現在很多人都在做B2C，然而，做B2C到底有什麼技巧，我們有都需要分析哪些資料，哪些資料對於我們來說是有效的，哪些是無效的，這些問題也許一直都是大家很糾結 的問題，下面我們一起來探討下常見的B2C網站運營核心資料分析。 我們需要分析的資料分六部分：即日常性資料，這是基礎和每週的資料分析，這是核心和一些其他資料分析。這些是網路營銷策略必不可少的環節。
第一項：日常性資料(基礎)
流量相關資料： IP 、 PV 、線上時間、跳出率、新使用者比例;
訂單相關資料：總訂單、有效訂單、訂單有效率、總銷售額、客單價、毛利潤、 毛利率;
轉化率相關：下單轉化率、付款轉化率。
簡要說明：因為我們已經實現基礎的 WEB 版資料分析系統(有些公司用進銷存軟 件)，所以常規性的銷售額、利潤、利潤率，都是可以通過系統實現的。因 為 直接與商城後臺對接，庫存管理都已經做進去了，分析資料時候，後臺的原始數 據都有，設定好各項公式，想要的結果都出來了，這樣實現比用軟體效率更好， 且 可以根據各自的需求靈活開發。
由於會出現使用者今日下單，明日付款，所以訂單有效率、銷售額、轉化率、客單 價會動態變化，靠 EXCEL 基本是做不來，所以靈活對接系統非常重要，如果沒有， 也可以參考這方面的需求去開發。
第二項：每週資料分析(核心)
使用者下單和付款不一定會在同一天完成，但一週的資料相對是精準的，所以我們 把每週資料作為比對的參考物件，主要的用途在於，比對上週與上上週資料間 的 差別，運營做了某方面的'工作，產品做出了某種調整，相對應的資料也會有一定 的變化，如果沒有提高，說明方法有問題或者本身的問題並在與此。
網站使用率： IP 、 PV 、平均瀏覽頁數、線上時間、跳出率、回訪者比率、訪問深 度比率、訪問時間比率;
這是最基本的，每項資料提高都不容易，這意味著要不斷改進每一個發現問題的 細節，不斷去完善購物體驗。來說明下重要的資料指標：
跳出率：跳出率高絕不是好事，但跳出的問題在哪裡才是關鍵。我的經驗，在一 些推廣活動或投放大媒體廣告時，跳出率都會很高，跳出率高可能意味著人群 不 精準，或者廣告訴求與訪問內容有巨大的差別，或者本身的訪問頁面有問題。 本文出自：
