Java生鮮電商平臺-生鮮電商數據分析思維以及指標(小程式/APP) 說明：在生鮮電商行業火爆和轉型的背後，數據分析往往成了主要的助推劑之一，通過對商品、用戶、平臺數據的分析，商家就能知道什麼樣的商品好賣，什麼樣的人愛買，哪一類的促銷活動更受歡迎等等，從而對症下藥調整策略，精準營銷。於是，近年來電商 ...
Java生鮮電商平臺-生鮮電商數據分析思維以及指標(小程式/APP)
說明：在生鮮電商行業火爆和轉型的背後，數據分析往往成了主要的助推劑之一，通過對商品、用戶、平臺數據的分析，商家就能知道什麼樣的商品好賣，什麼樣的人愛買，哪一類的促銷活動更受歡迎等等，從而對症下藥調整策略，精準營銷。於是，近年來電商行業數據變得越來越重要，本篇我就詳細的說一說電商數據分析需要掌握的方法及思路。
電商的業務流程
還是那句老話：不懂業務就別做數據分析，任何的商業分析都需要圍繞業務進行，在動手分析電商數據之前，我們先瞭解一下電商平臺的業務流程：
顯然電商零售的流程和傳統零售大不相同，從用戶登陸到加購商品、再到最終下單購買、確認收貨，每一個環節都有大量的數據在平臺上產生，我們應該收集哪些數據，又應該分析哪些數據？這就需要建立完善的電商數據分析指標體系，來為我們的分析提供方向。
電商主要有哪些數據？
傳統零售的數據分析側重對商品的分析，而電商則側更重於對用戶和流量的分析。根據電商業務流程的各個環節，我們可以把電商數據大概分為這4類：營銷數據、流量數據、會員數據、交易和服務數據。
營銷數據：做電商肯定要玩轉各類的營銷活動，就會產生營銷費用、用戶覆蓋數，活動點擊、打開等營銷數據，然後有這些數據衍生出人均單價、活動打開率、人群觸達率等指標
流量數據：電商運營最核心的數據就是流量數據，包含了平臺的瀏覽量、訪客數、用戶的登陸時間、線上市場等等數據
會員數據：電商會員一般門檻較低，註冊了就是會員，然後根據消費金額或者消費金額換算的積分來升級會員等級，比如像淘寶的淘氣值積分。會員數據包含會員的個人信息以及交易記錄、登陸行為等行為數據，電商平臺的各類營銷活動往往就是基於對會員行為數據的分析。
交易和服務數據：交易數據主要包括交易的金額、數量、人數、商品信息、交易場所、交易時間等數據，服務數據主要包括供應鏈等數據。
電商數據分析的8大指標
根據電商運營的各個環節，我們可以把電商數據分析的指標體系分為下圖這8個部分
先從整體運營指標說起，整體運營指標的分析一般是面向企業的高層，從平臺的流量、訂單數據、整體的銷售業績指標、盈利指標來瞭解平臺的運營狀況。
網站流量指標就是對平臺的訪客進行分析，比如通過對頁面訪問時長、跳出率等指標的分析，從而對頁面進行優化等等
銷售轉化指標主要包含了從下單到支付整個過程的數據，通過分析來提高商品轉化率
客戶價值指標主要目的是找出有價值的用戶，實現精準營銷，一般可以建立RFM價值模型來進行分析
商品類指標主要分析商品的種類，銷售和庫存情況，可以建立關聯分析模型，將商品組合銷售，比如之前經典的啤酒與尿布的故事
市場營銷活動指標主要監控某次營銷活動給帶來的效果，以及監控廣告的投放指標
風控類指主要對用戶購買後的評價進行分析，發現產品的優點及問題
市場競爭指標主要分析市場份額以及平臺的排名，通過和競品的對比進行策略調整
電商分析數據分析思路
對電商數據分析來說，主要應該掌握這四個思想：對比、細分、轉化、分類，基本上可以應付日常的分析工作了
1、對比思想
數據對比主要是橫向和縱向兩個角度，指標間的橫向對比可以幫我們認識預期值的合理性，指標自身在時間維度上的對比，就是我們經常說的趨勢分析。
這裡我以分析店鋪的成交額為例：
縱向對比
我們把一段時間的成交額顯示在坐標軸上，這樣就可以很明顯的看到這段時間的成交額是否達到了預期。
另外，要結合實際場景進行分析，比如我們通過數據發現今天的成交額比昨天大很多，可能因為今天是周六，或者是節假日等等，因此，我們在做縱向對比的時候，要判斷今天（假如是周六）的成交額是否合理，除了看最近30天的趨勢數據，我們還可以看一下最近10周的周六的成交額趨勢；如果今天是節假日的話，那麼就可以和上一年的同一天做個對比，不過因為間隔時間比較長，這裡面可能參雜的干擾因素比較多，數據反映出來的意義比較有限。
橫向對比
例如我們說，店鋪這周的成交額上漲了10%，是不是一個好消息呢？
上漲看起來應該是進步了，但是也可能是一種落後的表現，比如你通過橫向對比後發現競爭對手們這周的成交額都上漲了20%，那這10%就是一種壞現象，也就是說，我們對一個現象判斷好不好，這是需要一個參照系的
2、細分思想
通過上面的對比，我們基本可以判斷一個指標（例如成交額）是否合理了。如果發現數據不合理，接下來就是要發現問題，尋找原因。這時候就需要用到細分的思想，把分析對象逐步拆解，定位問題，這個就類似於我上篇文章說的杜邦分析法的思想
比如我們通過查看趨勢，發現這個月成交額明顯下降了，我們用細分的思想來找出成交額下降的原因，根據成交額的計算公式：成交額 = 客單價 X 客戶數，我們把成交額這個指標拆解，通過對比客單價和客戶數的趨勢，找出成交額下降的主要影響因素，如果是客戶數問題，我們在根據客戶數的計算公式：
客戶數 = 新客戶 + 老客戶，老客戶 = 二次成交客戶 + 多次成交客戶
對客戶數進行細分，如果是客單價問題，就按照公式：客單價 = 成交價 X 人均成交數 進行細分：
3、轉化思想
細分的思想可以從縱向定位問題，但是只有細分是不夠的。這些指標是從哪裡來的，每一個步驟的轉化率怎麼樣，哪一個步驟的轉化不好，需要改善，這些通過轉化率都可以分析出來
例如我們要分析本周的活躍客戶數（有成交的客戶數），那麼我們就要分析這些活躍的客戶數是從哪裡來的，梳理一下可以簡單分為以下4個步驟：
進入店鋪的客戶數 ——瀏覽過商品的客戶數 ——下單的客戶數 ——交易成功的客戶數
這裡4個步驟就會有3個轉化的過程，哪些環節轉化率比較高，哪些環節轉化率比較低，歷史趨勢怎麼樣，是否合理，是否有改進的空間等等。應用轉化的思想，可以有效的指導和優化電商運營的各個環節
4、分類思想
上面我們已經介紹了對比，細分和轉化三種思想，還有一個基本思想：分類思想。簡單來說，就是把一些對象，按照某種規則，劃分為若幹個類別，然後分析各個類別的特征，根據這些特征來安排工作，比如說常見的RFM分析模型就是用來分類的思想，實現精準營銷。
除了給用戶分類之外，電商行業經常做的還有商品分類，比如按照品類分類，或者商品ABC分類，當然還有非常複雜的分類方法，例如聚類演算法等等
QQ:137071249
共同學習QQ群：793305035
