我一直主張基于數據分析的網站優化，特別是電商網站。同時，做事的時候，可以再加上一點點直覺。直覺是什么？直覺是一個人的學識再加上經驗累積出來的判斷力。所以有時要敢于相信直覺！

既然是優化電商網站，我們第一個就要從電商網站最基本的流程和功能入手：下單付款。

電商網站的下單付款流程必須遵循2個基本原則：簡單、靈活。

簡單指的是從進入購物車->確認商品->填寫收貨地址->付款，內容填寫要從簡，幾個步驟要最簡化，能3個步驟實現就不要做成4步，因為每多一步，將會流失一部分用戶。

靈活指的是2點：其1要靈活對用戶，對于非注冊也可直接購物；其2要付款方式靈活，可支持多種付款方式，如支付寶、網銀、財務通等。多一份選擇，可能就少流失一些訂單。

對于下單付款這一基本流程，可以通過數據有效監測效果，并完成優化。最典型的數據模型就是漏斗。

購物下單付款流程是我們開始優化一個電商網站前，需要觀察的第一個數據項和流程功能。

第二個要觀察的是什么功能和數據呢？是站內搜索功能。

用戶都是喜歡偷懶的，如果你的網站操作效率很低，就會令用戶煩躁，進而導致不好的體驗，甚至出現壞口碑。站內搜索功能就是用戶偷懶的首選工具。

對于進入電商網站的用戶，我們粗略的將其分為兩類：目的明確型和盲目閑逛型。

站內搜索模塊就是為第一類用戶而生。搜索結果是否準確、是否全面，直接決定了用戶是否停留及選購下單。因此，你需要仔細測試站內搜索功能是否好用，比如搜索“LV”，是否搜索結果中顯示了全部的LV商品，如果同時也顯示了Calvin等等的商品，你就要盡快優化了。

除此之外，通過分析站內搜索數據，觀察關鍵詞搜索榜單，也將有助于你對用戶心理有明確的把握，從而完成對網站結構、促銷活動、以及商品等內容的優化。

完成了對站內搜索功能的數據監測和測試優化，接下來要進行第三項優化：網站導航。

網站導航主要面向的用戶群是第二類盲目閑逛型。這類用戶一般來說沒有太明確的購物意向，最多有個大概方向，比如想買個背包或者靴子。這類用戶的瀏覽軌跡一般是這樣的：逛逛網站上的促銷活動，看是否有中意的商品，如果有，下單，如果沒有，則會轉向網站導航，進入各個感興趣的分類頻道頁面（比如箱包頻道），耐心瀏覽。通過對同事、朋友和家人的觀察，我發現女性的購物耐心是無與倫比的，不僅僅體現在商場中，網購時也是一樣的。

通過觀察網站的歷史數據，可以發現用戶最關注的商品分類哪些，這些就是需要重點加強的。

第四個關注點，我們轉移到電子商務最核心的問題：商品。

（以下部分內容來自宋星的網站分析在中國，借用一下，呵呵）

通過分析網站流量數據和商品銷售數據，我們能夠知道本來或許沒有察覺到的商品的一些特別屬性。具體的做法是，把商品按照兩個維度——商品被關注量（通過網站分析工具就能輕松獲得）和商品的銷售轉化情況（即銷量和關注量的比值，通過電子商務后臺和網站分析工具能算出）進行細分。簡單的計算之后，我們就可以得到一個下面的圖：

對于右上象限——高銷售轉化和高關注度的商品，當然，保持現狀即可，甚至適當給它們來點兒促銷，以進一步刺激銷售。

對于右下象限——關注度不足，但是銷售轉化卻好的商品，顯然是一些潛在的盈利增長點。有了這個情況，你可以立即著手做兩件事情：1. 立即研究它們為什么能有如此好的轉化，是不是因為一些沒有關注到的因素起到了作用——大家都知道這種情況是經常發生的；2. 立即給這些低關注度的商品更多的曝光機會，使他們能夠升高關注度，進入明星產品（右上象限）之列。

對于左上象限——關注度高但銷售轉化不佳的商品，顯然說明存在交易促成動力不足的問題，產品經理應該立即著手研究如何促成銷售的轉化——是購物車的問題，還是支付不方便，還是競爭對手的價格更具吸引力，還是促銷優惠不夠？等等等等。這個象限和前面那個象限（右下象限）一樣，都是能大有作為的地方。

最后的這個左下角象限——是大家都不喜歡的，既沒有人關注，銷售情況也不理想。那么，看看有沒有機會增加曝光，或者來點兒促銷？要么，少進點兒貨吧。如果是撇脂型的商品，就讓它呆哪兒也無妨。

說了用戶體驗、購物流程，以及商品優化，再說最后一項：促銷活動。

亞馬遜基于數據分析的智能化推薦，咱們做不了，在中國做電商，還是要倚賴促銷活動的刺激。所以，就要細心分析以往促銷活動的各項數據，如活動頁面瀏覽量、成單量、對整站的間接促進等，可以做一個詳細的對比分析表，相信數據，一定能反映出一個趨勢，告訴你什么樣的活動最吸引人，效果最佳。得出結論，放手去做就好。