
電商新趨勢下的數(shù)據(jù)分析實踐與思考
潮流趨勢總是不斷在改變,電商市場也是如此。新趨勢帶來新機(jī)遇,同時也帶來了新的挑戰(zhàn)。移動購物的崛起、多渠道購物、自動化營銷、閃購模式、優(yōu)質(zhì)的配送等等形式的出現(xiàn),使得電商市場越來越多元化。
電商新趨勢
從2015年開始移動電商大幅度崛起,電商整體上升趨勢減緩,移動電商崛起,原有PC端流量減少,指標(biāo)下降。新形勢下用戶與商品之間的關(guān)系包括:數(shù)據(jù)關(guān)系、技術(shù)問題、算法策略、產(chǎn)品形態(tài)、平臺策略。
用一張小圖說明思路:移動端是一艘大船,量在變大、變快,PC相當(dāng)于一條小船,在不斷萎縮。領(lǐng)航員基本上是算法分析師或者數(shù)據(jù)分析師,想在數(shù)據(jù)變現(xiàn)的過程中少走彎路,船上拉的貨物:數(shù)據(jù),就是變現(xiàn)的重要一部分。整個船在萎縮,通過數(shù)據(jù)分析已經(jīng)不大可能從大的程度上提升,這時候怎么辦?整個船是產(chǎn)品,所以應(yīng)該從產(chǎn)品的角度考慮。
首先是數(shù)據(jù)層面,商品數(shù)據(jù)的特點是種類變得多了,呈現(xiàn)出多媒體化和電子化。用戶數(shù)據(jù)則有年齡增長的特點,并且更偏向移動化。對于用戶,首先要找出重點用戶,逐個分析原因,進(jìn)行回訪。對于商品,紙質(zhì)圖書、電子圖書、3D圖書、多媒體圖書等等都有很多,當(dāng)當(dāng)采用過贈送電子書,書籍預(yù)售等方式進(jìn)行個性化判定,進(jìn)而總結(jié)當(dāng)前的應(yīng)對策略、基本路線、發(fā)展目標(biāo)。
技術(shù)層面。由于做AB測試過于復(fù)雜,作業(yè)流程過長,還會有數(shù)據(jù)延遲、數(shù)據(jù)誤差、AB的誤差、數(shù)據(jù)埋點的誤差等等。作為一個數(shù)據(jù)分析師,本身就應(yīng)該了解,當(dāng)數(shù)據(jù)出現(xiàn)問題的時候,經(jīng)過分析就應(yīng)該知道問題是出在前端,還是出在中間環(huán)節(jié),或者計算環(huán)節(jié),這時候要對這個算法工程師做出指導(dǎo)。此外,不能把服務(wù)端的請求數(shù)據(jù)當(dāng)做曝光數(shù)據(jù)。
算法層面。舉個例子,加入算法峰值,第一年是10%,第二年3%,那么第三年是否還要投入,投入多少,最終的解決方法是算法突破,找一位高級算法工程師突破這個算法,但是代價太高。此時,不能糾結(jié)在算法層面,應(yīng)該從大局著手,看產(chǎn)品形態(tài),如果原來的產(chǎn)品比較單一,這時就要改變產(chǎn)品形式,用改變產(chǎn)品形態(tài)和表現(xiàn)形式來吸引用戶,可能一個好的產(chǎn)品形態(tài)上的改變相當(dāng)于一個算法工程師工作三年所提升的概率。用戶在購買書的過程中,要把用戶購買的歷程、學(xué)習(xí)的里程,包括如果用戶喜歡看視頻,是否能給他推薦出一些教材,還有一些名人書單,是不是要給他贈送電子書,這些小的細(xì)節(jié)也在產(chǎn)品形態(tài)中表現(xiàn)出來。
平臺策略。程序員或者工作人員最愛吐槽的:公司在走下坡路,團(tuán)隊也在走下坡路,或者行業(yè)正在變成傳統(tǒng)行業(yè),所以利潤不高了等等,其實在平臺這方面的吐槽是最多的。對于當(dāng)當(dāng)來說,用戶不愛讀書了,因為大多數(shù)用戶去看視頻了,這時候?qū)ο矚g看視頻的人繼續(xù)做一些個人性分析,因為看視頻的人還是需要一本教材的,可能關(guān)系比較好的情侶共用一個賬號,單獨地去打性別或者屬性就不太合適了。
在分析了以上幾點策略后,對整個團(tuán)隊提出了總體的方向。
首先是守住已有的成果,比如做推薦,不要一味地去突破、創(chuàng)新,因為太難了,整個PC在下降,做創(chuàng)新可能得不償失。PC上有很多已經(jīng)成熟的技術(shù)要進(jìn)行拓展,想在技術(shù)水平上繼續(xù)成長,基本上已經(jīng)長不高了,但是可以長胖,原來可能只在這個頁面或這個業(yè)務(wù)方向上有推薦,現(xiàn)在可以拓展到其他方向,比如百貨、圖書。原來只有圖書現(xiàn)在擴(kuò)展到百貨,擴(kuò)展到母嬰。
第二,在用戶數(shù)據(jù)上做精準(zhǔn)化分析,比如現(xiàn)在收集用戶已經(jīng)很多年了,對用戶的行為已經(jīng)比較精確了,這時候就不要再推一些特別粗糙的數(shù)據(jù)。在產(chǎn)品形態(tài)上還是要多樣化,主要依賴產(chǎn)品,多想一些好的創(chuàng)新思路,畢竟PC的展示頁面比較大,開發(fā)PC技術(shù)成本比較小,比較成熟,所以可以多做一些嘗試和主題。在技術(shù)層面盡量減少延遲和誤差,算法層面如果遇到困境,就不要再做大難度的突破。在平臺層面,盡量用技術(shù)團(tuán)隊的分析去影響公司和平臺層面的一些決策,能夠給公司提供一些好的思路和好的發(fā)展方向,這樣,基本上就做到了一個合格開發(fā)人員的本職。
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
訓(xùn)練與驗證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 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 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(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。 ...
2025-09-18DSGE 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)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(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)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(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” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 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、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(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 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(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值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(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” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(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 ...
2025-09-11