（四）P2～P3級數據顆粒度校驗精細化策略

P2～P3級別的數據顆粒度已經很細化了，并且每條業務直線分配出來的數據值會越來越多，這時候業務數據的義務基本是為P0級服務，通常我們在做精細化策略的時候會細看其指標。

1.P2～P3級的銷售數據細化P0級的過程指標

·加車率=加車用戶數/總UV訪問人數（作為過程指標，考量用戶在購物過程中的加購物車頻率）。

·跳轉率有很多說法，就電商而言，我們通常看的是商品詳情跳轉率=商品詳情用戶數/總UV訪問人數（同樣和加車率都屬于過程指標，考量頻道頁到商品詳情頁的點擊轉化情況）。

·支付率=成功支付人數/下單人數（用戶在前端找商品到最終完成下單，最終步驟是在支付環節，輸完密碼后的完成才能被記錄到上賬GMV內）。

2.P2～P3級的用戶數據反映各渠道情況

用戶的來源一定是多渠道的，無論是線上還是線下，我們通常的做法是在對應投放的二維碼內埋不同的代碼標簽（Ptag），通過每個Ptag下產生的數據監測每個渠道來源，用于調整策略、資源傾斜。

·停留時長=平臺停留總時長/UV（這個數據值具備前期業務的參考性，操作并模擬用戶從前端選品到最終成交的時間，我們模擬過大概在40秒，通過這個數值來看單個用戶停留時長，如果和40秒接近，用戶操作路徑還算健康，如果大于或小于就要分析其緣由）。

·用戶畫像在業務前期也是一個關鍵指標，需要分析不同的用戶屬性（年齡、職業、城市），便于后續做用戶分層。

3.P2～P3級的庫存深度校驗庫存周轉次數

庫存深度=當月庫存/下月銷售計劃（這個指標是指現有庫存未來消耗，通常是以月份來計算）。假設當月庫存100萬件，下月計劃銷售50萬件，則庫存深度=2。這個數值還是相對合理的，通常維持在1～2，如果高于這個值會出現庫存積壓的情況，如果小于這個值則會出現供給不足的情況。

數據方面技能一定是運營必備的，除需要關注現成的數據抓取和維度外，還需要敏銳的數據思維去試圖重新排列其他的維度，嘗試反饋業務價值。