下载掌阅APP，畅读海量书库
立即打开
基于电商平台的运营，此处介绍9种常见的商务数据分析方法。
1.流量分析
流量分析主要应用于广告投放及对外推广，此处通过以下3个维度来进行说明。
（1）访问来源、下载渠道及搜索词
网站的访问来源、App 的下载渠道及各搜索引擎的搜索词，都可以很方便地通过数据分析平台进行统计和分析。数据分析平台利用归因模型判断流量来源，电商运营者只需通过自建平台或者第三方数据平台即可追踪流量的变化。
（2）自主投放追踪
通过对外部渠道投放的文章、H5（HTML 5）等进行追踪，电商运营者可以分析不同获客渠道流量的数量和质量，进而优化获客渠道。常见的办法有跟踪模块（Urchin Tracking Module,UTM）代码追踪，分析新用户的广告来源、广告内容、广告媒介、广告项目、广告名称和广告关键字等。
（3）实时流量分析
电商运营者通过建立一张数据指标的线状图或柱形图，可以对新增、活跃会员数、会员留存率等指标进行监测，实时了解商品的访问情况，以此来研究用户的行为规律。另外，电商运营者还可以通过监测每日增长，发现并分析店铺运营中存在的异常情况，以便及时进行优化、调整。
2.用户分群
用户分群主要应用于用户细分及精细化运营。电商运营者需要对不同类别的用户进行精细化运营，而维度和行为组合是目前常见的用户分群方法。
（1）根据用户维度划分
一般情况下，用户分群可以将用户划分为4个维度，分别是人口属性、设备属性、流量属性和行为属性。
人口属性包括性别、年龄、职业、爱好、城市、地区及国家等；设备属性包括平台、设备品牌、设备型号、屏幕大小、浏览器类型及屏幕方向等；流量属性包括访问来源、广告来源、广告内容、搜索词及页面来源等；行为属性包括用户活跃度、用户是否注册、是否下单等。具体维度的选择要与分析的需求紧密结合。不同区域、不同来源、不同平台甚至不同设备型号的用户对商品的使用和感知都可能存在巨大的差异。
（2）根据用户行为组合划分
精细化运营常常需要对某个有特定行为的用户群组进行分析和比对，通过观察不同用户群组的行为差异，有针对性地优化商品、提升用户体验。例如，上海某电商网站举行了一次 iPhone 手机配件的促销活动，将上海市有过至少两次购物记录的 iPhone 用户作为目标用户进行营销，这就比漫无目的地群发邮件和推送更加精准。
3.多维分解
网站报告一般反映的都是网站数据的综合情况，包括网站的总访问量、总停留时间、总销售量等，但并不能体现用户在不同页面、不同内容、不同渠道的停留时间及访问量。也就是说，电商运营者无法通过这些汇总数据对不同属性的流量做出正确的判断。
为了看清问题的本质，电商运营者需要从业务角度出发，将指标进行多维分解。例如，某网站的跳失率是0.47，平均访问量是4.39，平均在线时间是0.55分钟，如果想提升用户参与度，显然这样的数据让人无从下手，但对这些指标进行分解后就会有很多思路。
4.路径细查
路径细查主要用于用户和商品的研究。用户行为数据也是数据的一种，电商运营者通过观察用户的行为轨迹，可以探索其与商品的交互过程，进而从中发现问题。在用户分群的基础上，一般抽取3～5个用户来进行细查即可发现分群用户的大部分行为规律。
5.漏斗转化
漏斗转化用于衡量转化效率，所有的互联网商品、数据分析都离不开漏斗转化。电商运营者通过漏斗转化可以按照先后顺序还原某一用户的行为路径，分析每一个转化节点的转化数据，有效地定位高损耗节点。无论是注册转化、激活转化还是购买转化，都需要重点关注哪一步流失的用户最多，流失的用户都有哪些行为。
6.留存分析
在电商行业中，通过拉新引来的用户经过一段时间就会流失一部分，而留存用户是指留下来的、经常回访网站或App的用户。留存分析可以用来探索用户、商品与回访之间的关联程度。
7.A/B测试
A/B 测试是指为了达到某个目标而对多个方案并行测试，每个方案仅有一个变量，最后以某种规则选择最优的方案。进行 A/B 测试需要有足够的时间、较大的数据量和数据密度，所以对于很多创业型企业或流量不大的商品来说，可以采用直接上线的方式用全量流量来测试新的方案，然后通过对比前后指标的变化来判断哪种方案最优。
8.优化建模
一个商业目标与多种行为、画像等信息有关联时，通常会使用数据挖掘的手段进行建模，并对核心事件的相关性进行分析，挖掘出商品改进的关键点。例如，对促进用户购买的相关性进行分析，可以找到促进留存的顿悟时刻等。
9.热图
用户体验是一个非常抽象的概念，通过热图的形式可以将其形象化。热图又称热力图，它用高亮颜色来表示用户的访问偏好，对用户的体验数据进行可视化展示。例如，通过热图分析电商交易平台用户的购买偏好，电商运营者可以及时地更新商品信息；通过热图分析，电商运营者还可以非常直观地了解用户在商品上的点击偏好，及时优化店铺设计，从而提高转化率等。
以上数据分析方法并无优劣之分，在不同的场景下应采用不同的方法。此外，学会使用优秀的数据分析工具可以事半功倍，更好地利用数据实现店铺销售额的提升。