SHOPLINE洞察报告

2024-04-23 28

SHOPLINE洞察报告通过用户在在线商店对商品的浏览、加购等行为,洞察商品间的关联关系、连带关系。本教程主要介绍如何在SHOPLINE平台查看洞察报告,包括商品关联洞察、商品连带洞察、商品连带购买、商品缺货预警、流量洞察等等。

一、购物车分析

【购物车分析】可以帮助了解用户的加购行为。它将为展示过去 30 天内,用户添加到购物车的商品组合,以及商品 A 和商品 B 的加购情况及他们同时被加购的可能性。

报告仅展示具有强关联性的商品组合。强关联性是基于算法计算,可以基于计算结果,对商品进行关联营销,比如商品推荐、折扣码、捆绑销售等等。

如果看到的消息是【数据量不足,无法分析】,则表示在过去 30 天内(含今天),没有足够多的商品被用户添加到购物车中,无法显示统计上的显著关系。在访客较少或者某些产品为新产品,则可能会出现这种情况。

二、购物车放弃报告

报告可以帮助了解在过去 30 天内,哪些是最容易被用户放置购物车内却放弃结账的商品,以及被放弃的商品价值。可以基于此进行思考并调整商品策略,以增加用户下单的比例。

当打开此报告时,最新可以看到截止到 1 个小时前的统计数据,可以重新打开或刷新报告以显示更新的数据。报告使用以下相关指标:

指标

定义

累计放弃人数

过去 30 天内,将商品加入购物车后的 24 小时内没有完成结帐的用户数量。

累计加购人数

过去 30 天内,将商品加入过购物车的用户数量

累计放弃金额

过去 30 天内,被用户加入购物车后的 24 小时内没有完成结账的商品价值。

即售价 * 加购件数,售价为前一日的售价。

放弃率

放弃用户数 / 加购用户数 * 100%

三、商品关联洞察

报告展示同一名用户在过去 7 天内访问、加购过的商品组合的关联关系,可以帮助了解商品之间的关联访问、关联加购关系。

  • 关联访问关系:过去 7 天内,同一名用户访问过多个商品商详页,则被访问的商品之间具有访问关联关系;
  • 关联加购关系:过去 7 天内,同一名用户加购过多个商品商详页,则被加购的商品之间具有加购关联关系;
  • 主商品和关联商品:将具有访问关联关系的商品分别称为主商品和关联商品。

在这里,报告仅展示过去 7 天内有访客造访的商品(最多展示 50 个商品),且仅展示关联访问率和关联加购率大于 0 的商品。

可以基于【商品关联洞察报告】的分析结果,挖掘用户喜好,对用户进行邮件推荐等提升用户回访、复购率。也可以在营销活动(如,买 X 赠 Y )、广告投放、落地页场景、商品应用(如款式组合、组合销售等)中,对商品进行绑定设置以提高转化率、达成销售。若没有足够多的商品被用户浏览或者添加到购物车中,则可能会出现【数据量不足,分析暂无数据】的情况。

商品关联洞察报告不会显示过去 24 小时内商店上的所有活动,报告基于 GMT + 8:00 的北京时间进行计算。

访问关联报告字段说明如下:

字段

说明

主商品名称

具有访问关联关系的主商品名称。

主商品访问用户数

过去 7 天,访问过主商品的用户数。

关联商品名称

与主商品具有访问关联关系的商品名称。

关联访问用户数

过去 7 天,访问过关联商品的用户数。

关联访问率

关联访问率 = 关联访问用户数/主商品访问用户数 * 100%

关联访问率衡量的是过去 7 天内访问过主商品的用户群体中,有多少百分比的用户也访问了关联商品。关联访问率越高,则表示商品间的关联访问关系越强。

加购关联报告字段说明如下:

字段

说明

主商品名称

具有加购关联关系的主商品名称。

主商品加购用户数

过去 7 天,加购过主商品的用户数。

关联商品名称

与主商品具有加购关联关系的商品名称。

关联加购用户数

过去 7 天,加购过关联商品的用户数。

关联加购率

关联加购率 = 关联加购用户数/主商品加购用户数 * 100%

关联加购率衡量的是过去 7 天内加购过主商品的用户群体中,有多少百分比的用户也加购了关联商品。关联加购率越高,则表示商品间的关联加购关系越强。

四、商品连带洞察

报告展示了同一名用户在过去 7 天内先后访问、加购过的商品的关联关系,可以帮助了解商品引流效果以及商品间的连带关系。

1、引导访问关系:在过去 7 天内,用户访问了商品 A 的商详页后跳转访问商品 B 的商详页,即商品 A 的部分流量流向了商品 B ,则认为商品 A 对商品 B 具有访问引导性。

2、引导加购关系:在过去 7 天内,用户在商品 A 的商详页内对商品 B 进行加购,或者,用户在访问了商品 A 商详页后跳转访问商品 B 的商详页,并对商品 B 进行加购,则认为商品 A 对商品 B 具有加购引导性。

3、主商品:将具有引导访问或者引导加购能力的商品称为主商品。

4、引导商品:将被引导访问或者被引导加购的商品称为引导商品。

在这里,报告仅展示过去 7 天内有访客造访的商品(最多展示 50 个商品),且仅展示引导访问率和引导加购率大于 0 的商品组合。

可以基于【商品连带洞察报告】的分析结果,将具有高引流作用的商品与高访问引导关系的商品进行绑定,以促进商店转化率的提升。若没有足够多的商品被用户浏览或者添加到购物车中,则可能会出现【数据量不足,分析暂无数据】的情况。

商品连带洞察报告不会显示过去 24 小时内商店上的所有活动,报告基于 GMT + 8:00 的北京时间进行计算。

连带访问报告字段说明如下:

字段

说明

主商品名称

具有引导访问关系的主商品名称。

过去 7 天内,用户访问过商品 A 的商详页后【继续跳转到商品 B 的商详页】,则商品 A 可作为【主商品】。

主商品访问用户数

过去7天,访问过主商品的用户数。

引导商品名称

与主商品具有引导访问关系的商品名称。

过去 7 天,用户访问过商品 A 的商详页后【继续跳转到商品 B 的商详页】,则商品 B 可作为【引导商品】。

引导访问用户数

过去 7 天,访问过引导商品的用户数。

引导访问率

引导访问率 = 引导访问用户数/主商品访问用户数*100%

引导访问率衡量的是过去 7 天内,在访问了商品 A 后有多少百分比的用户流向了商品 B 。引导访问率越高,则表示商品 A 与商品 B 间的引导访问关系越强。

连带加购报告字段说明如下:

字段

说明

主商品名称

具有加购关联关系的主商品名称。

主商品访问用户数

过去 7 天,加购过主商品的用户数。

引导商品名称

与主商品具有引导加购关系的商品名称。

过去 7 天内,用户访问过商品 A 的商详页后【继续跳转到商品 B 的商详页】并且在商品 B 产生了加购行为,则商品 B 可作为【引导商品】。

引导加购用户数

过去7天,加购过引导商品的用户数。

引导加购率

关联加购率=引导加购用户数/主商品访问用户数 * 100%

引导访问率衡量的是过去 7 天内,在访问了商品 A 后有多少百分比的用户直接加购了商品 B,或者在流向了商品 B 商详页后对商品 B 产生了加购行为,引导加购率越高,则表示商品 A 与商品 B 间的引导加购关系越强。

如果用户在商品 A 商详页内,在【最近浏览】或者【商品推荐】等帮助下,对商品 B 直接进行快速加购操作,则也仍为商品 A 对商品 B 也具有【引流】作用,但在此场景下,由于商户并没有访问商品 B,则商品 B 的访问用户数是 0,即商品 A 与商品 B 的关联访问率为 0%,对于关联访问率为 0% 的商品组合,不会展示在报告内。

注意:

  • 【商品关联洞察】和【商品连带洞察】都是在洞察商品 A 与商品 B 之间的关联关系,但不同的点是,【商品关联洞察】是一种无序关联,不关注用户对商品的浏览顺序,注重分析用户对于商品 A 和商品 B 可能存在的相同偏好倾向。而【商品连带洞察】关注用户在商品商详页的先后访问顺序,着重于分析在所有访问过商品 B 的用户中,有哪些用户是直接由商品 A 引导而来的,以此来衡量商品 A 对商品 B 的引导作用;
  • 本报告暂不考虑插件设置的商品组合加购的商品数据。如,用户在商品A的商详页内,对组合销售插件设置的商品 B 、商品 C 进行【一起加购】,则商品 A 与商品 B 、商品 C 的关系不纳入本次分析范畴。

五、商品连带购买

报告展示所选时间范围内的商品连带情况。商品连带购买是指多个商品同时被加入到同一笔订单中。可以基于此报告,了解商品连带购买情况。

商品连带洞察报告不会显示过去 24 小时内商店上的所有订单,指标的统计将按订单创建时间进行记录。

报告字段说明如下:

字段

说明

主商品名称

具有加购关联关系的主商品名称。

主商品访问用户数

过去 7 天,加购过主商品的用户数。

引导商品名称

与主商品具有引导加购关系的商品名称。

过去 7 天内,用户访问过商品 A 的商详页后【继续跳转到商品 B 的商详页】并且在商品 B 产生了加购行为,则商品 B 可作为【引导商品】。

引导加购用户数

过去7天,加购过引导商品的用户数。

引导加购率

关联加购率=引导加购用户数/主商品访问用户数 * 100%

引导访问率衡量的是过去 7 天内,在访问了商品 A 后有多少百分比的用户直接加购了商品 B,或者在流向了商品 B 商详页后对商品 B 产生了加购行为,引导加购率越高,则表示商品 A 与商品 B 间的引导加购关系越强。

如果用户在商品 A 商详页内,在【最近浏览】或者【商品推荐】等帮助下,对商品 B 直接进行快速加购操作,则也仍为商品 A 对商品 B 也具有【引流】作用,但在此场景下,由于商户并没有访问商品 B,则商品 B 的访问用户数是 0,即商品 A 与商品 B 的关联访问率为 0%,对于关联访问率为 0% 的商品组合,不会展示在报告内。

六、商品缺货预警

报告展示当前剩余库存天数不足 15 天的商品,可以帮助及时进行对商品进行调货备货、库存管理、设置超卖等策略。

对于商品缺货的预测,有赖于商品过去一段时间的销售表现,报告仅展示过去 28 天内商品销量大于 0 的商品,根据商品在过去 28 天的平均售出速度对剩余库存天数进行估算。

若没有足够多的商品在过去 28 天内产生销量,则可能会出现「数据量不足,分析暂无数据」的情况。

报告不会显示过去 24 小时内商店上的所有活动,报告基于 GMT + 8:00 的北京时间进行计算。

报告字段的说明如下:

字段

字段说明

商品名称

商品的标题。

商品品牌

商品的商品品牌名称。

SKU 规格

商品的 SKU 规格,如:红 · L。

过去 28 天销量

商品过去 28 天产生的销量合计。若您编辑订单使商品发生减少,则销量可能出现负数。

报告天数

【报告天数】记录的是已经产生过售卖记录的商品,在过去 28 天内的被计入报告的天数。(只有在过去 28 天内产生过销量的商品,才会在报告中显示出来)

  • 如果商品第一次产生售卖是在过去 28 天之前,且商品在过去28天内产生过销量,则商品被纳入分析的天数长达28天。
  • 如果商品第一次产生售卖是在过去 28 天之内,则商品被纳入分析的天数从其发生售卖之日算起。

举例:假设今日是 2023 年 10 月 31 号,在报告内,我们能查看到 2023 年 10 月 30 日的最新数据。商品 A 在 2023 年 9 月 1 日产生了第一笔订单,在 2023 年 10 月 15 号产生了第二笔订单,这意味着商品 A 是在过去 28 天内都是在报告的分析对象中的一个, 即,商品 A 的【报告天数】是 28 天。商品 B 在 2023 年 10 月 15 号产生了第一笔订单,则【报告天数】从 2023 年 10 月 15 日计算至今,即商品 B 的【报告天数】是 15 天。

剩余库存件数

商品当前在库存中的件数合计。

日均售出件数

商品在过去 28 天每日售出的件数。

计算公式是:日均售出件数 = 过去 28 天销量/ 报告天数

剩余库存天数

根据商品当前库存件数和售出速度预故的剩余可售天数,若天数为负值,则显示为 0,表示商品已经发生紧急缺货,需尽快补充库存或者设置超卖以保证交易正常进行。

计算公式是:剩余库存天数 = 剩余库存件数 / 日均售出件数

七、商品异常波动

SHOPLIONE 将销售额、访客数和转化率的「日环比增长率」变动幅度超过 30% 的商品界定为「异常波动」商品,可以在「分析」-「报告」-「洞察报告」-「商品异常波动」报告中,监控异常商品的变动情况。报告按三个主题对异常情况进行分析。

1、销售额主题:仅展示前一日商品销售额大于 0 的商品。若销售额大幅度提升,该商品可能是下一个潜力爆品。若销售额大幅下降,可以考虑增加广告投放,结合营销活动和商品组合优惠活动等促进买家购物。报告内的指标定义如下:

指标

定义

前一日销售额

商品所选时间前一日的商品销售额,订单发生编辑,销售额可能为负数。

当日销售额

商品所选时间的商品销售额,订单发生编辑,销售额可能为负数。

销售额日环比

(当日销售额-前一日销售额)/前一日销售额*100%

2、访客数主题:仅展示前一日商品访客数大于 0 的商品。若访客数大幅度上升,可能是广告投放成效。若访客数大幅下降,可以进一步优化商品标题和商品描述,做更多站外推广等改进。报告内的指标定义如下:

指标

定义

前一日访客数

商品所选时间前一日的商品访客数。

当日访客数

商品所选时间的访客数。

访客数日环比

(当日访客数-前一日访客数)/前一日访客数*100%

3、转化率主题:仅展示前一日商品转化率大于 0 的商品。若转化率大幅上升,可能是经营策略调整带来的结果。若如果转化率大幅度下降,可以利用折扣码等促销优惠活动促进买家下单转化。报告内的指标定义如下:

指标

定义

前一日完成结账访客数

所选时间前一日对该商品完成结账的访客数。

前一日转化率

前一日完成结账访客数/前一日访客数 * 100%

当日完成结账访客数

所选时间对该商品完成结账的访客数。

当日转化率

当日完成结账访客数/当日访客数 * 100%

转化率日环比

(当日转化率 – 前一日转化率)/前一日转化率*100%

在报告内,可以根据商品名称、商品厂商以及商品的指标数据进行筛选。若没有足够多的访客浏览或者购买商品,则可能会出现「数据量不足,分析暂无数据」的情况。

报告不会显示过去 24 小时内商店上的所有活动,报告基于 GMT + 8:00 的北京时间进行计算。

八、流量洞察

报告展示所选时间段内,不同国家/地区、省/州、设备类型、操作系统、UTM 活动等维度的访客数和转化率。

与流量获取报告不同的是,此报告使用二维坐标轴进行展示,帮助更加直观地洞察不同分析维度下,各个点的访客数和转化率分布。比如,位于二维坐标右下角区域的点,具有「高流量、低转化」的特征,可能要关注下如果优化广告策略;位于二维坐标左上角区域的点,具有「低流量、高转化」的特征,可能可以适当加大流量投放。

报告支持的时间范围是【昨日】、【过去 7 天】、【过去 30 天】、【过去 90 天】,报告最新可展示昨日的访客数据,若关注最新的今日数据,可前往【分析】>【报告】>【流量获取报告】查看。

  • 广告合作

  • QQ群号:707632017

温馨提示:
1、本网站发布的内容(图片、视频和文字)以原创、转载和分享网络内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。邮箱:2942802716#qq.com(#改为@)。 2、本站原创内容未经允许不得转裁,转载请注明出处“站长百科”和原文地址。