
電商數(shù)據(jù)運營部組織架構(gòu)和職能商業(yè)案例
電子商務(wù)中的數(shù)據(jù)分析幾乎是中大型電商公司的標(biāo)配(以作者全國走下來的經(jīng)驗來看,幾乎沒有例外);有的公司單獨成立數(shù)據(jù)部,有的數(shù)據(jù)業(yè)務(wù)放在信息部或者IT部門,有的放在運營部或者與市場部結(jié)合如數(shù)據(jù)推廣部,電商數(shù)據(jù)不論以何種形態(tài)存在,其重要性和作用力不容忽視。本文擬講解“數(shù)據(jù)運營部”存在的形態(tài)以及崗位職能,這個部門通常也是老板的“智囊團”。
一般數(shù)據(jù)運營部由數(shù)據(jù)分析師丶DBA丶供應(yīng)鏈下單補貨(供應(yīng)鏈管理)丶頁面優(yōu)化等等方面構(gòu)成。電商行業(yè)剛起步的時候,由于數(shù)據(jù)量級小和電商規(guī)模較小,數(shù)據(jù)難以發(fā)揮重要作用,隨著時間的沉淀,數(shù)據(jù)與業(yè)務(wù)之間的結(jié)合點根本都不需要努力尋找,已經(jīng)有現(xiàn)成的應(yīng)用模式。下面逐一介紹下數(shù)據(jù)運營每一個版塊的職能和例子:
PS:繪制上面圖形的軟件叫visio,專門用來畫流程圖的,這種軟件入門很簡單,5分鐘差不多,大家都可以學(xué)習(xí)下,還是有些用處的,尤其做管理的。
DBA:DBA的意思就是DataBase Administrator(數(shù)據(jù)庫管理員),專門負責(zé)數(shù)據(jù)庫角色和權(quán)限的分配與管理,廣告數(shù)據(jù)丶訂單數(shù)據(jù)丶客戶數(shù)據(jù)丶商品數(shù)據(jù)等日常導(dǎo)入和維護,并進行一些ETL的動作,同時負責(zé)數(shù)據(jù)庫的安全例如備份防止硬盤災(zāi)變的發(fā)生。該項工作通常只需要1名人力即可(大型平臺公司除外),所需要的技能是至少精通一門主流數(shù)據(jù)庫如Oracle丶SQL server丶DB2或者MY SQL等等。數(shù)據(jù)庫優(yōu)化是一門很有技術(shù)含量的工作,直接關(guān)系到數(shù)據(jù)庫的運行速度和效率。當(dāng)然,如果電商企業(yè)的規(guī)模較小則沒有必要配備數(shù)據(jù)庫,用EXCEL搞搞就好了。
頁面優(yōu)化:頁面優(yōu)化乍一聽是美工們的事情,還有數(shù)據(jù)部門什么事情。哎,事情可多了呢!隨便舉幾個例子。例如通過查看頁面熱力圖,知道哪些模塊點擊率高,哪些點擊率低,從而進行增刪優(yōu)化;再比如,應(yīng)該把符合哪些指標(biāo)的商品放在首頁重要位置,銷售額高的?銷售量高的?都不是,應(yīng)該把UV價值高的商品放在重要位置以便價值最大化和更多的曝光機會;再比如,頁面長度多少合適?這實際上直接關(guān)系到轉(zhuǎn)化率,而此項優(yōu)化我們根據(jù)頁面瀏覽的衰減性進行科學(xué)測算;再比如,頁面一些商品銷量驟然下滑是因為什么原因。如此種種,都可以通過數(shù)據(jù)分析來進行優(yōu)化。一般地,此項模塊工作,1名人力最多負責(zé)兩家店鋪或者網(wǎng)站,否則工作難以做到細致。
CRM:也就是客戶關(guān)系管理。之前,有一個年銷售額在10億左右的電商公司IT部門總監(jiān)跟我說:我感覺CRM用處不大,沒什么效果。老實說,我很驚愕,這種規(guī)模的電商企業(yè)都找不到CRM方向,那么年銷售額只有幾千萬或者幾億的電商企業(yè)是不是也會存在這種問題。
CRM方向是“以客戶需求為主,以客戶人口信息(如地域丶年齡等)為輔”,這是CRM的生死穴,關(guān)鍵點在于客戶分群。很多CRM工具包括電商企業(yè)操作CRM的第一層是發(fā)發(fā)短信丶發(fā)發(fā)郵件丶加加微信等等;更高級一層的第二層是按照所謂的RFM模型把客戶分成睡眠客戶丶活躍客戶丶新客戶等等,這種源自線下零售的老掉牙理論存在很多缺陷的地方,根本問題不是以客戶為中心。
雪鷹曾經(jīng)在各種俱樂部或者商學(xué)院授課的時候(當(dāng)然,現(xiàn)在基本不授課,主要是本身水平有限時間有限,而且惶恐誤人子弟),就會說到一個案例。比如羽絨服通常在10月底上架,但是實際上8月份就可以把羽絨服上架,商品框定在去年相對熱銷一點的款型,然后給予一定的折扣,這時候可以用廣告定向投放至黑吉遼等北方地區(qū),并且從歷史訂單中找出北方區(qū)域&潛在需求的客戶進行短信和EDM營銷,效果會不錯的。案例雖然極其簡單,但是我們做好CRM必須建立在充分理解客戶訴求的基礎(chǔ)之上。切記??!
廣告優(yōu)化:這個問題不打算耗費很多時間講解??梢赃@樣說,沒有數(shù)據(jù)支持的廣告投放等于在燒錢。數(shù)據(jù)分析作用于廣告方面,用武之地太多了。比如雪鷹老師隨便問兩個問題:第一,同一個位置投放廣告是不是很好? 第二,ROI越高是不是表明廣告投放越成功?對于第一個問題,要分不同情況區(qū)別對待,對于大部分賣家,固定一個位置展現(xiàn)廣告是比較好的,因為網(wǎng)絡(luò)群體的忠誠度極低,同一個位置有利于強化客戶品牌認(rèn)同感,這在廣告學(xué)上叫做“品牌強傳播”。
對于第二個問題,看ROI數(shù)據(jù),ROI越高通常暗示廣告帶來的老客戶比例也越高,因此從廣告的角度來說可能沒有產(chǎn)生增量市場。所以,對于成熟電商企業(yè)來說,廣告ROI保持高位的同時,若廣告老客戶比例也過分高位(例如60%),那這樣的廣告策略是需要進行結(jié)構(gòu)性調(diào)整的,而對于新品牌只需要看廣告ROI一項指標(biāo)即可。
其實,廣告投放是一項很有技術(shù)含量的活兒,稍不留神,明明一個億廣告費就能完成年度目標(biāo)的事情,卻花費一億兩千萬完成年度GMV。記住,廣告投放都是真金白銀,即使是老板的錢,即使是投資人的錢也要用心把廣告投放策略優(yōu)化好!大型廣告投放需要用到一種叫做“廣告投放線性組合優(yōu)化”的技術(shù),這在雪鷹老師的新書中《電商大數(shù)據(jù)——用數(shù)據(jù)驅(qū)動電商和商業(yè)案例解析》有具體的案例剖析,此處不再贅述(這本書也是雪鷹老師的思想和靈魂的真誠之作,京東發(fā)貨最快)。這項應(yīng)用蠻復(fù)雜的,后面單獨開貼舉例說明。
供應(yīng)鏈管理:供應(yīng)鏈管理是電商企業(yè)的命脈所在,過多的呆滯庫存對于公司來說是致命的。庫存管理最難的是完全草根式從批發(fā)市場拿貨然后在網(wǎng)店上銷售,這種方式利潤稀薄且SKU數(shù)量過多,目前已經(jīng)漸漸退出歷史舞臺,不在我們討論的范圍之內(nèi)。我們討論的供應(yīng)鏈?zhǔn)敲嫦蛞?guī)模的電商企業(yè)。
供應(yīng)鏈管理總體原則是柔性化生產(chǎn),少量多批次,在生命周期內(nèi)預(yù)測追單的時間節(jié)點以及大概數(shù)量(當(dāng)然還要考慮起訂量)。做好供應(yīng)鏈管理需要注意幾點:①信息共享,準(zhǔn)確,供應(yīng)商與銷售端數(shù)據(jù)都是打通的;②供應(yīng)商的特征值以及供應(yīng)鏈中經(jīng)常出現(xiàn)的規(guī)則要一點一點加入到供應(yīng)鏈系統(tǒng)中去;③相對準(zhǔn)確丶有效的數(shù)學(xué)模型;④庫存盡量及時處置,不要等到庫存容量過多再去處理,很傷品牌。同時庫存處置注意隱蔽性;⑤對庫存進行分級,比如按照年限分級,按照品類分級(例如服裝類目毛衣要優(yōu)先處理因為不便于長期存儲,鞋子要盡快處理因為占用庫房空間大),按照銷售量分級(例如銷量忒差的要單獨拎出來)等等。
在有些情況下,商品銷售表現(xiàn)良好且?guī)齑娌蛔?,但是其生命周期快到了,這時候通常不會再去追單,可以通過提升價格來改變供求關(guān)系,不過這種做法的合規(guī)性以及用戶體驗等方面要充分預(yù)計到。簡而言之,供應(yīng)鏈管理是信息化管理,是過程管理,更是數(shù)據(jù)化管理。電商供應(yīng)鏈就是電商數(shù)據(jù)?。∩晕⑸弦?guī)模的電商企業(yè),供應(yīng)鏈管理需要的數(shù)據(jù)運營人員至少兩名(一般都是團隊作業(yè))。
數(shù)據(jù)分析師:做好數(shù)據(jù)分析師其實不容易,首先要有一顆公平公正的心,態(tài)度認(rèn)真。對于數(shù)據(jù)分析師來說,數(shù)據(jù)的準(zhǔn)確性是第一位的,“錯誤的數(shù)據(jù)結(jié)論對于指導(dǎo)決策來說后患無窮”(某一電商風(fēng)云大佬的語錄)。那么,如何保證數(shù)據(jù)的準(zhǔn)確性:①抽查數(shù)據(jù),尤其是最大和最小的數(shù)據(jù)一定不能放過驗證;②交叉檢驗數(shù)據(jù);③ 檢查數(shù)據(jù)來源和出處。
需要說明的是,不是所有人都懂?dāng)?shù)據(jù),都理解數(shù)據(jù)。比如業(yè)務(wù)部門需要一份商品排名的數(shù)據(jù)報告,但是業(yè)務(wù)人員看了報告之后反饋說,數(shù)據(jù)完全是錯誤的。這時候你去反復(fù)檢查數(shù)據(jù),發(fā)現(xiàn)沒錯啊。問題出在哪里?于是你發(fā)起會議找出問題點,這時候追溯發(fā)現(xiàn)對于數(shù)據(jù)的標(biāo)準(zhǔn)不一樣。比如業(yè)務(wù)部門要求是按照最近一周統(tǒng)計銷量,你卻按照最近一周統(tǒng)計銷售額,自然商品的排名不一樣。因此,數(shù)據(jù)統(tǒng)計分析的前提丶環(huán)境和標(biāo)準(zhǔn)一定要約定好。這個非常丶非常的重要!
數(shù)據(jù)分析師的業(yè)務(wù)要固化下來,與業(yè)務(wù)部門的做事流程要明確。比如是業(yè)務(wù)部門自己發(fā)現(xiàn)問題去找數(shù)據(jù)分析師幫忙診斷,還是數(shù)據(jù)分析師挖掘出可以優(yōu)化的業(yè)務(wù)結(jié)構(gòu)提交給業(yè)務(wù)部門呢? 這是個重要問題,關(guān)鍵點在于梳理流程。數(shù)據(jù)分析的人力根據(jù)開拓的業(yè)務(wù)量來決定。
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 動態(tài)隨機一般均衡(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 ...
2025-09-11CDA 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)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“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:從操作實踐到業(yè)務(wù)價值挖掘 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)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(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