基于电子商务网站统计分析的营销战略优化

电子商务眼下对任何企业而言都不再陌生，别人做好了，你也想做，其他别人也想做…

由此衍生而出的网站统计产品，国外的有Google Analytics，GoStats网站统计分析，国内的cnzz,量子统计等，正越来越多的受到电子商务网站以及企业网络营销的重视，可是伴随着越来越多的企业和个人尝试使用网站统计来辅助自己的电子商务运营，许多人都有着这样的疑问：

如何通过营销数据分析来优化转化率，提升ROI。

下面四个数据应该是我们在决定营销计划前就需要清楚的：

A: 目标顾客知道我是谁么？（访客来源分析，即链接来源）

——目标顾客中，多大比例在听到我们品牌名称后能想起来我们是做什么的。例如提起“京东”，顾客反应说“卖数码的”或者”卖电脑的”。

F: 他们在考虑购买这类产品的时候，我是不是首选？（路径分析+页面分析）

——多大比例顾客会在考虑满足某种特定需求的时候首先想到我们的品牌？比如问“买笔记本”，“网上买数码产品”，多大比例目标顾客会想到“去京东”。

T: 尝试购买的顾客多么？（页面分析+访客分析）

——目标顾客中多少尝试过我们的产品。

R: 重复购买顾客多么？（回头客+顾客周期分析）

——目标顾客中多少是我们的忠诚顾客。

这些数据我们可以从相关网站统计服务提供的分析中发现，上述以GoStats.cn网站统计分析的指标为准。

这四个数据对我们营销方向有什么影响？

举几个例子大家就明白了，下文中 A=Awareness, F=First, T=Test, R=Repeat。

第一种情况:

A=50%, F=18%, T=15%, R=12%

从数据看，目标顾客中间很多人都知道我们。坏消息是他们对我们没有特别深刻的印象或者喜爱，好消息则是尝试过我们的顾客很多都成为了忠诚顾客，说明我们的产品、价格和服务都还不错。从战术层来说，可能是营销执行的创意不够，没有清晰而有震撼力的传递品牌定位。定位很难仅仅通过”产品和限时抢购“来传达，而是要用很多的相关信息让顾客自己来产生关联性记忆和联想。

第二种情况:

A=15%, F=12%, T=9%, R=7%

这个看起来情况还不错。知道我们的人大多喜欢我们，喜欢我们的人大多买了，买了之后大多满意。唯一的问题是知道我们存在的人太少了。这个阶段确实可以考虑扩大广告投放，沿着之前的经验继续往下走。

第三种情况：

A=40%, F=30%, T=20%, R=5%

广告不错，定位不错，也有说服顾客尝试——可是，顾客尝试后就跑了，没有转化为忠诚顾客。这时应该做的是和顾客好好聊聊看为什么不重复购买。可能的原因是产品或者服务的问题，如果是这样，就应该停下广告，先把内功练好再说。一是可以省点预算，二是避免进一步损坏自己的口碑——坏口碑会让我们将来东山再起更困难。