2019電商PM應了解的5大數據運營指標
2019電商PM應了解的5大數據運營指標

2019電商平台百家爭鳴,以數據出發的運營思維越來越常被提倡,身為電商平台的PM,你是否有完整掌握所有重要的數據指標了呢?這邊和大家分享電商平台都應該要注重的5大數據指標:流量、轉化、用戶、商品、風險控管。

而數據指標的重點一直都不在於數據本身,更重要的是,了解這些數據思維可以延伸出的action plan,因此這篇也著重分享產品經理可以如何從這些角度切入並有所行動。

一、電商PM的基本思維

身為一個電商平台的PM你是否羨慕過其他社群類、工具類產品,一開始不太需要想商業化的問題,只需要先思考如何服務好用戶、優化體驗即可,做電商跟其他網路產品不一樣,打從Day 1便清楚知道我們的產品就是要商業,作為一個產品經理,不只要替用戶考量體驗,同時也時時刻刻在想如何讓用戶付費、並消費更多!因此身為電商PM必須要具備以下基本思維:

  • 電商公司最重要的產品並不是網站,而是商品本身

  • 因為電商類的公司商業模式很清晰,訴求很明確,必定是由業務驅動產品開發的,因此比起其他產品PM,我們格外會被老闆/業務單位的需求清單推著跑,如何與跨部門同事透過「數據」溝通是非常重要的

  • 作為一個產品經理,你的任務是在「商業的變現需求」與「用戶需求」內取得平衡,了解以下的商業數據指標可以幫助你取捨。

二、核心公式:GMV=流量×轉化率×客單價

首先,介紹五大指標前,電商PM必須要把這個公式刻在心上:

GMV =流量 x 轉化率 x 客單價

※名詞解釋:GMV與Revenue有何差異?

GMV(Gross Merchandise Value)指的是網站成交金額,實際指的是總交易訂單金額,包含付款和未付款的部分,也就是涵蓋了退貨與取消訂單的金額;Revenue則是指實際成交金額,會小於GMV。之所以看GMV的公式而不是Revenue的原因是要純化下面1~3的數據指標,而另外把退貨與取消的數據放在風險控管的指標中。

前三大指標「流量」、「轉化」、「用戶」將從這個公式的脈絡去說明:

1. 流量指標:如何獲取用户?

關鍵數據:Session, Unique Visitor, Page Views

除了行銷同事日常的業務外,產品team可以切入的角度是,打磨與保障用戶體驗的順暢與完整,進而達到「口碑傳播」自流量的效果;同時保持與行銷部門的溝通與同步是很重要的,瞭解他們操作的流量渠道與策略,能夠幫助你在思考與瞭解完整的User Journey,並將不同產品分開思考,PC、Mobile、App的流量渠道不同,體驗優化應有相對應不同策略與設計。

有些產品團隊會有Growth Hack PM的設置,讓獲取流量透過技術的方式可以更有效率,例如開發小程序或是特殊活動頁面(Landing Page)等。

  • Session = 使用者進出商場的次數,也就是網站本身的吸引力程度,「工作階段」更能代表網站的吸引使用者到訪的能力、訪客與網站的互動量,也比較不會短時間內瀏覽多頁的極端使用者影響。

  • UV(Unique visitor) = 逛商場的不重複客人數,真正造訪的用戶數,網站要能一直吸引到新用戶才能持續成長。

  • Page views = 客人逛的櫃位數量,被瀏覽過的商品,商品本身的吸引力程度,通常被用來看電商平台上商品的熱門程度。
    *註解1:推薦閱讀【正確理解Google Analytics「工作階段」定義、計算、重要性
    *註解2:以上思維比較屬於「網頁思維」,如果是App的維度通常會從下載數看流量拉新。

2. 轉化指標:流量進來後是否有效轉換訂單?

關鍵數據:CVR(各頁面的轉換率漏斗)

應該是PM最熟悉的一個指標,從進站後的User Journey去釐清各步驟頁面漏斗的轉換率,此時分清楚產品功能裡的「信息流」與「任務流」是非常重要的,用戶跳出不外乎是「產品信息內容不充足」或是「信息豐富但用戶無法有效率地完成找到商品的任務」。

「信息流」 是從商品供給角度提供的內容與資訊,例如商品規格、評價、導購文章等;「任務流」 是從用戶需求的角度去搜索並找到他所需要的,例如搜索篩選器、熱銷排行榜、猜你喜歡等。

※CVR(Conversion Rate)

CVR這個指標是有點玄的,很看各功能目標是什麼,產品的功能終極目標都是要促使用戶執行下單的動作,但每個功能跟頁面要追蹤的事件會有差異,以致於分子與分母的定義可能會不同(舉例來說「收藏功能」可能就需要以不重複訪客作為分母、收藏次數作為分子,不能用session或是pageview去當分母)。但整體來說產品經理通常要看的大方向應該是session為分母的、到結帳頁面前的各頁click事件為分子的CVR,運營業務單位應該要看的是各商品pageview為分母、成交訂單量為分子CVR。

3. 用戶指標:轉換後的流量如何持續運營,提高這些流量的價值?

關鍵數據:客單價(AOV)、用戶黏性(DAU, MAU)、用戶留存(Retention)

從PM的角度看提高客單價的方式,除了透過推薦系統&關聯系統進行綑綁銷售外,還有持續經營會員(定義:已在網站產生過交易的用戶)讓其持續產生交易,因此我用了更廣義的「用戶指標」來涵蓋此指標的重點。

「用戶黏性」 來說,重點在於「良好的信息推送管道」,把握住用戶的消費節奏,讓他第一次消費完後還會一買再買,譬如相關產品優惠或回購補貼推送等提高消費頻次;而 「用戶留存」 的切入最常見的是會員機制的設計,需注意的是Retention的計算通常會跟本身商品的消費頻次也有關係,建議使用較精細的cohort analysis。推薦閱讀:如何實際計算Retention、LTV ,並產出可執行的商業計畫

運營用戶指標的一大關鍵在於掌握用戶客群分層,與行銷部門同事合作建立用戶畫像(persona)或是常見的RFM價值模型,可以協助你切入去思考設計不同的功能、運營不同價值的用戶。不過用戶分層只是手段,重點是找到不同用戶的gap與機會點滿足他的需求達成業務目標。

※什麼是RFM模型?

在CRM中,經常會用到RFM模型分析去衡量以為會員的價值,和給企業帶來的利潤能力。這個模型是通過會員最近一次消費(Recency)、消費頻率(Frequency)、與消費金額(Monetary)這三個因素來描述會員的價值狀況。推薦閱讀:常貴客?新客? 讓RFM模型簡簡單單解釋一切!

除了以上從GMV核心公式中剖析出的三大指標外,還有兩個指標「商品」&「風險控管」也非常重要,highlight一開始所強調的思維:「電商公司最重要的產品並不是網站,而是貨品本身」,因此這兩個指標的核心概念是監控商品的品質。

4. 商品類指標:分析商品本身競爭力

關鍵數據:
商品總數:SKU數、庫存(滿房率)
商品優勢性:個別商品轉化率&收入占比、商品最低價比例

商品本身的競爭力通常不在PM可掌握的能力範圍,而是與業務單位的同事比較相關,但對以上數據有瞭解與掌握,可以幫助PM更全面地掌握網站「轉換率」的影響因子。舉例來說我身在的OTA旅遊平台,有時候CVR下降不一定是網站頁面的轉換哪裡出了問題,可能是房源物件滿房率高&庫存少,或是因為特殊事件以至於貨品優勢下降(Ex:去年日本民泊法影響讓優勢房源關房)。

當你有了這些operational knowledge,更進階地能與業務單位同事合作優化物件的競爭力,像是許多OTA都有協助業務單位實作爬蟲功能,將商品最低價做到自動化補貼與降價等功能。

※SKU(Stock Keeping Unit)

SKU是從貨品分類角度看單獨一種商品。只要貨品屬性有所不同,那麼就是不同的SKU。屬性包括很多,一般的理解貨品屬性包括:品牌、型號、配置、等級、花色、成分、用途等。也就是說同樣的貨品只要在人們對其進行保存、管理、銷售、服務上有不同的方式,那麼就需要被定義為不同的SKU。

5. 風險控管指標:身為平台的服務品質與滿意度

關鍵數據:評價數、評價分數、投訴率、退貨率。

關注以上這些指標可以讓你監控商品問題,主動發現有瑕疵問題的商品以優化平台的服務品質與滿意度,以PM的角度來說,創造與鼓勵用戶評價的機制,並創造平台的正向循環是可以著力的點,同時也應該與業務部門同事合作,優化商品招募與採購的品質控管。

以上是從「數據思維」去切入電商平台的產品開發與運營,如果你的產品/產業,剛好也跟我一樣屬於特別的「雙邊電商平台」,也可以參考我這篇從「供給與需求」的角度切入的平台戰略思維:雙邊電商平台戰略,新創不能不知的三個運營思維!

若是你對數據思維相關的文章有興趣,也十分推薦3PM LAB夥伴Nana這篇「PM夥伴攻略:如何跟資料科學家合作?」讓你更了解如何一起與Data team夥伴玩出數據新境界!

其他參考資料:

  1. The Elements of User Experience: User-centered Design for the Web《用户体验要素》读后
  2. 电商流水的3大策略:流量、转化率、客单价
  3. 电商平台应该分析哪些数据?具体怎么去分析?
  4. 电子商务里面的 GMV (Gross Merchandise Volume) 的定义是什么?和销售额的区别是什么?

本文由產品三眼怪授權轉載自其Medium

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

往下滑看下一篇文章
不只投廣告!在 AI 時代,無限創意行銷如何從企業營運出發,放大行銷成效?
不只投廣告!在 AI 時代,無限創意行銷如何從企業營運出發,放大行銷成效?

一家連續十年營收 700 萬元的健身業者,如何在一年內將業績推升至 3,500 萬元,成長整整 5 倍?答案可能和多數人想的不一樣。

這家健身品牌不是一開始就加碼投放廣告,而是先從調整組織架構與薪酬制度著手,透過明確分工改善團隊運作,進而建立「全員銷售」文化,這並不是要求每位員工都成為業務員,而是讓團隊理解與認同品牌理念,確保從服務、回覆、教學到售後過程中的每一個顧客接觸點,都能傳遞一致的訊息與體驗,從而建立顧客對品牌的信任感,甚至願意主動購買與持續回購。而規劃這套成長策略的幕後推手,正是無限創意行銷。

AI 讓行銷變簡單,為何行銷公司反而更難做出成效?

雖然公司名稱裡有「行銷」兩個字,但無限創意行銷並非只從行銷工具出發,而是以顧問式行銷的角色,先理解企業經營問題,再決定應採取哪些行銷與營運解方。「我們不會一開始就告訴企業該採用哪些行銷策略,而是根據企業真的需求來提供適合解方」,無限創意行銷創辦人翁小五一語道出公司的獨特定位。

通常,企業在面對營收成長瓶頸時,第一個念頭就是做行銷,然而,翁小五從過往的工作與創業經驗中發現,限制企業營收成長的原因有很多,不一定與行銷有關,背後可能還有其他問題,若沒有釐清真正的問題所在,就急著投入廣告或其他行銷資源,很可能只是治標不治本。

基於這樣的觀察,無限創意行銷決定採取反向思考邏輯:先回到企業經營本身,找出造成「成長趨緩」的真正原因,再據此制定策略、優化營運流程,最後透過行銷放大企業優勢。當每一筆行銷投入都建立在更健康的企業體質與更精準的策略判斷之上,行銷才不只是「有做」,而是真正能為企業帶來成長。

這套「先找問題、再選工具」的服務模式,在生成式 AI 工具普及後,也成為拉開行銷成效差距的關鍵。

過去,行銷公司的價值建立在製作能力、投放技術與媒體資源;但當 AI 逐步降低文案、素材與分析的執行成本,單純提供「做內容、下廣告、做報表」的服務,差異化將快速縮小。此時真正考驗的,反而是行銷人的理解力和判斷力:能否看懂消費者真正需要什麼?能否找出限制企業營收成長的關鍵環節?而這正是無限創意行銷長期深耕企業經營現場、不斷透過數據與市場驗證所累積的核心能力。

無限創意行銷-2.JPG
無限創意行銷創辦人 翁小五
圖/ 數位時代

AI 拆解營收黑洞,讓數據為企業成長導航

在無限創意行銷的顧問式服務流程中,數據是相當重要的依據。翁小五進一步說明,無限創意行銷的數據應用可以分為三個層次:從檢視行銷活動成效、拆解顧客旅程中的問題節點,再進一步延伸至年度營運規劃,讓企業不只知道「過去發生了什麼」,更能判斷「下一步該怎麼走」。

首先,是檢視行銷活動成效,其中最重要的原則在於,根據行銷目標去解讀數據。舉例來說,如果目標是增加首購顧客,除了檢視素材吸引力與點擊率,還要持續追蹤到站、詢問、成交、新客占比與首購成本;如果目標是擴大營收規模,則應進一步檢視回購率、客單價與顧客終身價值。

數據應用的第二層價值,是拆解從「廣告投入」到「營收產出」之間的過程,理解每一個節點的數據分別反映什麼問題,再針對問題逐一修正。

至於第三個層次,則是讓數據成為企業經營與資源配置的依據。無限創意行銷會從年度營收目標出發,結合產業特性、淡旺季變化與過往行銷成果,拆解每一季、每個月的業績任務,再將過去有效的策略放大、成效不佳的做法修正,據此安排下一年度的行銷資源與營運節奏。

不急著加碼廣告,從企業體質出發找出 5 倍成長解方

對無限創意行銷來說,數據是找出問題、配置資源與規劃成長路徑的關鍵,文章開頭提到的健身業者,正是此套方法論的最佳印證。當初,翁小五深入診斷後發現,這家企業真正的問題在於組織結構過度扁平,老闆長期忙於處理日常事務,難以專注在營運規劃;此外,組織缺乏真正負責營運管理的中階主管、教練流動過高導致學員缺乏安全感等,皆是影響回購率的因素。

因此,無限創意行銷先從組織架構著手,設立專責店長一職,並重新設計薪酬制度,藉此讓教練、店長與老闆皆可專注在自身工作上。之後,再透過前期廣告數據與顧客洞察,找出消費者選擇品牌的真正原因,並運用行銷活動與口碑經營持續放大。同時,翁小五也在過程中導入「全員銷售」概念,確保顧客在各個接觸點都享有一致的體驗,品牌才能逐步累積顧客信任。

最終,這家企業的營收一年就成長至 3,500 萬元,達到原先的 5 倍。這個案例也說明了無限創意行銷的方法論:行銷不是企業成長的起點,而是放大企業優勢的槓桿;企業體質愈健全,這支槓桿所能放大的成長效益也愈大。

從「會做」到「會判斷」,AI 時代,無限創意行銷正在重新定義行銷公司的價值

隨著 AI 能力越來越強大,下一代行銷公司的價值,不只是比誰更懂得運用 AI,而是行銷人的市場理解力與專業判斷力,知道 AI 產出的內容哪些值得留下、哪些應該捨棄,或是該如何持續修正,才能打造出能夠被消費者感受到的品牌體驗。

因此,無限創意行銷未來將積極建立團隊與 AI 協作的方法論,將過往的專案判斷、提問框架與數據檢核邏輯,轉化為 AI 協作流程。團隊在面對新專案時,不是直接要求 AI 給答案,而是先定義目標、限制條件與判斷標準,再去檢查 AI 產出是否符合商業情境。

對翁小五而言,AI 時代真正稀缺的,不是工具,而是定義問題、理解消費者與判斷品質的能力。未來無限創意行銷的競爭力,也不在於使用多少 AI,而是持續將人的品味、市場理解與產業 Know-how,透過 AI 放大,協助企業打造更精準的品牌體驗與更高品質的決策。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓