
論傳統(tǒng)行業(yè)和電子商務(wù)的對數(shù)據(jù)分析的不同運(yùn)用
電商界有種說法,說傳統(tǒng)企業(yè)的電商缺乏電子基因,而電商新貴缺乏商業(yè)基因,大數(shù)據(jù)分析觀察來看,就是一個(gè)缺乏有效引流、流量轉(zhuǎn)換、網(wǎng)站粘客等產(chǎn)品和運(yùn)營手段,而另一個(gè)缺乏成本費(fèi)用控制的有效手段,讓快速增長沉淀下來。
保守而穩(wěn)重與快速而多變發(fā)展
有一段時(shí)間公司電商迷茫期間(規(guī)模還不大的時(shí)候),停止了大部分引流推廣投入,來降低費(fèi)用支出,當(dāng)時(shí)老客戶消費(fèi)占比一度達(dá)到60%以上,這在規(guī)模不大的電商里,發(fā)展會(huì)非常緩慢的。雖然保守穩(wěn)重,但規(guī)模尚小,所以即便這樣,還是虧本。物極必反,這種思路是不可取的,電商界規(guī)模小還不賺錢,還不如規(guī)模大不賺錢。當(dāng)后面繼續(xù)推動(dòng)流量推廣,老客戶活躍度提高的同時(shí),還能達(dá)到新老客戶比例6:4到7:3,在規(guī)模大幅提高的同時(shí),盈利預(yù)期反而有好轉(zhuǎn)。
還有一個(gè)案例,曾經(jīng)為某互聯(lián)網(wǎng)產(chǎn)品分析診斷,發(fā)現(xiàn)其發(fā)展速度非???,但快在新客戶增長快、一次性使用產(chǎn)品的人數(shù)增長快,但用戶幾乎沒有粘性。其核心原因是,產(chǎn)品目標(biāo)客戶群體都是貪小便宜的,每次增長都離不開抽獎(jiǎng)、活動(dòng),但當(dāng)客戶使用之后,發(fā)現(xiàn)索然無味,于是就大部分沒有后文了,甚至退出注冊了。
在關(guān)聯(lián)性分析中,我們發(fā)現(xiàn)只有少數(shù)沉淀下來的客戶之間的交流,是收入增長的動(dòng)力,活動(dòng)刺激與收入并非主因,所以我們建議客戶細(xì)分后,建立話題組,來吸引客戶之間的持續(xù)交流。有決策者問,這個(gè)結(jié)論應(yīng)該可以猜到啊,我說我分析結(jié)論的重點(diǎn)不是要證明收入和客戶之間交流有線性關(guān)系這種能猜到的結(jié)論,主要證明現(xiàn)在花90%精力運(yùn)營和策劃的所有活動(dòng)刺激都與收入上升沒有直接的關(guān)系,需要把絕大部分精力由想活動(dòng)辦法到想吸引他們互相交流的專題和他們之間的精確匹配。但如果主要運(yùn)營方向還是注重刺激,那么這個(gè)情況仍不可逆轉(zhuǎn)。后來的情況就是,業(yè)務(wù)決策還是覺得“吃鴉片還是要過癮點(diǎn)”,雖然數(shù)據(jù)分析提出的產(chǎn)品改進(jìn)方向和運(yùn)營建議已經(jīng)有了,但覺得產(chǎn)品和運(yùn)營提高哪有那么容易,不如“吃鴉片”輕松,這就不是數(shù)據(jù)分析能改變的結(jié)果了。
客戶產(chǎn)品貢獻(xiàn)與價(jià)值
如果要二者兼得,很多似乎決策者都是有思路和方向,那剩下的就是執(zhí)行,執(zhí)行靠的是數(shù)據(jù)分析的精確運(yùn)營手段。
從數(shù)據(jù)的角度看,銷售規(guī)模和利潤,都可以分客戶、產(chǎn)品、其他運(yùn)營成本三個(gè)大角度來看。我們常聽說要細(xì)分客戶,提高客戶黏度、客戶忠誠度,但都是從純市場角度考慮客戶的分析和運(yùn)營,所以無法與財(cái)務(wù)角度接軌??蛻麴ざ群椭艺\度,在財(cái)務(wù)角度僅僅體現(xiàn)在對公司的累積銷售、市場貢獻(xiàn),并未顯現(xiàn)出“利潤貢獻(xiàn)”。
利潤貢獻(xiàn)需要考慮如下角度:
累積銷售額
累積銷售毛利
累積成本費(fèi)用
這個(gè)對客戶、產(chǎn)品都有效,其中傳統(tǒng)企業(yè)對于產(chǎn)品的研究已經(jīng)有非常久的積累,所以可以延伸到客戶角度繼續(xù)探討??蛻裘芎糜?jì)算,就是他購買產(chǎn)品貢獻(xiàn)的毛利;客戶的成本費(fèi)用,即使不算分?jǐn)傎M(fèi)用,那么客戶所占客服資源、客戶退換貨、客戶激活成本等都是可量化的,這些綜合因素,就是所謂的客戶價(jià)值分析。簡單分析,可以用四象限大概分論,深入分析就是進(jìn)一步量化。對于不同價(jià)值趨向的客戶,都可以引導(dǎo)向企業(yè)想要的目標(biāo),例如某客戶黏度高,但毛利貢獻(xiàn)少,激活有時(shí)需要成本,對于這樣的客戶,對應(yīng)的運(yùn)營手段,應(yīng)該是繼續(xù)讓用戶感覺占到便宜,但暗中推銷高毛利低總價(jià)且有實(shí)用價(jià)值的產(chǎn)品給他。
產(chǎn)品價(jià)值在傳統(tǒng)領(lǐng)域已經(jīng)有了長久積累的經(jīng)驗(yàn),那就是一規(guī)劃生命周期,二是制定毛利和平均毛利率目標(biāo),三是動(dòng)態(tài)分析調(diào)整產(chǎn)品營銷策略。具體以前已經(jīng)提到過,這里不用多講。
殊途同歸的總結(jié)
據(jù)說很多電商新貴已經(jīng)開始重視數(shù)據(jù)分析與財(cái)務(wù)驅(qū)動(dòng)了,但是稍微為時(shí)過晚,因?yàn)榭蛻暨x擇后客戶價(jià)值已經(jīng)被拉低,庫存累計(jì)且產(chǎn)品價(jià)值偏低,要花更大的代價(jià)才能逐步挽回。而傳統(tǒng)企業(yè)轉(zhuǎn)型中,可能受老業(yè)務(wù)影響,會(huì)束手束腳,資源和人才跟不上。
從數(shù)據(jù)分析可以看出,其實(shí)無論電商注重財(cái)務(wù)角度,包括客戶、產(chǎn)品價(jià)值貢獻(xiàn)的提升,還是傳統(tǒng)企業(yè)注重網(wǎng)絡(luò)營銷效果、網(wǎng)站布局優(yōu)化,都是為了更好地發(fā)展電商,他們并不矛盾,只是出發(fā)點(diǎn)不同。而數(shù)據(jù)分析的價(jià)值就是對這些業(yè)務(wù)運(yùn)營量化,與“較虛”的戰(zhàn)略目標(biāo)匹配得上。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10