客户指标

包括访问人数，访客获得成本和访问到下单的转化率等指标。

新客户指标

指在一个统计周期内独立访问网站并产生一次购物的用户数

老客户指标

指在一个统计周期内，完成两次或者两次以上购物的总用户数。

老客户指标包括：

最后一次消费时间、消费频率、消费金额

消费金额是所有数据库报告的支柱，也可以验证帕累托法则

在任何一组东西中，最重要的只占其中一小部分，约20%，其余80%尽管是多数，却是次要的，因此又称二八定律。

在营销活动的数据分析中，最近一次消费是最有力的预测指标

RFM模型

RFM模型是网点衡量当前用户价值和客户潜在价值的重要工具和手段。RFM是Rencency（最近一次消费），Frequency（消费频率）、Monetary（消费金额）

消费指的是客户在店铺消费最近一次和上一次的时间间隔，理论上R值越小的客户是价值越高的客户，即对店铺的回购几次最有可能产生回应。

消费频率是客户在固定时间内的购买次数（一般是1年）。但是如果实操中实际店铺由于受品类宽度的原因，比如卖3C产品，耐用品等即使是忠实粉丝用户也很难在1年内购买多次。所以，一般店铺在运营RFM模型时，会把F值的时间范围去掉，替换成累计购买次数。

M值是RFM模型中相对于R值和F值最难使用，但最具有价值的指标。

店铺的客户基数：在店铺客户一定的情况下选择的维度越多，细分出来每一组的用户越少。对于店铺基数不大（5万以下客户数）的店铺而言，选择1-2个维度进行细分即可。对于客户超过50万的大卖家而言可以选择2-3个指标。

店铺的商品和客户结构：如果在店铺的商品层次比较单一，客单价差异幅度不大的情况下，购买频次（F值）和消费金额（M值）高度相关的情况下，可以只选择比较容易操作的购买频次（F值）代替消费金额（M值）。对于刚刚开店还没形成客户粘性的店铺，则可以放弃购买频次（F值），直接用最后一次消费（R值）或者消费金额（M值）。

对于一个新电商来说，积累数据，找准营运方向是最重要的，所以这一阶段最关注的的指标就是流量指标，包括了：访客数、访客来源、注册用户数、浏览量、浏览深度、产品的浏览量排行、产品的跳出率、顾客评价指数等等。

对于已经营运了一段时间的电商来说，通过数据分析提高销量就成为最重要的目标。这个阶段最关注的的指标主要包括流量和销售指标：访客数、浏览量、转化率、新增会员数、会员流失率、客单价、动销率、库存天数、ROI、销售额等。

对于具有了一定规模的电商来说，利用数据提升整体营运水平就很关键。他们的重点指标就是访客数、浏览量、转化率、复购率、流失率、留存率、客单价、利润率、ROI、新客成本、库存天数、订单满足率、销售额等。

积极访问者比：访问超过N页的用户/总访问数

忠实访问者比：访问时间在N分钟以上的用户数/总用户数

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

忠实访问者量：大于N分钟的访问页数/总访问页数

访问者参与指数：总访问数/独立访问者数