跨境电商运营数据指标评价模型分析

徐娟娟

（嘉兴职业技术学院，浙江嘉兴，314036）

随着互联网、物联网等与电子商务的结合，电商企业积累了大量的、形式多样的网络数据，大数据呈现出了“爆炸式”的增长态势。2021年我国数字经济规模达到45.5万亿，同比名义增长16.2%，数字经济已经成为社会经济增长的重要动能，也有效支撑了我国疫情防控和经济社会的发展[1]。我国的跨境电商在政府政策和新零售的双重加持下，跨境电商进出口贸易发展迅猛，2021年我国跨境电商市场规模达14.2万亿元，较2020年同比增长13.6%[2]，B2B出口试点全面铺开，“中欧班列”“集拼转口”等新模式融合发展，特别是在后疫情时代，跨境电商发展态势更加看好[3]，而跨境电商企业通过大数据技术将数据挖掘、处理、分析、归档，提取出重要的信息用于跨境电商运营，对跨境电商企业运营和发展具有非常重要的指导意义。

一、大数据背景下电商运营数据电子归档研究的演变

随着大数据的广泛应用，企业运营形成了大量的数据，基于业务端所产生的大量客户消费数据，真实地记录了企业经营活动，而企业所进行的运营优化，精准营销都离不开大数据支撑，这些电商运营数据的电子归档研究，对企业后续的发展具有重要的参考和利用价值。近年来，电子数据档案管理得到了政府的重视。2016年12月，由商务部、中央网信办和发改委三部门联合发布的《电子商务“十三五”发展规划》就对电子商务档案管理做了相关批示[4]，有效地指导了企业电子商务数据归档管理、平台建设，支持了电商交易平台研发数据等工作，促进了大数据背景下电子商务数据归档工作的有效开展，也使电子商务档案的研究也取得了一定的成效。

针对电子商务档案的管理，我国学者从2002年就开始进行研究[5]，但从2011年才开始逐步增多，其中研究主要集中在电子档案的智能化管理、真实性及风险管理等方面；另外就是电子归档系统的研究，通过归档分析完善客户服务体系，能够提升企业竞争力。张冬青（2011）在《电子商务档案管理的智能化趋势》认为电子商务档案管理的智能化需求体现了电子商务档案存储、检索和应用智能化[6]。陈一红（2011）在《电子商务档案管理面临的问题及对策》中认为电子档案会影响档案学的来源，要通过技术措施严格电子档案的真实性、原始性[7]。陈秀丽（2014）在《基于信息需求下电子商务档案信息检索的智能化研究》中认为企业需要对数量庞大的客户信息建立客户关系管理系统，加强企业与客户的联系，提升客户满意度和产品的市场竞争力[8]。

但前期的研究大很少涉及到跨境电商，从2018年开始，有了关于跨境电商档案的研究，主要研究如何通过信息共享来提升跨境电商数据的利用效率。聂永芳、严春容（2018）在《大数据时代跨境电商贸易记录档案管理研究》中指出跨境电商贸易记录档案管理信息共享不通畅，档案价值鉴定不全面和档案利用不深入，认为需要加强跨境电商档案的信息共享、提升跨境电商档案的鉴定能力和开发利用情况[9]，王倩颖（2019）在《基于大数据的跨境电商交易档案管理研究》中探索了基于大数据的跨境电商交易管理，提出了共享交易档案、加强档案品质的判定能力和加强跨境电商交易档案的使用等[10]。

从国内研究现状来看，我国电商数据档案的研究工作有以下几个方面特点：加强了电子商务档案的管理和利用；电子商务档案管理智能化趋势不断加强；跨境电商档案研究开始受到了学者的关注，但相关指标分析以及指标评价模型等方面的研究还比较欠缺，对哪些指标进行数据收集及归档研究，才能够对跨境电商企业的运营和营销策略有更好的指导作用，这也是跨境数据档案研究的重点。

二、跨境电商运营数据电子归档现状分析

跨境电商运营数据记录了跨境电商企业的运营状况，是企业运营优化和营销推广的重要依据。而跨境运营数据由于是一个持续不断的信息采集、价值评定的过程，其运营记录数量庞大、交易类型及属性呈现出多元化、复杂化等特征，因此跨境电商数据归档工作存在着一定的难度，并且很多跨境电商企业没有意识到跨境电商数据归档的重要性，对跨境电商运营数据仅仅停留在表面分析上，没有系统、详细的梳理运营数据，对数据的深入分析程度不够，对企业的发展以及对跨境电商行业的发展都形成不利的影响。

（一）跨境电商企业对运营数据电子归档意识薄弱

跨境电商作为近年来快速发展的一个行业，吸引大量年轻人加入，同时由于后台数据可以查看，运营人员一般会通过查询后台数据来进行运营调整，而没有将商品采购，客户购买时间、加购情况、购买行为、支付情况、物流情况就购后行为等进行下载、归档并进行整理分析，这些运营数据的简单分析，运营数据归档意识薄弱直接影响了后期跨境电商企业运营的优化效果。

（二）跨境电商企业对运营数据收集利用程度较低

跨境电商行业发展时间较短，企业间也没有共享的既定标准，同时行业间数据共享也不通畅，没有专业的信息共享平台收集相关数据。另外由于大部分跨境电商企业为中小企业，这些企业的物流系统和结汇系统都依赖于第三方，而这些信息都掌握在第三方企业手中，企业对订单的跟踪、交易的完成进度，确认以及反馈等都需要从第三方企业获取，而这些信息数据大部分掌握在第三方企业手中，为企业运营数据的收集利用带来了不利的影响。

（三）跨境电商企业对运营数据分析及价值运用程度不够

跨境电商运营数据电子归档是跨境电商企业档案管理的重要组成部分，跨境电商运营数据包括前期目标市场国的数据分析、前期采购，产品上架分析、运营中的客户加购数、购买行为、支付订单情况，售后物流、客户反馈及跟踪等，若没有充分地挖掘这些运营数据的潜在价值，就容易使企业错失商机，给跨境电商企业带来经济损失。

三、跨境运营数据归档指标分析

（一）跨境运营数据指标划分

跨境电商运营重视指标分析，运营指标又反映了企业的运营能力和经营管理水平。在跨境电商运营中，不同指标的内涵和重要程度均不相同。运营指标是企业运营分析的基础，它反映了企业运营效果、规模和竞争力，如每日订单数，买家付款情况，发货未完成情况，买家申请取消订单数、纠纷订单数等是反馈企业运营能力的指标；通过观察店铺访客数，商品访客数，支付买家数的转化率再结合行业趋势中的访客指数、浏览商品数、供需指数、客单价，商品加购情况来了解企业的运营规模及竞争力。但鉴于跨境电商运营中指标较多，本文依据合理性、科学性、稳定性、实用性等原则对跨境电商运营指标进行划分，基于AHP层次结构模型对跨境电商运营数据指标进行分层，分为3个层级，依次为总体目标层、二级分类目标层及三级运营指标层[11]。

（二）跨境电商运营数据电子归档指标选取

根据跨境电商运营的特点，结合跨境电商企业的业务情况，本文基于BSC平衡积分卡绩效考核方法建立指标体系，将跨境电商运营数据电子归档指标的总体目标层分为：网站流量指标、商品运营指标、销量业绩指标、市场营销及竞争指标、客户及评价指标五个维度对跨境电商运营数据进行分析[12][13]。本文采用德尔菲法确定评价指标并对各个指标进行赋值评分。

1.网站流量指标

网站流量指标主要是对访问企业页面或产品的访客进行分析，企业基于这些数据对网页或产品进行优化调整，以及对访客的行为分析并进行营销推广。跨境电商企业要想获取更多的订单，必须对网站流量进行很好的分析优化，因此针对网站流量指标选取流量规模指标、流量成本指标、流量质量指标及会员指标作为三级指标。

2.商品运营指标

商品运营指标是指分析跨境电商店铺中商品的种类、哪些商品卖得好，商品的库存情况等，通过分析商品运营指标，可以了解哪些产品卖得好，是否可以进行捆绑销售，能够获取更多的订单和客单价。商品运营指标主要有商品总数、商品库存、上架数、独家产品数作为二级指标。

3.销量业绩指标

从商品的订单数到总体的销售业绩，从下单到支付过程的数据情况，通过分析可以帮助企业提升商品转化率，提升销售业绩，其指标也是跨境电商企业非常重要的运营数据，它直接反映了企业运营的成败，其指标可以分为：购物类指标、下单类指标、支付类指标、交易类指标，订单效率指标、总体销售业绩指标和利润指标。

4.竞争及营销活动指标

竞争指标主要分析跨境电商企业市场份额及网站排名情况，并基于竞争情况设置营销推广活动，并基于营销活动指标了解营销效果。分析市场竞争情况才能确定企业的定位，并基于定位进行合适的营销推广活动，直接决定了企业的运营效果。其指标可以分为：市场份额指标、网站排名指标、营销活动指标及广告投放指标。

5.客户及评价指标

客户是跨境电商企业关注的重心，针对客户指定运营和营销策略，实现精准化运营，提升店铺转化率。而客户评价以及投诉分析，能够帮助跨境电商企业及时发现运营问题，改正客户不满意的地方，提升客户忠诚度。客户及评价指标主要有：客户指标、新客指标、老客指标、买家评价指标及投诉指标。

表1 跨境电商运营数据电子归档指标选取表

（三）构建判断矩阵

层次分析法需要构建判断矩阵，通过判断矩阵对指标进行比较分析，才能够判断出我们在后期数据归档过程中不同数据的重要程度。一般情况在对数据进行两两分析时，根据重要程度划分为五个等级，并在等级中进行细分，一般情况下层次分析法采用1-9级比较尺度法（如表2）

表2 层次分析法的比较尺度标准表

针对每个二级分类指标下的三级运营指标，需进行两两判断比较，应首先将第一个元素与其他所有元素进行对比，如有n个元素，则第一个元素与其他n-1个元素比较，第二个元素与其他n-2个元素进行比较，最终二级指标下所需进行比较的总次数为：

本文针对跨境电商运营指标体系中的五个二级分类目标指标，23个三级运营指标，根据德尔菲法，本文选取了通过问卷星形式采用问卷方式向20个企业运营专家征求意见，根据专家意见，对这五个二级分类指标中的各个指标进行打分汇总，如下表3-8所示。

表3 二级分类指标判断矩阵

（四）对矩阵做一致性检验

矩阵形成并赋予权重后，需要对指标进行一致性检验，首先基于算术平均法（和积法）对各个指标进行按列归一化处理，得出各个指标的ω值，

然后通过判断矩阵的最大特征:

接下来根据值计算CI指标：

查找一致性检验RI值，其RI值表为表9：

表9 RI 值表

并计算CR指标：

最后将CR指标与0.1相比较，如果小于0.1，则说明通过一致性检验。

将表3至表8数据依次进行带入，所得CR结果分别如下。

表8 客户及评价指标判断矩阵

表3：ω值依次为：ωB1=0.15077；

ωB2=0.05634；ωB3=0.42077；ωB4=0.27648；ωB5=0.09565。

通过ω值计算λmax=5.302065，计算CI=0.0755163，查表9可以得出RI=1.12。

计算CR=0.0674252，CR<0.1说明我们构建的二级分类指标符合一次性检验。

表4：ω值依次为：ωC1=0.20608；

表4 网站流量指标判断矩阵

ωC2=0.11137；ωC3=0.61824；ωC4=0.06431。

通过ω值计算λmax=4.010391，计算CI=0.003464，查表9可以得出RI=0.89。

计算CR=0.0038918，CR<0.1。

表5：ω值依次为：ωC5=0.08264；

表5 商品运营指标判断矩阵

ωC6=0.15440；ωC7=0.26714；ωC8=0.49582。

通过ω值计算λmax=4.010368，计算CI=0.003456，查表9可以得出RI=0.89。

计算CR=0.0038832，CR<0.1。

表6：ω值依次为：ωC9=0.06034；

表6 销量业绩指标判断矩阵

ωC10=0.24138；ωC11=0.12069；ωC12=0.12069；ωC13=0.24138；ωC14=0.48276；ωC15=0.48276。

通过ω值计算λmax=7.734694，

计算CI=0.122449，查表9可以得出RI=1.36。

计算CR=0.090036，CR<0.1。

表7：ω值依次为：ωC16=0.15192；ωC17=0.07596；ωC18=0.48910；ωC19=0.28301。

表7 商品运营指标判断矩阵

通过ω值计算λmax=4.010359，计算CI=0.003453，查表9可以得出RI=0.89。

计算CR=0.00388，CR<0.1。

表8：ω值依次为：ωC20=0.26296；ωC21=0.10370；ωC22=0.52593；ωC23=0.10741。

通过ω值计算λmax=4.263454；计算CI=0.087818，查表9可以得出RI=0.89。

计算CR=0.098672，CR<0.1。

（五）对指标结果进行分析指标

通过对表3到表8的数据分析，可以得出以下结论。

五个二级指标中，销售业绩所占权重最大，ωB3值为0.42077，说明跨境电商企业后期在销售业绩指标部分要加大监测的力度，提升对销售业绩相关数据的收集和分析；网站流量指标中的流量质量指标所占比重最大，ωC3值为0.61824，可以看出跨境电商在运营的过程中对于网站流量的关注，最重要的是要抓牢流量质量，并分析影响流量质量的相关因素；在商品运营指标中，独家产品数所占权重最大，ωC8值为0.49582，可以看出对于企业独家产品，要对其运营效果加大分析，提升企业特色和市场竞争力；在销量业绩指标中，总体销售业绩和利润指标具有相同重要的权重ωC15值为0.48276，权重值都达到了将近一半的比重，说明在众多销售业绩指标中，企业必须紧紧抓牢总体销售业绩和利润，提升企业整体运营效益；在竞争及营销活动指标中，营销活动指标所占权重最大，ωC18值为0.48910，说明企业更多地关注营销活动，提升营销手段所带来的投资回报率；在客户及评价指标中，买家评价指标所占比重最大，ωC22值为0.52593，可以看出买家评价对于企业运营的影响比较重要，企业需要加大对买家数据电子归档研究的程度。

四、跨境电商运营数据指标归档对策建议

（一）加强对跨境电商运营数据归档的重视

当前跨境电商企业运营数据主要是以后台数据为主，将数据导出成体系的进行归纳整理并分析归档的较少，而不完善的电商运营数据会对后期运营产生不良影响。比如通过跨境电商运营数据分析以往的交易情况，掌握用户的购买记录、购买心态和购买需求，则可提升用户的购买以及用户体验度，因此要重视对跨境电商运营数据的归档工作，及时发现用户隐藏价值，提升跨境电商运营效果。特别要重视对销量业绩指标（ωB3=0.42077）和竞争及营销活动指标（ωB4=0.27648）数据的收集和分析，挖掘利润增长点，提升投资回报率。

（二）强化对跨境电商运营重点数据指标的监控

本文从对五个跨境电商运营数据指标的二级指标进行层次分析的结果可以看出，销售业绩指标（ωB3=0.42077）和竞争及营销活动指标（ωB4=0.27648）权重比较高，因此跨境电商企业需要对销量业绩指标和竞争及营销活动指标有更多的关注。

在三级指标中，我们要去重点关注以下几个指标。首先是网站流量指标中的流量质量指标，并进一步分析页面的跳出率、访问时间和人均页面访问数等影响流量质量指标的因素。其次是商品运营指标，要重点关注独家产品数（ωC8=0.49582），进一步深挖影响独家产品指标的品牌数，在线品牌数，独家产品收入比重等对企业运营的影响。第三是销售业绩指标，重点关注总体销售业绩指标和利润指标（ωC15=0.48276），对于总体销售业绩进一步关注成交金额、销售金额、客单价等因素，利润指标考虑下销售毛利，毛利率及净利率等，提升企业运营效益。第四是竞争及营销活动指标，营销活动指标权重最高（ωC18=0.48910），应该继续下沉研究新增访问人数、总访问次数、订单数量、ROI投资回报率、新增注册人数等，提升营销活动指标对企业运营的影响力。最后是客户及评价指标，买家评价指标最为重要（ωC22=0.52593），需要企业继续对买家评价率、好评率、差评率等指标进一步的归档、整理、研究，提升用户满意度。

基于不同权重，形成跨境电商数据的不同归档层次，对权重较高的二级和三级指标进行分类管理和重点监控，形成主次分明的跨境电商电子数据归档体系。

（三）提升对跨境电商数据归档后的分析能力

跨境电商运营数据的电子归档目的是为了提升后期跨境电商运营效果，因此对归档后的数据进行分析处理是非常重要的，对各种电商数据进行梳理分析，发现数据背后的规律和信息，挖掘隐藏的市场信息，如从用户的购买时间、购买频率和购买特征等获取用户的购买规律，获取更精准的用户画像；如从投诉类指标中分析发起投诉数、投诉率等掌握哪些产品容易遭遇投诉，投诉的重点是什么；从买家评价指标中进一步分析买家评价率、好评率、差评率等，真正掌握用户的痛点，研发更符合用户需求的产品。

（四）不断完善跨境电商运营数据指标的归档体系

后疫情时代，跨境电商发展势头迅猛，随着市场环境以及行业的不断发展，跨境电商数据分析指标体系将会不断完善，作为跨境电商运营数据归档体系也要与时俱进，根据市场和数据需求的变化，对数据指标归档体系进行调整。除了本文所涉及的五个二级指标外，随着市场环境的多变，后期可将客户价值指标、风控类指标等纳入跨界的电商运营数据归档体系中，提升对企业对市场的风险控制能力。同时，在跨境电商运营数据归档的过程中也需要具体问题具体分析，每个企业的具体情况不同，在进行电子数据归档的过程中，要因时因地而异，形成对企业最有利的电子数据归档体系和效果。