简述电商运营大数据标准

2018-12-25高兴

电子技术与软件工程 2018年8期

关键词：访问者浏览者页数

文/高兴

在电子商务发展中，大数据的应用与探究为电商发展提供了帮助。大数据标准的建设成为电子商务大数据参考的重要前提，也是电子商务发展的重大驱动力。大数据标准方面有众多的内容，以下讨论的几种大数据标准和算法是当前电子商务中应用较多的。

1 电子商务访问者内容标准

1.1 忠实访问者指数（Committed Visitor Index）

计算公式：忠实访问者指数=大于N分钟的访问页数/大于N分钟的访问者数

忠实访问者指数能够反映固定时间段平均访问页数，能够正确的反映页数和时间之间的关系。该标准能够我们认识页面和时间之间的联系，通过指数高低分析访问者忠实度。如果这个指数低，能够说明访问者在访问时间内对页面的浏览较少，反之，如果在网站资料和功能方面予以填充，能够看到该指数的增加，则说明访问者对于网站的忠实程度提升了。

1.2 忠实访问者量（Committed Visitor Volume）

计算公式：忠实访问者量=大于N分钟的访问页数/总的访问页数

该指标能够反映长时间访问网站的访问者所浏览的页面的总数。在电子商务发展中，网站的访问量是最重点的内容，在推广和宣传中占据主导的就是访问质量。有1000个人访问页面，而其中的忠实访问者仅仅占到10，那么就说明网站的建设还存在很多的不足，说明网站吸引力不够或者进行了错误的引导。因此，量低说明网站宣传和推广需要进一步创新。

1.3 访问者参与指数（Visitor Engagement Index）

计算公式：访问者参与指数=总访问数/独立访问者数

该指标能够对访问者的关注程度进行了解，能够看到多次访问的趋势变化。在与回访者比率的对比中，该标准能够更大限度的对访问者的关注程度进行反应，也就是访问者对网站的热情。如果访问者对于网站的关注热情很高，则这个数值就远远的大于1，当访问者热情降低，这个数值就会趋向于1。通过这个标准，就能够判断网站对公众的吸引能力，对于网站建设来说也是至关重要的内容。

1.4 忠实访问者比率Committed Visitor Share

计算公式：访问时间在N分钟以上的用户数/总用户数

该标准的应用应该与网站长期的运营结合在一起，根据不同的网站确定不同的标准其中的N也通过网站的类型和大小来定义，比如大型网站通常定位在20分钟左右。这个访问者指标如果单独使用很难体现他的效用，应该结合其它网站运营的数据指标一起使用，例如转换率，但总体来说，较长的访问时长意味着用户喜欢呆在你的网站，高的忠实访问率当然是较好的。同样的，访问时长也可以根据不同的需要自行设定。

2 电子商务网站蹦失率内容标准

2.1 蹦失率/跳出率(所有页面)Reject Rate/Bounce Rate

计算公式：回弹率(所有页面)=单页面访问数/总访问数

访问者在浏览网站的过程中仅仅看到一页的数值反应，该标准对于网站流量来说是意义重大的，在网站分析的过程中对于该数值的分析，能够确定网站建设是否完善，对于公众的吸引力是否到位。而这个比率的下降说明网站建设在不断地完善。

2.2 蹦失率/跳出率(首页)Reject Rate/Bounce Rate

计算公式：回弹率(首页)=仅仅访问首页的访问数/所有从首页开始的访问数

该指标对于首页对于访问者的吸引力大小有着充分的反应，对于网站首页建设具有指导意义。该指标在所有的内容型指标中是居于首位的，也是当前电子商务网站首先要进行关注的标准。在访问者浏览网站的过程中，大多数网站都会一掠而过，而这一掠而过的内容往往就是网站首页的内容，因此网站在策划过程中，要关注首页是否能够满足访问者浏览的需要，同时激发起浏览者对网站的兴趣。如果这个比率比较低，则说明，网站设计还是存在一些创新上的问题，需要进一步优化。

3 电子商务网站浏览用户内容标准

3.1 浏览用户比率Scanning Visitor Share

计算公式：浏览用户比率=少于1分钟的访问者数/总访问数

该指标对于网页也因程度的分析具有一定的指导意义。网站对于浏览者的吸引往往都以时间为主，如果浏览者能够在网站上停留一分钟之久，则对于网站的整体就更加的深入，如果这个数字较低，能够说明网站的设计过于简单，需要内容的进一步充实。

3.2 浏览用户指数Scanning Visitor Index

计算公式：浏览用户指数=少于1分钟的访问页面数/少于1分钟的访问者数

访问者在一分钟之内对于页面的浏览数量。该指标能够对访问者的访问兴趣进行反应，该比率趋向于1的情况下，说明访问者的访问兴趣不高，如果在接下来的建设中能够提升该指数，则说明网站的导航系统获得了浏览者的认可，反之则说明网站的市场定位方向需要改善。该指数也跟以上的浏览用户比率综合分析，才能够对浏览者对网站的兴趣进行综合的分析。