
隨著數(shù)據(jù)時(shí)代的到來(lái),各行各業(yè)的經(jīng)營(yíng)發(fā)展開始注重?cái)?shù)據(jù)分析思維。通過(guò)數(shù)據(jù),我們可以了解產(chǎn)品的好壞、用戶的喜愛程度,從而用數(shù)據(jù)去解決產(chǎn)品存在的問(wèn)題。
數(shù)據(jù)分析更多的是基于業(yè)務(wù)背景來(lái)解讀數(shù)據(jù),把隱藏在數(shù)據(jù)背后的問(wèn)題總結(jié)出來(lái),發(fā)現(xiàn)其中最有價(jià)值的東西,再加以優(yōu)化。
在提煉數(shù)據(jù)的整個(gè)過(guò)程中,人是主觀的,而數(shù)據(jù)是客觀的。同樣的數(shù)據(jù)但不同人解讀出來(lái)的結(jié)果肯定是不一樣,但結(jié)論的本身并沒(méi)有錯(cuò)。那么我們做電商數(shù)據(jù)分析師常用的方法有哪些呢?
當(dāng)開始數(shù)據(jù)分析產(chǎn)品時(shí),首先分別分析每個(gè)變量,以描述擁有的數(shù)據(jù)并評(píng)估其質(zhì)量,接下來(lái)分析每個(gè)變量之間的關(guān)系。這里我把電商數(shù)據(jù)分析分為四大版塊:即對(duì)比分析、轉(zhuǎn)化分析、留存分析、產(chǎn)品比價(jià)。
橫向?qū)Ρ?/span>:簡(jiǎn)單的說(shuō)就是和誰(shuí)對(duì)比?假如說(shuō)我們上個(gè)月店鋪的成交額增長(zhǎng)了30%,那么我們是不是應(yīng)該開心呢?
當(dāng)然不是,這里我們還要參考競(jìng)爭(zhēng)對(duì)手的成交額,如果你的競(jìng)爭(zhēng)對(duì)手增長(zhǎng)了50%呢?這個(gè)時(shí)候我們就需要一個(gè)參考指標(biāo)。數(shù)據(jù)時(shí)代,我們可以很輕易的拿到競(jìng)爭(zhēng)對(duì)手的相關(guān)數(shù)據(jù)。
縱向?qū)Ρ龋?/span>我們可以把近15天的成交額以線條的形式顯示出來(lái),這樣就可以很清楚的看到近期的成交額是否達(dá)到預(yù)期,有沒(méi)有下降趨勢(shì),當(dāng)然我們也可以以季度、月或周為單位。
(圖片來(lái)源于網(wǎng)絡(luò))
我們也要考慮到日常生活中的特殊場(chǎng)景,比如雙11、雙12、元旦等活動(dòng)促銷,那么成交額是否會(huì)暴漲。所以在做縱向?qū)Ρ鹊臅r(shí)候,一定要考慮所有的情況,也許你的商品恰逢周末就是賣不出去呢?我們還可以這樣考量:
(1)最近一個(gè)季度,每周六日的成交額。
(2)近三年雙十一當(dāng)天的成交額等等。
這里牽涉到一個(gè)問(wèn)題,評(píng)判一家電商企業(yè)需要用到的一些日常統(tǒng)計(jì)指標(biāo):
(1)店鋪的目標(biāo)用戶數(shù)量:一家店鋪的成交量,反映的是這家店鋪對(duì)于市場(chǎng)的影響以及用戶對(duì)于產(chǎn)品的滿意度。
(2)平均消費(fèi)金額:店鋪每年平均每位用戶消費(fèi)了多少,以此來(lái)定位目標(biāo)人群,確定是否達(dá)到盈利的指標(biāo)。
(3)用戶的復(fù)購(gòu)率:判別產(chǎn)品滿意度,假如用戶購(gòu)買過(guò)一次后,還會(huì)購(gòu)買第二次,說(shuō)明用戶對(duì)于你的產(chǎn)品還是很滿意的,這樣既節(jié)省了市場(chǎng)推廣費(fèi)用,用戶也會(huì)推薦給更多朋友來(lái)夠買。
根據(jù)公司目標(biāo)用戶,確定轉(zhuǎn)化指標(biāo)。
(1)混合模式:復(fù)購(gòu)率不足30%,說(shuō)明經(jīng)營(yíng)的中心應(yīng)該放在維護(hù)老用戶,以及大力發(fā)展新用戶。
(2)忠誠(chéng)度:老用戶的復(fù)購(gòu)率在60%,說(shuō)明老用戶對(duì)于公司的產(chǎn)品足夠滿意、放心,這個(gè)時(shí)候你就可以把重心放在發(fā)展新用戶上。
我們通過(guò)活動(dòng)等形式把用戶引流到我們的流量池里,但是經(jīng)過(guò)一段時(shí)間后,用戶可能就會(huì)慢慢的流失了。那些留下來(lái)或者經(jīng)常訪問(wèn)我們店鋪的用戶稱之為留存。
(圖片來(lái)源于網(wǎng)絡(luò))
我們常常用到的日活躍用戶量、月活躍用戶量、季度活躍用戶量,來(lái)檢測(cè)我們店鋪的流量。有的時(shí)候可能會(huì)看到我們的日活,在一段時(shí)期內(nèi)都是逐漸增加的,以為是非常好的現(xiàn)象,但是如果沒(méi)有做留存分析的話,這個(gè)結(jié)果很可能是一個(gè)錯(cuò)誤的。
留存是產(chǎn)品的核心,用戶只有留下來(lái),我們的產(chǎn)品才能不斷增長(zhǎng)。如果我們什么都不做的話,用戶很快的就流失了。
大部分電商公司會(huì)頻繁搞促銷,一般來(lái)說(shuō)每次打的旗幟無(wú)非是全網(wǎng)最低,但是如何才能確定是全網(wǎng)最低呢?
這個(gè)時(shí)候就需要我們?nèi)ゴ罱ㄒ粋€(gè)比價(jià)系統(tǒng),這個(gè)比價(jià)系統(tǒng)的目的主要是為了去抓取各大電商平臺(tái)商品的價(jià)格。通過(guò)各大電商平臺(tái)的價(jià)格以及優(yōu)惠額,來(lái)制定你自己的策略。
(圖片來(lái)源于網(wǎng)絡(luò))
通過(guò)對(duì)比其他平臺(tái)的產(chǎn)品來(lái)戰(zhàn)略性的調(diào)整自己的產(chǎn)品,這樣就可以避免自己的產(chǎn)品價(jià)格調(diào)整后,消費(fèi)者不買賬的情況。
產(chǎn)品的定價(jià)是一件極其重要的事情,如何做到買一送一,買多少減多少的情況下,公司的盈利不受影響,這就需要我們數(shù)據(jù)分析師起作用了。
以上就是我根據(jù)電商數(shù)據(jù)分析列出的四大板塊,我們?cè)诓煌男袠I(yè)需要用不同的形式把它展示出來(lái)。在數(shù)據(jù)面前,清晰的知道自己應(yīng)該如何運(yùn)營(yíng),那一種方法解決實(shí)際問(wèn)題才是最有效的,學(xué)以致用。結(jié)合場(chǎng)景靈活運(yùn)用,沒(méi)有最好的分析方法只有最適合的,歡迎大家點(diǎn)評(píng)以及糾正!
CDA(數(shù)據(jù)分析師認(rèn)證),由國(guó)際范圍內(nèi)數(shù)據(jù)科學(xué)領(lǐng)域行業(yè)專家、學(xué)者及知名企業(yè)共同制定并修訂更新,迅速發(fā)展成行業(yè)內(nèi)長(zhǎng)期而穩(wěn)定的全球大數(shù)據(jù)及數(shù)據(jù)分析人才標(biāo)準(zhǔn),具有專業(yè)化、科學(xué)化、國(guó)際化、系統(tǒng)化等特性。
本著提高企業(yè)、高校、學(xué)生、求職者之間聯(lián)動(dòng)性的宗旨,在數(shù)據(jù)界有志人士的共同努力下,CDA數(shù)據(jù)分析師認(rèn)證應(yīng)運(yùn)而生并迅速得到中國(guó)銀行、IBM大數(shù)據(jù)大學(xué),中國(guó)電信,國(guó)家電網(wǎng),德勤,CDMS、Oracle、德國(guó)云網(wǎng)、Meritdata、法國(guó)布雷斯特商學(xué)院等認(rèn)可。
同時(shí)躋身為2020年終身學(xué)習(xí)品牌項(xiàng)目,擔(dān)當(dāng)連接企業(yè)、高校、從業(yè)者的紐帶角色。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):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(wú)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(kù)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(kù)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(kù)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(kù))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(chǎng)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(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)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(kù)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(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)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(yíng)問(wèn)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(guò)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(yíng)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(yíng)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(chǎng)景中,聚類分析作為 “無(wú)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(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10