1.3 數據分析在電商中的應用

數據分析的目的是提高企業的商業效益，增加企業的利潤。所以對電商企業經營過程中的各環節進行數據分析，為經營者提供有效的決策依據，不但可以提高經營效率，而且還可以提高企業的經營能力。

數據分析常用的業務場景包含但不局限于以下10類。

（1）數據診斷。針對網店的數據診斷，分析運營過程中企業存在的問題。

（2）數據復盤。針對某個事件對各個工作環節產生的數據進行梳理，并還原事件發生的過程。

（3）市場分析。針對市場的容量和趨勢分析，掌握市場發展規律并預測市場未來的發展趨勢。

（4）競爭分析。針對競爭環境和競品的分析，掌握市場競爭情況及產品與市場的差異。

（5）渠道分析。為決策提供依據，包含活動分析、廣告分析和內容分析。

（6）活動分析。針對促銷活動的效果預測、復盤分析，針對消費者對促銷的響應分析，提高促銷效果。

（7）廣告分析。針對網店廣告投放的效果進行分析，從而根據戰略目標優化廣告投放。

（8）產品分析。針對產品的銷售、渠道、時間、結構等維度對產品的銷售情況進行分析，更好地優化產品營銷策略，增加產品的銷售額。

（9）庫存分析。針對庫存的績效、補貨預測等進行分析，避免庫存堆積而產生不良庫存。

（10）消費者分析。針對網店消費者的生命周期、復購情況、滿意度等進行分析，避免消費者流失，提高消費者的留存率。

數據對于電商運營人員而言是一盞指明燈，如果數據是運營人員的眼睛，那么數據分析便是運營的視力，一樣的數據給不同的運營會產生不同的決策結果，每個人看到的都是基于自己的視力水平呈現的結果。

本書將針對運營常用的數據分析場景逐一舉例進行說明，以便運營人員能夠快速套用對應場景的分析思路和方法，從而提高運營水平。數據的紅利仍在，但運營人員需要具備一定的能力才可以爭取到紅利。

通過數據分析獲利的店鋪比比皆是，下面列舉3個相關場景。

（1）某網店在進行數據分析前退款率高達20%，在對退款產品、退款消費者和退款原因進行分析后，優化了產品詳情頁和打包發貨環節，有效地將退款率降到了8%。

（2）某網店在進行數據分析前滯銷率高達38%，在對滯銷產品進行分析、對庫存動銷進行預測后，優化了滯銷產品的營銷策略，并用庫存的發貨速度指導采購部門的備貨數量，有效地將滯銷率降低到了20%。

（3）某網店在進行數據分析前支付轉化率低至0.87%，在對客服數據和頁面數據進行分析后，給客服下達了響應時間、響應率等關鍵業績指標（Key Performance Indicator,KPI），并參考同行優秀的頁面進行了頁面優化，使支付轉化率提高到了1.7%。

1.3.1 數據診斷

數據診斷，是指對網店運營的數據指標進行分析對比，找出有異常的數據指標或者找出與分析問題最相關的指標。

常用的店鋪快速診斷方法有以下兩種。

（1）杜邦分析法（Du Pont Analysis）。將相關指標進行拆解，并展示最相關的指標變化，從而通過指標間的關聯和變化快速發現店鋪的問題。

（2）相關性分析法（Correlation Analysis）。先分析問題并找到核心指標，然后通過相關性分析找到與問題的核心指標相關程度高的指標，再有針對性地分析這些指標。

1.3.2 數據復盤

數據復盤是針對某個事件對各個工作環節產生的數據進行梳理，并還原事件發生的過程。這個事件可能是某次促銷或者某個方案的執行。

“數據診斷”與“數據復盤”意思相近，二者容易混淆。數據復盤是還原具體的每一個過程，分析的數據包含工作人員的數據，如客服人員撥打了100位網店消費者的電話，運營人員能從整個過程中進行提煉和總結，而數據診斷則并不需要還原具體的每一個過程。

1.3.3 市場分析

市場分析，是指應用統計學、計量經濟學等分析工具對特定市場的運行狀況、產品生產、銷售、技術、市場競爭力、市場政策等市場要素進行深入的分析，從而發現市場運行的內在規律，進而進一步預測市場未來的發展趨勢。市場分析是發現和掌握市場運行規律的必經之路，是市場中企業發展的大腦，對指導市場中企業的經營規劃和發展具有決定性的意義。

市場分析的過程包含以下六方面的內容。

（1）市場容量分析。分析的是市場相對規模。市場規模是難以估算的，根據統計學的方式估算的結果并不靠譜，因此要用電商的市場數據（抽樣）來分析電商的相對規模，給決策者提供有價值的參考依據。

（2）市場趨勢分析。對市場的自然規律進行探索，并對未來的發展趨勢進行預測，讓決策者提前根據市場的發展趨勢做出預判，并對經營策略進行調整。

（3）市場細分分析。市場細分是市場選擇的基礎，需要根據消費者群體將市場劃分成多個子市場，因為子市場之間的需求存在明顯的差異。

（4）品牌分析。以品牌為分析維度，研究品牌市場的分布，從而找到市場空白。

（5）競爭分析。分析市場競爭環境和競爭對手，掌握競爭信息，便于企業制訂市場營銷策略。

（6）目標市場選擇。根據自身情況估計每個細分市場的優勢和劣勢，并選擇進入一個或多個細分市場。

1.3.4 競爭分析

競爭分析是針對競爭市場環境和競爭對手開展的分析，可以幫助企業更深入地了解市場和自己的同行競爭對手。

競爭分析包含以下四方面的內容。

（1）競爭環境分析。對電商平臺搜索環境、價格和品牌進行分析，分析的結果代表了企業市場成本及進入壁壘的高低。

（2）競爭對手的選擇。行業競爭標桿的確定，根據競爭對手矩陣和對手分類，確定不同時期的行業標桿，對企業的發展起到正面的引導作用。

（3）競爭對手數據跟蹤。長期收集并跟蹤競爭對手數據，掌握競爭對手的動態。

（4）競爭對手分析。對某個競爭對手的客戶群、產品、渠道等開展的分析行為。

1.3.5 渠道分析

渠道分析，是指對電商的流量渠道的精細化分析，針對各個渠道的銷售情況、用戶情況、價格分布等細節進行分析，以幫助企業調整渠道布局。

渠道分析包含以下兩方面的內容。

（1）傳統流量渠道分析。對傳統的聚合式流量入口的分析，如搜索、活動、首頁、廣告等渠道，掌握各個渠道的市場表現和用戶的特征，以幫助企業優化渠道運營策略。

（2）社交渠道分析。對分布式的社交渠道入口的分析，如微淘、淘寶直播等渠道，對投放在渠道的商品、內容進行分析，從而指導企業調整社交渠道的運營策略。

1.3.6 活動及廣告分析

活動及廣告分析，是指對促銷活動和廣告投放的效果進行分析，從而了解企業進行促銷活動和廣告投放的情況，并對下一階段的工作提出優化建議，對某些區域的促銷和廣告策略進行局部調整，對用戶進行更精準的營銷。

活動及廣告分析包含以下四方面的內容。

（1）活動效果預測。分析產品的活動效果，對活動銷量進行預估，幫助企業制訂活動營銷策略。

（2）活動效果對比分析。活動結束后將活動數據與同類活動、日銷數據進行對比分析，判斷活動的成敗。

（3）關鍵詞效果分析。分析廣告投放的關鍵詞的效果和趨勢，從而給營銷推廣提供決策依據。

（4）地域效果分析。分析廣告投放的地域的效果和趨勢，從而給營銷推廣提供決策依據。

1.3.7 產品分析

產品分析，是指對企業產品結構和銷售情況進行分析，以指導企業產品結構和運營策略的調整，提高產品的競爭力，加強合理配置。

產品分析包含以下四方面的內容。

（1）產品結構分析。對產品的價格、品類、熱賣程度等因素進行分析，了解產品中各類產品的比例關系，從而調整產品的生產和銷售策略。

（2）產品矩陣分析。通過矩陣分析法分析產品，基于兩個或多個因素的相互作用對產品的影響，洞察產品所處的態勢，從而決定產品的戰略發展方向。

（3）產品生命周期分析。基于產品的銷售趨勢分析產品的生命周期，這個周期是從新產品的構想一直到產品消失的整個過程。

（4）產品銷售分析。主要分析各個不同的因素對銷售績效的不同作用，如銷售時段、地域、價格等，通過產品間的對比了解熱銷和滯銷產品，制訂出產品的銷售策略。

1.3.8 庫存分析

庫存分析是對企業的庫存績效進行分析的過程，包括庫存預警和補貨數量的分析，幫助企業提高倉庫管理能力，提高庫存績效，減少不良庫存。

庫存分析包含以下兩方面的內容。

（1）庫存績效分析。對庫存的存量、動銷率、售罄率、庫存周轉率等進行分析，幫助企業管理庫存并掌握庫存的情況。

（2）補貨數量測算。對產品補貨進行測算，幫助企業科學補貨。

1.3.9 消費者分析

現階段電商企業獲取消費者的成本極高，新增一個消費者的成本甚至要達到數百元，提高消費者的價值和預防消費者的流失對電商企業來說就非常重要了。對消費者進行價值分析和打標（基于對象特征，設置相應標簽），有助于提高企業的運營能力。

消費者數據分析包含以下四方面的內容。

（1）消費者分布。掌握消費者的分布情況，可以了解消費者的大致畫像，有助于提高營銷效果，根據消費人群、地區來制訂營銷計劃，也可以降低廣告成本。

（2）RFM模型。基于RFM（Recency，近度；Frequency，頻度；Monetary，額度）模型對消費者的價值和消費者的創利能力進行評判和打標，企業可以有針對性地對消費者進行分類管理。

（3）復購分析。對消費者的復購情況進行分析，了解消費者對該品牌、產品或者服務的重復購買次數，重復購買率越高，則消費者對品牌的忠誠度就越高，反之則越低。

（4）輿情分析。對消費者在線上留下的文字（聊天記錄、評論等）進行統計和分析，了解消費者對品牌、產品的看法。消費者的需求和情感上的喜惡對品牌、產品的戰略定位具有非常重要的作用，讓企業管理者可以做出正確的決策。