吳多智

主要是研究電子商務(wù)網(wǎng)站流量的各項指標(biāo)，因此采用逐級評價的方式進(jìn)行分析。使用變異系數(shù)法求值，得到權(quán)重值。運(yùn)用模糊理論當(dāng)中的模糊綜合評價方式進(jìn)行分析，運(yùn)用涉及參數(shù)構(gòu)建了綜合評價模型，以及對實例進(jìn)行分析得出結(jié)論。實際研究證明建立電子商務(wù)網(wǎng)站流量的綜合評價模型能夠為分析提供客觀且正確的評價方式，針對指標(biāo)當(dāng)中的數(shù)量、質(zhì)量、流量轉(zhuǎn)化等方面，探索與當(dāng)前電子商務(wù)網(wǎng)站運(yùn)營之間的關(guān)聯(lián)性。

當(dāng)前社會是一個高速發(fā)展物欲橫流流量領(lǐng)先的時代，互聯(lián)網(wǎng)平臺提供的購物便利方便了廣大消費(fèi)者，線上購物滿足了消費(fèi)者購物欲望，眾多平臺、商家、消費(fèi)者環(huán)環(huán)相扣組成了這場消費(fèi)盛宴。越來越多愜意開始在網(wǎng)絡(luò)上開辟市場，通過較高的點(diǎn)擊率、購買力來提高企業(yè)的銷售業(yè)績，用戶點(diǎn)擊率越高則意味著企業(yè)的銷售額會明顯增加，尤其是當(dāng)前電商時代，電子商務(wù)網(wǎng)站流量將成為評價企業(yè)網(wǎng)站運(yùn)營指標(biāo)的一個重要標(biāo)準(zhǔn)。

一、模糊理論

fuzzy comprehensive? evaluation method為綜合評價法，文章主要運(yùn)用該方式分析電子商務(wù)網(wǎng)站的流量、來源、質(zhì)量等幾個方面，通過網(wǎng)站運(yùn)營數(shù)據(jù)，分析網(wǎng)站運(yùn)營情況，這是模糊數(shù)學(xué)當(dāng)中最基本的數(shù)學(xué)方式，運(yùn)用隸屬度描述模糊界限的一種形式，因此是建立在模糊集合的基礎(chǔ)上。整理多個數(shù)據(jù)指標(biāo)，從綜合性角度出發(fā)來評價被評價對象的隸屬情況，保證評價結(jié)果更加樂觀和符合實際情況。在結(jié)論當(dāng)中，使用定性與定量因素組合形成系統(tǒng)信息量，運(yùn)用變異系數(shù)法來評價指標(biāo)權(quán)重，保證得出結(jié)果的科學(xué)性與合理性。在實際評價過程中，評論流量是否健康的依據(jù)是通過流量的數(shù)量、質(zhì)量、來源、轉(zhuǎn)化這幾個指標(biāo)來判斷，分析在共同作用下的電子商務(wù)經(jīng)營，從而判斷流量的健康程度。

二、電子商務(wù)網(wǎng)站流量的評價指標(biāo)

（一） 流量的數(shù)量指標(biāo)

數(shù)量是指用戶訪問網(wǎng)站的次數(shù)，在海量用戶的訪問下變成流量數(shù)量。現(xiàn)代人使用有效的推廣手段來獲取流量，因此能夠直接從流量數(shù)量上看出網(wǎng)站推廣是否有效，通過網(wǎng)站流量可以分析網(wǎng)站的用戶習(xí)慣。流量多則意味著在統(tǒng)計時間內(nèi)用戶的瀏覽量增加，營業(yè)額也會增加。頁面訪問量也就是該網(wǎng)站的流量。企業(yè)可以打造產(chǎn)品質(zhì)量、運(yùn)用優(yōu)質(zhì)的售后服務(wù)、營銷手段等拓展市場吸引用戶;也可以借助外部的推廣力量等吸引到更多流量，運(yùn)用熱點(diǎn)、群眾關(guān)注點(diǎn)來吸引群眾的眼球。其中網(wǎng)站流量分為幾種：獨(dú)立訪客量、頁面訪問量、日均與獨(dú)立IP等。其中獨(dú)立訪客網(wǎng)站被多少臺電腦訪問的數(shù)量，以獨(dú)立電腦為單位;頁面瀏覽量是統(tǒng)計某個站點(diǎn)的瀏覽總用戶數(shù)量;獨(dú)立IP是不與任何一個用戶IP地址重合的瀏覽量，日均流量是指一天、一段時間內(nèi)的流量進(jìn)行統(tǒng)計 。

（二） 質(zhì)量指標(biāo)

就是在流量數(shù)量的基礎(chǔ)上對質(zhì)量把關(guān)，保證流量的質(zhì)量吸引流量。因此需要以優(yōu)質(zhì)的網(wǎng)站質(zhì)量為主，在設(shè)計的時候，應(yīng)該抓住當(dāng)前人們的心理，判斷人們對網(wǎng)站設(shè)計的喜好程度。優(yōu)化頁面內(nèi)容的同時，網(wǎng)站本身的問題也需要解決，比如網(wǎng)站頁面崩潰、網(wǎng)站BUG等。運(yùn)用質(zhì)量手段來優(yōu)化客戶網(wǎng)站體驗，提升用戶對網(wǎng)站的好感度也可以提升質(zhì)量指標(biāo)。假設(shè)一個用戶在瀏覽網(wǎng)頁的時候，這個網(wǎng)頁設(shè)計良好，而且抓住了用戶的心理，則這個用戶會反復(fù)瀏覽這個的商家設(shè)計的網(wǎng)站。進(jìn)而看到商品，存在長時間瀏覽網(wǎng)站的舉動，相應(yīng)增加下單的概率。對于當(dāng)前的電商發(fā)展，衡量一個網(wǎng)站質(zhì)量，需要考慮諸多因素，可以統(tǒng)計日均訪問量、新增訪問人數(shù)、用戶瀏覽頁面停留時間來確定。戶訪問網(wǎng)站會通過不同的形式進(jìn)入。比如直接檢索、復(fù)雜黏貼、頁面導(dǎo)航等，當(dāng)檢索抵達(dá)商品頁面，商品頁面瀏覽量就會+1。在這個過程中的商品頁面瀏覽量指標(biāo)非常重要，因為用戶通過網(wǎng)站或者是被網(wǎng)站吸引進(jìn)入到頁面到達(dá)指定商品位置，才會產(chǎn)生加入購物車與下單的行為。

（三） 流量的來源

電子商務(wù)網(wǎng)站中的網(wǎng)站流量系主要有品牌流量、檢索引擎流量等。大型電商網(wǎng)站一定擁有高數(shù)量的品牌流量占比，一旦數(shù)量很低，也就可以評價“這個網(wǎng)站流量并不健康”。大型電商的流量并不是來自同一渠道，而是多方面經(jīng)營得到的流量，比如商品質(zhì)量、服務(wù)也會影響到電子商務(wù)網(wǎng)站的流量。人們也通過網(wǎng)站流量來源、推廣流量轉(zhuǎn)化比分析網(wǎng)站流量是否健康。

（四） 轉(zhuǎn)化比例

網(wǎng)站流量轉(zhuǎn)化比例在流量分析當(dāng)中占比也非常重要，用戶不是固定的，因為用戶在瀏覽之后不一定會下單，留住的客戶也非常重要，這個過程是：網(wǎng)站→中間頁面→產(chǎn)品→購物車→結(jié)算，抵達(dá)結(jié)算階段，成交概率也會降低。這里闡述電子商務(wù)的一個概率：假設(shè)1000名信訪客，進(jìn)入到中間頁面的訪客降低到750，只有450人抵達(dá)產(chǎn)品頁面了解產(chǎn)品，假設(shè)100人將商家加購，最終有30人進(jìn)入結(jié)算階段，這就是電子商務(wù)流量當(dāng)中的流量定律?？梢苑治?，在網(wǎng)站流量轉(zhuǎn)化比例當(dāng)中，決定因素有會員注冊轉(zhuǎn)化率、購物車轉(zhuǎn)化、訂單提交、支付四個因素，其中，價格是最主要的競爭力，對用戶是否注冊會員、購買有很大影響;而商家對產(chǎn)品的描述與質(zhì)量的闡述、庫存量也直接影響網(wǎng)站流量轉(zhuǎn)化;購買流程簡易程度、人性化設(shè)置方面都直接影響網(wǎng)站流量轉(zhuǎn)化 。

三、評價模型

（一） 建立評價指標(biāo)集

在指標(biāo)集當(dāng)中，將多個影響評價對象的指標(biāo)用n 表示，當(dāng)存在多層指標(biāo)則分級表示;當(dāng)二級指標(biāo)影響因素比較多，則由多個三級指標(biāo)構(gòu)成。在指標(biāo)集當(dāng)中，被評價對象的指標(biāo)等級被劃分為不同等級，評語集是將這些評價對象指標(biāo)等級進(jìn)行集合表現(xiàn)出來。

（二）? 各級權(quán)重分配集合

確定各級指標(biāo)權(quán)重分配集合是將不同等級指標(biāo)權(quán)重分配到其中一個指標(biāo)去，最終指標(biāo)為1。比如 第一層指標(biāo)的二級指標(biāo)中的權(quán)重，是把一級指標(biāo)集中不同的二級指標(biāo)對一級指標(biāo)的影響分別闡述，使用Delphi Method、層次分析、變異系數(shù)法等，保證指標(biāo)權(quán)重最終數(shù)值為1。同理，三級指標(biāo)也是這樣評價，最終實現(xiàn)數(shù)值化、歸一化。

（三） 評判矩陣建立

根據(jù)評價指標(biāo)集、評語集，其中模糊映射的向量為單因素評價。如果存在多個因素，從指標(biāo)上考慮網(wǎng)站的隸屬度。根據(jù)模糊映射，可以得到一個評價矩陣。

（四） 綜合評價模型

當(dāng)已知群眾分配集、評價矩陣最終能夠分析出綜合評價，運(yùn)用分析得到的指標(biāo)建立起綜合評價模型。在綜合評價過程中逐級分析評價，得到相應(yīng)的數(shù)值，最終測出一級指標(biāo)、網(wǎng)站流量的健康度。針對這種情況可以選擇一加權(quán)平均模型，其中模型對所有因素的影響，根據(jù)權(quán)重的大小均衡兼顧，適合考慮各種因素起到作用的情況 。

四、 評價方式與分析方式

（一）? 影響評價的因素

影響因素有：流量指標(biāo)：數(shù)量、質(zhì)量、來源、轉(zhuǎn)化（四個指標(biāo)）;其中流量數(shù)量的影響因素有：獨(dú)立訪客、頁面訪問量、獨(dú)立IP、日均產(chǎn)量;流量質(zhì)量的影響因素有：平均訪問與滯留時間、新訪客比例、跳出率等;流量來源。在這個內(nèi)容當(dāng)中流量指標(biāo)為一級指標(biāo)，二級指標(biāo)就是四個主要評價指標(biāo)，三級指標(biāo)就是四個主要評價指標(biāo)的影響指標(biāo)。

（二）評語集

假設(shè)影響電子商務(wù)網(wǎng)站流量指標(biāo)的評語集分成五個等級，主要按照優(yōu)、良、 中、 差、劣的五個等級來評價。

（三）? 確定權(quán)重與隸屬度

使用變異系數(shù)法流量指標(biāo)權(quán)重，計算得到標(biāo)準(zhǔn)差，除以平均數(shù)得到變異系數(shù)，進(jìn)行處理之后，電子商務(wù)網(wǎng)站的指標(biāo)權(quán)重。根據(jù)某一段時間內(nèi)電子商務(wù)網(wǎng)站對網(wǎng)站流量數(shù)據(jù)的統(tǒng)計就可以得到相關(guān)的參數(shù)。在實際的計算過程中，得到第一層指標(biāo)的權(quán)重值，相應(yīng)也可以得到別的數(shù)據(jù);比如知道流量數(shù)量當(dāng)中獨(dú)立訪客的權(quán)重值，就可以推斷計算出其他影響因素的比值。

當(dāng)?shù)玫诫娮由虅?wù)網(wǎng)站流量第一層指標(biāo)之后，也就可以得到第二層關(guān)于評語集的隸書矩陣表。

（四） 電子商務(wù)網(wǎng)站流量指標(biāo)的模型

得到電子商務(wù)網(wǎng)站流量指標(biāo)綜合評價模型之后，使用模型，將三級指標(biāo)中獨(dú)立訪客、頁面訪問量、獨(dú)立網(wǎng)址的權(quán)重值，對應(yīng)三級指標(biāo)的隸屬矩陣，相乘得到第一級指標(biāo)的綜合評價，也就是第一層指標(biāo)流量的數(shù)量。根據(jù)多層次模糊評價理論和電子商務(wù)網(wǎng)站流量第一級綜合評價指標(biāo)，得到關(guān)于電子商務(wù)整體流量指標(biāo)的結(jié)果。

（五）結(jié)果分析

根據(jù)最大隸屬度原則分析模糊綜合評價結(jié)果得到電子商務(wù)網(wǎng)站部流量的指標(biāo)評價等級，也就是假設(shè)整體流量指標(biāo)結(jié)果為B，根據(jù)原則，當(dāng)B等于設(shè)定值，也就證明對應(yīng)評語當(dāng)中電子商務(wù)網(wǎng)站流量模型綜合評估結(jié)果就是這個評語。當(dāng)指標(biāo)處于優(yōu)勢地位就可以沿用這個原則。根據(jù)這個原則，當(dāng)最大隸屬原則對應(yīng)的時候，得到的結(jié)果就可以作為整個電子商務(wù)網(wǎng)站流量模型的綜合評價結(jié)果。也就可以得出健康、優(yōu)質(zhì)、不良等的評價。可以看出，網(wǎng)站整體的實際運(yùn)營情況，而且通過分析也可以得到會員處注冊轉(zhuǎn)化率、購物車轉(zhuǎn)化、訂單提交方面的實際情況，可以根據(jù)分析確定需要改正和優(yōu)化的位置。對于一個運(yùn)營健康網(wǎng)站來講，要想提升網(wǎng)站質(zhì)量，只有以良好的推廣形式、優(yōu)質(zhì)的網(wǎng)站設(shè)計、深入人心的售后服務(wù)來作為電子商務(wù)發(fā)展的支撐，通過對上文的分析，電商應(yīng)該合理把握在實際發(fā)展過程中的影響因素，進(jìn)行針對性設(shè)計，牢牢把握流量方向，重視流量的轉(zhuǎn)化與引領(lǐng)，實現(xiàn)電商的健康發(fā)展。

五、結(jié)語

綜上，用戶訪問網(wǎng)站的數(shù)量直接影響了流量數(shù)量，企業(yè)如何推廣影響非常重要，因此可以搜索推廣引擎等，考慮流量質(zhì)量、轉(zhuǎn)化指標(biāo)來看，用戶在頁面的瀏覽時間決定了轉(zhuǎn)化指標(biāo)等。企業(yè)應(yīng)該針對這些指標(biāo)進(jìn)行相應(yīng)改進(jìn)，進(jìn)行有效的推廣，打造出自身的品牌價值。

（作者單位：瓊臺師范學(xué)院信息科學(xué)技術(shù)學(xué)院）