B2B e-ticaret Yiding'i örnek olarak alın, veri gömme noktalarından ürün yöneticilerinin bakış açısından bahsedin
Yazarın departmanı veri merkezidir ve sorumluluğu, şirket için veri merkezini oluşturmak, her bir ürün hattının veri işlemlerini desteklemek, her bir ürün hattının verilerini veri merkezi aracılığıyla açmak ve sektörün yukarı ve aşağı yönlü müşterilerine daha doğru hizmet vermektir. Bu makale B2B e-ticaret ürünü Yiding'i asıl mücadele olarak alıyor ve veri merkezindeki veri gömme noktalarından bahsediyor.
Resim kaynağı: R&F Küresel Emtia Ticaret Limanı Resmi Hesabı
Şirkete ilk katıldığımda, şirketin veri toplama noktası Baidu ile işbirliğiydi ve Baidu mobil istatistiklerini kullanıyordu.
İşlem geri bildirimi Baidu'nun trafik analizi çok güçlüdür, ancak en büyük sorun e-ticaretin iş verilerini entegre edememesidir.Örneğin, deliğin işlem miktarını ve dönüşüm oranını (işlem miktarı / PV) yalnızca deliğin trafik verileri alamaz. Bu veriler, e-ticaret erişiminin ana yoluna ek olarak > Ürün Detayları > Ürün listesi > Satın alma ekle > Sipariş vermek > Tüm ödeme sürecinin dönüştürme oranı mevcut değildir.
Bu sırada, mevcut sorunları birlikte iletmek için ürün müdürü ve Yiding'in operasyon başkanını arayıp geliştirmemizi yaptım.
Resim kaynağı: Baidu Mobile Statistics, Baidu'nun mobil analizi herhangi bir iş verisi görmüyor.
İletişim sonrasında aşağıdaki sorunların çözülmesi gerektiği belirlendi:
Soru 1: Yidingin B2B e-ticaret ürünlerinin günlük ana yolunu bilmeniz gerekiyor > Ürün listesi sayfası > Ürün ayrıntıları sayfası > Satın alma ekle > Sipariş vermek > Her gün ana ödeme yolundaki kişi sayısı ve her adım arasındaki dönüşüm oranı. Amaç, her adımın dönüşüm oranını uzun süre izlemektir.Açık bir anormallik varsa, operasyon çalışanları düşük dönüşüm oranının nedenlerini daha fazla analiz edecektir.
Resim kaynağı: E-ticaret, soldan sağa şu şekilde: ana sayfa, ürün listesi, ürün detayları, ek satın alma, yerleşim sayfası
Problem 2: Sorun yalnızca genel dönüşüm oranını çözebileceğinden, düşük dönüşüm oranının genel olarak düşük dönüşüm oranına neden olduğu yeri bulmak istiyorsanız, kullanıcının giriş yolundaki her bağlantının dönüşüm oranına bakmanız gerekir.
Soru 3: Ocak lokasyonunun dönüşüm oranı problemini çözmek için, ocak lokasyonunun kalitesini değerlendiren faktörler PV / UV Baidu istatistiklerinin iki göstergesinden daha fazla olduğundan operasyon arkadaşları, pit lokasyonunun dönüşüm oranını tanımladılar (pv / pit lokasyon işlem miktarı) Çukur lokasyonunun maliyet etkinliğini kapsamlı bir şekilde belirlemek için, eğer kuyu yeri çok açık bir konuma yerleştirilmişse, o zaman dönüşüm oranı hala çok düşüktür, bu durumda nedenleri analiz etmek ve operasyon stratejisini değiştirmek gerekir. Resim ayarı, ürün ayarı, konum ayarı vb.
Soru 4: Kullanıcı davranış verilerini ve kullanıcı işlem verilerini birbirine bağlamak için, kullanıcı operasyonlarındaki meslektaşların kullanıcıları hakkında daha fazla bilgi sahibi olmaları gerekir; örneğin ziyaret ettikleri zaman, hangi ürünleri ziyaret ettikleri, ek ürünleri ne zaman satın aldıkları, ek ürünleri ne zaman satın aldıkları ve ne zaman satın aldıkları gibi. Bu mallar. Bu Baidus bunu yapamaz. Kullanıcının erişim davranışı aracılığıyla, operasyon çalışanları hedeflenen işlemleri gerçekleştirecektir.
Soru 5: Kullanıcıları elde tutmanın iki tanımı vardır: Birincisi, erişim saklama oranıdır. Yeni bir kullanıcının ilk ziyareti, sonraki 7 gün, 14 gün veya bir ay sonra tekrar ziyaret edip etmeyeceğine bağlıdır. İkincisi, satın alma tutma oranıdır. Kullanıcı ilk kez ödeme yaptıktan sonra, önümüzdeki 7 gün, 14 gün veya bir ay içinde tekrar ödeme yapıp yapmayacağını kontrol edecektir. Bu şekilde, platformun kullanıcı yapışkanlığını doğrudan görebiliriz.
Yukarıdaki sorunlardan yola çıkarak, veri merkezimiz dahili olarak ürün çözümleri ve teknik çözümler tasarlamaya başladı.
Teknik çözümler hakkında
Gömülü nokta teknolojisi seçimi
Yukarıdaki sorunları çözmek için, Yiding'in H5 terminalinin ve APP terminalinin (IOS / Android) kapsamlı bir şekilde gömülmesi gerekir.Manuel gömme yöntemi kullanılırsa, iş yükü nispeten büyüktür ve her ürün hattının ön uç geliştirmesine bağlıdır. (JS / Android / IOS).
Sorumlu teknik personelimiz, SDK'nın H5, Android ve IOS'u destekleyip desteklemediğine, açık kaynak olup olmadığına kadar piyasadaki çeşitli veri şirketlerinin gömme yöntemlerini inceledi. Dağıtım yöntemi özelleştirme veya saasizasyondur (toplanan kullanıcı verileri şirketin daha önemli verileridir ve güvenlik hususları için yerelleştirilmiş dağıtım gereklidir) SDK'yı bu yönlere yerleştirmek için Shence açık kaynak kullanımına karar verilir.
Bu, iş yükünün çoğunu kurtarır SDK dağıtıldıktan sonra, (zaman, konum, tarayıcı, donanım ekipmanı) gibi temel bilgiler otomatik olarak toplanacaktır.
Temel bilgi toplama
Daha sonra gömülü nokta arayüzünü tanımlamak gerekir.
Her şeyden önce, genel alanların tanımıdır.Bunların hepsi SDK'da kapsüllenmiştir.Ön uç mühendisi, projeyi SDK'nın geliştirme belgesine göre dağıttığı sürece, program kullanıcının temel bilgilerini otomatik olarak toplar. Böylelikle kullanıcı oradadır, hangi cihazı kullanır ve kullanıcı ürünümüze eriştiğinde çözülür.
Sayfa etkinlik koleksiyonuna göz atın
Sırada, kullanıcı göz atma sayfası veri gömme noktasıdır Yiding'i koordine eden ürün yöneticisi, yukarıda bahsedilen giriş sayfası tanıtım sayfası dahil olmak üzere Yiding'in tüm sayfa adreslerini ve düğme adlarını (aşağıdaki iletişim noktaları için) sıraladı. , Ana sayfa, ürün listesi sayfası, ürün detay sayfası, ek satın alma sayfası, sipariş sayfası, ödeme sayfası ve diğer önemli sayfalar tam olarak yerleştirilmiştir.
Örnek olarak bir e-ticaret firmasının en kritik ürün detay sayfasını ele alalım: Bir çukurdan gelebilir, bir aramadan gelebilir veya bir tavsiyeden gelebilir.Geleceği düzeltmek için kaynak bilgilerinin kaydedilmesi gerekir. Analiz faydalıdır.
Örneğin: yukarıdaki 3. soruda belirtilen dönüşüm oranı, işlem hacmi ve çukur tarafından üretilen PV'nin iki göstergesi ile ilgilidir, daha sonra ürün ayrıntıları sayfasına her girdiğinizde, çukurun toplam satışlarını daha fazla hesaplamak için çukur bilgilerini kaydetmeniz gerekir. Miktar ve dönüşüm oranı. Veri merkezi veri açgözlü bir uygulamadır.Elbette gömülü nokta tarafından toplanan bilgiler ne kadar ayrıntılı olursa o kadar iyidir, ancak çok fazla gömülü nokta da ön ucun performansını etkileyecektir, bu nedenle tüm gömülü noktalar soruna bağlıdır.
İletişim etkinliği koleksiyonu
Yiding'in iş kolu tarafından sağlanan düğme listesine dayalı olarak, Yiding'in ön uç geliştirme mühendisleri anahtar düğme tıklamaları geliştirebildiler.
İki işlev vardır: Bir yandan, ana e-ticaret yolundaki ek satın alma, bir sayfa tıklaması değil, bir düğme tıklamasıdır. Şu anda, iletişim etkinlikleri aracılığıyla veri toplamak ve ardından işlenmek üzere sayfaya göz atma etkinlikleri olarak biçimlendirmek gerekir; diğer yandan, anahtar düğmelerdeki tıklama sayısına bağlıysa, anahtar sayfaların dönüşüm oranı (giriş, kayıt sayfası dönüştürme gibi) İstatistikler düğmesini tıklamak için oran vb.) Gereklidir.
Ürün çözümleri hakkında
Birinci soru
1. soru ile ilgili olarak, e-ticaret ürünlerinin ana yolu: ziyaret eden kullanıcı sayısı > Ürün listesi sayfası > Ürün ayrıntıları sayfası > Satın alma ekle > Sipariş vermek > Ödeme için, sadece bu sayfaların UV'lerini almanız gerekiyor, ancak dikkat edilmesi gereken birkaç konu var.
Ürün listesi sayfasına yapılan ziyaretlerden dönüşüm oranı: Ziyaret eden kullanıcıların sayısı, ana sayfayı ziyaret etmek için en iyisidir + ürün listesi sayfasını ziyaret edin + ürün detay sayfasını ziyaret eden kişi sayısı. Tekilleştirme sonrası UV, çünkü bazı kişiler doğrudan ürün listesi sayfasından veya ürün detay sayfasından Ürünü girin. Bu hesaplama daha doğru olabilir.
Satın alma ekle > Sipariş vermenin dönüşüm oranı% 100'den fazla olabilir. Örneğin, bugün satın alan bir kullanıcı yarından sonraki gün sipariş verebilir.
Eklenti satın alma, sayfa işleme için biçimlendirilecek bir sayfa değil, bir düğmedir.
Bu problemlerden yola çıkılarak e-ticaret sayfasının ana yolu tasarlanır.Günlük ziyaretçi sayılarını, ürün listesi sayfasına göz atan kullanıcı sayısını, ürün detay sayfasına göz atan kullanıcı sayısını, ek satın alma kullanıcı sayısını, siparişi veren kullanıcı sayısını ve favori kullanıcı sayısını görebilir. , Paylaşan kullanıcı sayısı ve dönüşüm oranları. Dönüşüm oranındaki değişimi daha sezgisel olarak görebilmemiz için günlük dönüşüm oranını bir huni şeklinde gösteririz. Numaraya tıkladıktan sonra, kullanıcının ayrıntılı bilgilerini görüntüleyebilir ve bu sonuçları doğrudan hedeflenen işlemler için dışa aktarabilirsiniz, böylece ana yol sorunu çözülür.
Soru iki
Operasyonun başka bir soru sorması biraz zaman aldı.Her gün sonuçlara baktım, ancak dönüşüm oranı nispeten düşük bulunsa bile, düşük dönüşüm oranının nedenini bulmak zordu.
Bu sorunu çözmek için, Baidunun geçmiş verilerine dayanarak bulduk: Yidingin erişim portalı (kullanıcının ilk kez girdiği sayfa) yalnızca bu promosyon sayfalarına, ana sayfalara, etkinlik sayfalarına ve kullanıcılara doğrudan ürün listesi sayfasından ve ürün ayrıntılarından sahiptir. Sayfa girişi (çoğunlukla Anların tanıtımı).
Bu ana giriş yollarının dönüşüm oranı bilinebilirse, sorunun kapsamı azalacaktır. Bu nedenle, diğer veri ürünlerinin yol analizinden farklı bir giriş analizi fonksiyonu vardır.Sadece ana giriş yolunun dönüşüm oranını net olarak göstermekle kalmıyor, aynı zamanda her yolun günlük değişim trendini de görüyoruz.
Bu şekilde, dönüşüm oranı düşük olan yolu daha sezgisel olarak gözlemleyebilirsiniz. Hesaplama yöntemi burada açıklanmalıdır:
İlk adım, tüm kullanıcı ziyaretlerini N oturuma bölmektir (oturumlarımız arasındaki aralık 20 dakika olarak tanımlanır, yani bir sonraki sayfaya bir sayfayı ziyaret ettikten sonra 20 dakikadan daha uzun bir süre sonra erişilirse, sonraki sayfa başka bir oturum olarak kabul edilir).
İkinci adım, kullanıcının bu girişleri içeren oturuma ilk ziyaretini bulmaktır.
Üçüncü adım, kullanıcının erişim yolunu yatay olarak geçmektir Çapraz kullanıcının erişim yolu tanımladığımız yolu karşılıyorsa, bu yol bir UV olarak sayılacaktır. Ürün listesi sayfasının aramadan mı yoksa kategoriden mi yoksa doğrudan ana sayfadan mı geldiği hesaplanırken önceden işaretlenmiştir.
Soru üç
Çukur konumunun dönüşüm oranı, çukur konumunun işlem değerini içerir, ancak gömülü nokta verilerinin kayıp oranı yaklaşık% 5'tir.Örneğin, kullanıcının ağı işlem sırasında iyi değilse, kullanıcının gömülü nokta verileri normal olarak gömülü nokta sunucusuna yüklenemez.
% 100 doğru olmalıyız.Ayrıca e-ticaret alımlarında da bir boşluk var.Örneğin bir kullanıcı bugün alışveriş yaparsa alışveriş yapmaz ve 2 gün sonra doğrudan alışveriş sepetine girerek ürün satın alacaktır.
Şu anda, puanları sıradan verilerle gömerseniz, alışveriş sepeti ürünlerinin kaynağını bulmak zordur. Yiding'in ön uç geliştirme mühendisi ile görüştükten sonra, arka uç gömme yöntemini benimsemeye karar verdiler. Kullanıcı ek alım yaptığında, pit'e ait kimlik bilgisi veri tabanına iletilmekte ve ödeme için alışveriş sepetinden her ürün çıkarıldığında, ürünün pit ID'si data air'den alınmakta ve pit ID'si sipariş verirken siparişe kaydedilmektedir. Bu ürünün hangi ocak lokasyonundan kaynaklandığı doğrudan analiz edilebilir.
Soru dört
Tayvan'daki verilerin değeri için en iyi açıklamalar edinme, depolama, iletişim ve kullanımdır.
Edinme, kullanıcı davranışı verilerini ve iş verilerini toplamaktır; depolama, verileri üç katmanlı modelleme yoluyla daha bilimsel bir şekilde depolamaktır; her şey açmaktır, ilki, kapsamlı görüntüleme gibi kullanıcı davranış verilerini ve kullanıcı iş verilerini açmaktır. Zaman, coğrafi konum, donanım ekipmanı ve kullanıcının gezinme, ziyaret, ek satın alma, satın alma, toplama, paylaşma gibi satın alma davranışları gibi gömülü noktada toplanan veriler.
Geçiş yapmanın ikinci anlamı, şirketteki çeşitli ürün gruplarının verilerini almaktır.Örneğin, yazarın şirketi sektörün yukarı ve aşağı akışını birbirine bağlamak istiyorsa, daha üç boyutlu bir kullanıcı portresi oluşturmak için üretim verilerini, satış verilerini ve tedarik zinciri verilerini entegre etmelidir. Ürün hattından önceki veri bağlantısı, "Veri Merkezi-Tayvan Çoklu Ürün Hatlarına Dayalı Gerçek Savaş-Etiketleme Platformu" nda tanıtılacaktır.
Soru beş
Elde tutma oranı kavramı her ürün için farklıdır.Genel olarak, belirli bir davranışı yaşamış bir grup kullanıcıyı kilitlemek ve bu davranışın önümüzdeki 7 veya 14 gün içinde tekrar olup olmadığını görmek içindir.
E-ticaret ürünlerinin elde tutulma oranı, e-ticaret ürünlerinin North Star göstergesidir.Şöyle tanımlanır: Ürüne ilk geldikten sonra bir hafta içinde, yeni bir kullanıcı bir hafta içinde 1-2 kez satın alabilirse, o zaman Geri alım oranı çok yüksek olacak.
Ancak farklı e-ticaret ürünlerinin tüketim sıklığı farklı olduğundan ürünlerimizin özelliklerine göre şekillenmektedir. Platformun kullanıcı bağlılığını izlemek için 7 günlük tutma oranı, 14 günlük tutma oranı ve 30 günlük tutma oranı yaptık. Ek olarak, e-ticaret ürünlerinin ilk kullanıcı hacmi ve işlem hacmi nispeten küçük olduğundan, erişim tutma oranının bir göstergesini de özel olarak tanımladık.Yeni kullanıcı ziyaretlerinden sonra, 7 gün sonra elde tutma durumu ve 14 gün sonra elde tutma durumu, kullanıcıları kapsamlı bir şekilde izlemek için kullanılır. Yapışkanlık.
Yukarıdakiler, veri merkezi veri gömülü noktasının bu paylaşımının tüm içeriğidir ve daha sonra veri merkezinin ürün tasarımını, etiketleme platformunun yapımını, öneri sisteminin inşasını ve daha fazlasını güncellemeye devam edeceğiz.
