電商的數(shù)據(jù)分析實例

導(dǎo)讀：說到數(shù)據(jù)分析，大家可能就會想到回歸，聚類什么的，不過對于電商的小伙伴來說，這些都太復(fù)雜了。而實際數(shù)據(jù)分析的時候，其實并不需要這么復(fù)雜的算法，大家需要的只是：

對比

細分

轉(zhuǎn)化

分類

只要掌握了這四種思想，基本上已經(jīng)可以應(yīng)付日常的分析工作了。

對比思想

數(shù)據(jù)對比主要是橫向和縱向兩個角度，指標(biāo)間的橫向?qū)Ρ葞椭覀冋J(rèn)識預(yù)期值的合理性，而指標(biāo)自身在時間維度上的對比，即我們"數(shù)據(jù)分析師"通常說的趨勢分析。

以店鋪的成交額分析為例：

縱向?qū)Ρ?/span>

我們可以把最近30天的成交額顯示在坐標(biāo)軸上，這樣就可以很明顯的看到最近的成交額是否達到了預(yù)期，當(dāng)然我們也可以以周或者月（或者季度，年等等）為單位。

所有的分析其實都必須要考慮實際的場景，我們"數(shù)據(jù)分析師"看到今天的成交額比昨天大也許說明的問題還是很有限，因為今天和昨天的性質(zhì)可能未必一樣，例如今天可能是周六，或者恰好是節(jié)假日等等。所以我們在做縱向?qū)Ρ鹊臅r候，例如要判斷今天（假設(shè)是周六）的成交額是否合理，除了看最近30天的趨勢數(shù)據(jù)，我們還可以考慮：

最近10周的周六成交額趨勢

如果今天恰好是一個節(jié)日，例如雙十一，那么可以考慮和上一年的雙十一做一個對比。（說明：因為間隔時間比較長，數(shù)據(jù)反映出來的意義可能比較有限）

橫向?qū)Ρ?/span>

例如我們說，店鋪這周的成交額上漲了10%，那我們是不是應(yīng)該高興呢？

當(dāng)然應(yīng)該高興，不過這個上漲的背后是否隱含著什么危機呢？當(dāng)然是有的，例如你的競爭對手們這周的成交額都上漲了20%！當(dāng)你洋洋得意的時候，可能已經(jīng)被競爭對手拉開距離了。

也就是說，我們對一個現(xiàn)象判斷好不好，這是需要一個參照系的。在現(xiàn)在的電商時代，你完全有可能知道競爭對手的成交額上漲了多少的。

再舉一個更常見的例子：

假如我在不同的地方（或者平臺）開了很多家店鋪，某商品的成交額在A店鋪上漲了10%，那這個是否值得高興？

這個顯然未必，我們還要對比商品A在各家店鋪的上漲情況，例如可以對比平均曲線。

細分思想

使用轉(zhuǎn)化的思想，我們"數(shù)據(jù)分析師"已經(jīng)基本可以判斷一個指標(biāo)（例如成交額）是否合理了。不過還僅僅知道是否合理是不夠的，我們還需要知道問題所在，這時可以用上細分的思想了。通過細分的思想，我們可以對分析對象剝絲抽繭，逐步定位到問題點。細分的角度可以有很多，越細分越能準(zhǔn)確描述問題。

例如，我們通過查看趨勢，知道了這個月成交額下降了這個問題后，現(xiàn)在我們用細分的思想來找出問題的所在：

成交額細分

成交額 = 客單價 X 客戶數(shù)

對比客單價和客戶數(shù)的趨勢，就可以判斷出影響成交額變化的主要因素是什么，如果是客戶數(shù)問題，我們則對客戶數(shù)進行細分，如果是客單價問題，則對客單價進行細分。

客戶數(shù)細分

客戶數(shù) = 新客戶 + 老客戶

老客戶 = 二次成交客戶 + 多次成交客戶

一段時間內(nèi)的新客戶反映的是店鋪的引流效果，而老客戶反饋的是店鋪的產(chǎn)品質(zhì)量，服務(wù)質(zhì)量和客戶維護營銷等。

對于店鋪來說，促成二次成交都是非常重要的，特別是對于電商客戶，因為對于電商，客戶轉(zhuǎn)移的成本比線下低很多。

客單價細分

客單價 = 成交價 X 人均成交數(shù)

人均成交數(shù)這是店鋪一個非常值得關(guān)注的指標(biāo)，它能最直接地反饋出店鋪在服務(wù)質(zhì)量和客戶維護營銷等方面的效果，如果該值過小表明店鋪的客戶流失率很大，應(yīng)該重點關(guān)注。

成交價反饋的通常是導(dǎo)購的能力，促銷活動的效果等，具體還可以對這個指標(biāo)進行分解。

成交價細分

成交價 = 件單價 X 連帶率

成交價的上升或者下跌，反映的問題可能很多，對其進行分解后就很明確了。

件單價的變化通常是有促銷的力度，商品結(jié)構(gòu)和消費結(jié)構(gòu)（例如季節(jié)因素等）變化引起的。

連帶率這個反饋的是店鋪內(nèi)導(dǎo)購的能力，或者促銷手段（例如買一送一等）的效果，也是店鋪管理人員重點要關(guān)注的指標(biāo)。

細分思想其實就是不斷用更小的量化指標(biāo)去細分一個大的指標(biāo)，從而達到定位問題的目的。

轉(zhuǎn)化思想

細分的思想可以從縱向定位問題，但是單單細分是不夠的。這些指標(biāo)是從哪里來的，每一個步驟的轉(zhuǎn)化率怎么樣，哪一個步驟的轉(zhuǎn)化不好，可以改善？這些通過轉(zhuǎn)化率都可以分析出來。

例如我們"數(shù)據(jù)分析師"要分析本周的活躍客戶數(shù)（有成交的客戶數(shù)），那么我們就要分析這些活躍的客戶數(shù)是從哪里來的，梳理一下可以簡單分為以下4個步驟：

進入店鋪的客戶數(shù) ==》瀏覽過商品的客戶數(shù) ==》下單的客戶數(shù) ==》交易成功的客戶數(shù)

這里4個步驟就會有3個轉(zhuǎn)化率，哪些步驟轉(zhuǎn)化率比較高，哪些步驟轉(zhuǎn)化率比較低，歷史趨勢怎么樣，是否合理，是否有改進的空間等等。通過應(yīng)用轉(zhuǎn)化的思想，能夠有效的指導(dǎo)和優(yōu)化實際的運營工作。

分類思想

上面我們"數(shù)據(jù)分析師"已經(jīng)介紹了對比，細分和轉(zhuǎn)化三種實用的數(shù)據(jù)分析思想，現(xiàn)在我們還有再介紹一種非常實用的思想，那就是分類思想。

分類思想簡單的說，就是把一些對象，按照某種規(guī)則，劃分為若干個類別，然后分析各個類別的特征，并以此來指導(dǎo)我們的行動。

嚴(yán)格說，分類其實也是細分的一種，不過因為它比較重要，所以獨自開來。

分類思想的應(yīng)用很多，例如對客戶的分類，我們可以用RFM分析模型，也可以用簡單的利用某個指標(biāo)的值（例如渠道標(biāo)識，這樣我們就可以分析到各個渠道客戶的質(zhì)量等）?；谶@些客戶的分類，我們就可以進行精準(zhǔn)的客戶營銷了。

在電商或者零售業(yè)上，我們經(jīng)常做的分類還有商品分類，經(jīng)典的有按照品類分類，或者ABC分類，這些對于我們做商品運營都是非常重要的。

當(dāng)然還有非常復(fù)雜的分類方法，例如聚類算法，不過這些不在我們的討論范圍內(nèi)。對比，細分，轉(zhuǎn)化和分類，其實都是很簡單的數(shù)據(jù)分析思想，不過如果你掌握了，并且培養(yǎng)這樣的意識，那一定會受益終身。