独立站网站数据分析的分析范畴（第2篇）
对于一个品牌而言，生产、采购、物流、营销端都存在数据，将其数据打通，以市场营销数据指导生产和升级，这就构成了品牌的护城河，这也是DTC的魅力所在。
但是对于大部分独立站卖家而言，我们前期最容易掌控到的就是围绕网站产生的数据，这也是我后续文章的根本立足点。
在上篇文章中，我讲到了用户行为数据分为广义和狭义，在广义的用户行为数据下，我们将用户属性及交易关联到用户行为数据。
用户行为数据的5+1要素
那么到底是什么用户行为数据？他又是如何帮助我们实现分析目的的呢？
为了更好地了解用户行为数据，我们可以将用户行为分为5+1个要素。
谁，何时，在哪儿，做什么，怎么做，做多少。
这个就解释了“谁”“在什么时间”，在”什么地方”“做了什么事情”，“产生了多少结果”，对这6个要素进行逐一拆解，再落实到实际的数据采集维度，有了基础数据后，我们就可以利用这些数据覆盖更多的行为分析。
谁（Who）
“谁”这个概念指的不是“用户画像”，而是我们通过技术手段可以获取的用户信息，这些信息包含常规的，姓名、邮箱、地址、手机号；还包括从服务器端获取到使用的设备（电脑或IOS手机），deviceID，浏览器，Mac地址；如果用户使用社媒一键登录，我们还可以获得用户的性别、userid等信息。将这些信息串联在一起， 就构成了基本的“用户属性”。用户属性通常是CRM系统中重要的一部分，如果将该CRM系统与用户交易行为打通，就进化了以用户为中心的商业模式。
（以用户为中心的网站后台示意图）
何时（When）
何时通常是指，用户这个行为发生的时间及时长，在实际的分析时，我们还会通过添加“频次”的算法来进一步挖掘“何时”的价值。比如在EDM软件的用户群体细分中，我们也会按照过去X个月购买了X次的方式去筛选有价值的客户。
在哪里（Where）
这里的Where特指的是线上的用户在哪里。一方面是从哪个渠道进入到网站，比如自然流量、广告渠道、直接访问、社交媒体来的；另一个方面是指用户进入的是哪个页面，所处的网站模块，栏目等网页信息。
做什么（What）
这里的做什么主要是看网站的内容是什么，如果是电商网站，那就以产品为维度做的区分。按照产品本身的属性，比如产品类别、适用性别、价格区间、颜色、尺码、等划分。当你将产品属性与交易数据相结合，就可以下钻获得更多层次和角度的数据。
如果是非电商类型的网站，比如电影和小说网站，那就需要按照内容的属性来进行分类了，比如视频的分类、长短、是否18禁了。
怎么做（how）
这里的“怎么做”指的是用户在网站上的互动行为。一个电商网站，有产品，有内容。和产品相关的互动包括“留咨”“订阅”“加购”“浏览”“支付”“注册”等；与内容相关的互动就包含“浏览”“点赞”“分享”“评论”等。
做多少（how Much）
也就是用户花了多少钱，但是这类数据，我们一般不会单独分析，而是和前面的“做什么”“怎么做”的数据相结合，比如产品类别、适用人群、订单数量等，从而得出更多的维度组合。
用户行为数据构成了完整数据分析的基础
基于这6个要素，我们可以对用户行为数据按照一定维度进行无限的细拆和组合，用户数据就会越来越全面。但是随着组合的变多，分析的复杂度就会变大，在分析的过程中，经常会发现缺少这些或那些底层的基础数据，而导致数据分析无法继续进行下去。
底层数据不足，导致数据无法产生分析价值，这是很多公司往往会遇到的情况。人人都知道数据的价值，但是在数据产生价值之前，依旧存在着二八定律。80%的时间用于埋点和数据采集，但只能产生20%的价值；20%的时间用于数据分析，却可以产生80%的价值。但是如果没有那80%的时间投入到数据采集中，我们永远也无法获得后期的80%的价值。
而目前更多的独立站卖家的问题在于，并不知道数据分析从何开始，如何入手，这就让独立站的数据分析更是缺少数据基础而无法展开。
因此，数据的规划和数据的采集就成为数据分析工作当中最繁琐但又不得不做的事情了。在后面的2～3篇文章，我将继续对数据的基本术语、概念、规划来逐步介绍。
这是独立站数据分析系列文章的第2篇，开始填坑的第2篇。
如果你喜欢这篇文章，欢迎转发和分享，你的支持和鼓励是我继续写下去的动力。
我们建了一个亚马逊卖家交流群，里面不乏很多大卖家。
现在扫码回复“ 加群 ”，拉你进群。
热门文章
*30分钟更新一次
