以及會員忠誠度，如果在流量穩定的情況下，此數據相對高一些會比較高，太高則說明新用戶開發的太少，太低則說明用戶的忠誠度太差，復購率也不會高。
1.3 訪問深度比率 = 訪問超過11頁的用戶／總的訪問數，
訪問時間比率 = 訪問時間在10分鐘以上的用戶數／總用戶數，這兩項指標代表網站內容吸引力，數據比率越高越好。
2.運營數據
總訂單、有效訂單、訂單有效率、總銷售額、客單價、毛利潤、毛利率、下單轉化率、付款轉化率、退貨率；
每日數據彙總，每週的數據一定是穩定的，主要比對於上上週的數據，重點指導運營內部的工作，如產品引導、定價策略、促銷策略、包郵策略等。
2.1 比對數據，為什麼訂單數減少了？但銷售額增加了？這是否是好事？
2.2 對比數據，為什麼客單價提高了？但利潤率降低了？這是否是好事？
2.3 對比數據，能否做到：銷售額增長，利潤率提高，訂單數增加？這不是不可能。
所有的問題，在運營數據中都能夠找到答案。
第三項：用戶分析
會員分析數據：新會員註冊、新會員購物比率、會員總數、所有會員購物比率；
概括性分析會員購物狀態，重點在於本週新增了多少會員，新增會員購物比率是否高於總體水平。如果你的註冊會員購物比率很高，那引導新會員註冊不失為提高銷售額的好方法。
1. 會員復購率：1次購物比例、2次購物比例、3次購物比例、4次購物比例、5次購物比例、6次購物比例；
2. 轉化率是體現的是B2C的購物流程、用戶體驗是否有好，可以叫外功，復購率則體現B2C整體的競爭力，絕對是內功，這包括知名度、口碑、客戶服務、包裝、發貨單等每個細節，好的B2C復購率能做到90%，沒有復購率的B2C絕對沒有任何前途，所以這也能夠理解為什麼很多B2C願意花大錢去投門戶廣告，為了就是獲取用戶的第一次購買，從而獲得長期的重複購買。但某些B2C購物體驗做的不好，花大錢砸廣告，這純屬燒錢行為。
運營的核心工作，一方面是做外功，提高轉化率，獲取消費者第一次購買行為，另外一方面就是做內功，提高復購率，B2C根本也就在重複購買。
第四項：流量來源分析
流量來源分析最重要的意義是：
1. 監控各渠道轉化率，這是運營的核心工作，針對不同的渠道做有效的營銷，IP代表著力度，轉化率代表著效果；
2. 發掘有效媒體，轉化率的數據讓我們很清晰的瞭解什麼樣的渠道轉化效果好，那麼以此類推，同樣的營銷方式，用在同類的渠道上，效果差不到哪去，BD或廣告就可以去開發同類的合作渠道，複製成功經驗。
流量分析是為運營和推广部門指導方向的，除了關注轉化率，還有像瀏覽頁數、在線時間，都是評估渠道價值的指標。
第五項：內容分析
主要的兩項指標：退出率和熱點內容
1.退出率是個好醫生，很適合給B2C檢查身體，哪裡的退出率高，基本會說明有些問題，重點關注登錄、註冊、購物車、用戶中心，這些是最基礎的，但也是最關鍵的。一般列出TOP20退出率頁面，然後運營部會重點討論為什麼，然後依次進行改進。
第六項：商品銷售分析
這部分是公司內部數據，根據每週、每月的銷售詳情，瞭解經營狀況，做出未來銷售趨勢的判斷，這部分數據模型還在規劃中，每家的情況都不同，所以這裡就不做說明了。
（摘自 飛揚新銳 B2C網站運營核心數據分析模型 ）
四、常用數據統計工具
1、 Google Analytics
Google Analytics是著名互聯網公司Google為網站提供的數據統計服務。可以對目標網站進行訪問數據統計和分析，並提供多種參數供網站擁有者使用。
2、 我要啦
我要啦是一款面向網站站長提供免費的、功能完善的、人性化的網站流量統計分析服務的統計程序。
3、 CNZZ
CNZZ是由國際著名風險投資商IDG投資的網絡技術服務公司，是中國互聯網目前最有影響力 CNZZ網站首頁的免費流量統計技術服務提供商，專注於為互聯網各類站點提供專業、權威、獨立的第三方數據統計分析。同時，CNZZ擁有全球領先的互聯網數據採集、統計和挖掘三大技術，專業從事互聯網數據監測、統計分析的技術研究、產品開發和應用。
4、 雅虎統計
雅虎統計是一套免費的網站流量統計分析系統。致力於為所有個人站長、個人博主、所有網站管理者、第三方統計等用戶提供網站流量監控、統計、分析等專業服務。
5、 量子統計
量子統計前身為雅虎統計，自2007年7月11日Beta版發佈以來，一直致力於為個人站長、個人博主、網站管理者、第三方統計等用戶提供網站流量監控、統計、分析等專業服務。2008年9月加入淘寶，於2009年3月正式更名為“量子統計”，成為阿里巴巴旗下一強大精準的網站統計產品。
閱讀更多 電商唯王 的文章
