3.1 用数据来分析店铺运营

数据分析是指用合适的统计方法对收集来的数据进行分析，将庞大的数据进行汇总，并做成可以被人们消化和理解的资料，从中提取有用的信息。数据分析常常以数量的形式展现，通过实验、观察和调查等方式获取结果。

在大数据时代，用户在网络上的任何一次点击都可以被完整地记录和保存，而商家则可以通过对这些数据进行高效分析，准确获取用户的消费行为和消费心理等极具价值的信息，并推送相应的产品或服务。

3.1.1 为什么做数据分析

如今是一个数据风暴时代，几乎每个企业都会关注数据的应用，如通过数据向消费者阐述产品优势、企业信誉，还可以通过数据分析发现问题、制定策略。

数据分析在产品的整个寿命周期、市场调研、售后服务以及最终处置的各个过程中都需要被适当地运用，这样能提升有效性。

对于运营者来说，要想更好地进行电商平台的运营，就必须学会借助数据分析了解店铺的运营情况，以寻找提升账号运营效果的突破口。做好电商数据分析有很多好处，例如可以提升用户黏性、更好地打造爆款内容、找准运营方向以及获得更多收益，如图3-1所示。

电商平台的运营有很多重要的环节。其中，提升用户黏性、打造爆款内容和找准运营方向都是为商业变现服务的。如果运营者没有优质的内容、一定数量的粉丝和合适的营销渠道，就算做再多的努力，可能也难以达到变现的目标。

3.1.2 如何选择核心数据

电子商务的数据来源很多，数据也非常杂乱。在海量的数据中，选取实用的数据，如会员数据、营销数据、行业数据、交易与服务数据以及流量数据等，分析出来的结果才能作为电子商务公司的决策依据。

1.会员数据

对于电子商务企业来说，所有注册用户都是会员，所以在这些会员里，存在大量的潜在用户。电子商务企业必须抓住会员的动态、特征、喜好等会员的用户画像，才能让企业了解自身产品的市场、挖掘新客户以及做出有效的营销策略，在市场竞争中占领先机。

用户的消费习惯，可以为分析电子商务公司提供的产品是否符合市场需求、分析产品忠实用户的特征以及制定产品推广策略提供参考信息。总地来说，分析会员数据具有以下作用。

· 可以帮助企业准确地找到目标消费群体。

· 促使产品研发更贴近消费者市场需求。

· 帮助企业判定消费者和潜在消费者的消费标准。

· 实现精准营销，减低营销成本，提高企业用户的质量和数量。

· 掌握客户需求的各种信息，以便制定有针对性的营销策略。

· 稳定与扩大产品的销售市场，巩固与提高产品的市场占有率。

· 培养客户忠诚度，留住每一位客户，以便带来更多后续的购买行为。

· 帮助企业结合最新信息制定新策略，以增强企业的环境适应能力。

· 借助会员数据，对目前销售产品的用户满意度和购买情况做分析调查，及时发现问题、解决问题，从而提高客户的忠诚度。

· 发展新的服务项目，促进企业发展，并促使购买过程简单化，提高客户重复购买的概率。

2.营销数据

营销是让企业以满足消费者需求为出发点，准确定位自己的目标市场，生产出适销对路的产品，从而运用有效的营销策略开发市场、占领市场。所以，营销数据对于电子商务来说是非常重要的分析依据。营销数据包括4种数据信息。

（1）营销费用：电子商务企业通过分析关于营销费用的数据，可以了解费用的支出方向，知道哪些营销工作需要投入高费用，以及有针对性和及时地对目前营销投入费用进行分析和评价，为企业营销策略提供参考。

（2）覆盖用户数：营销活动所覆盖的用户数量，可以看出营销活动的推广力度，通过分析覆盖用户数，可以从侧面了解企业的营销策略是否合理、有效。

（3）到达用户数：到达用户数是指在一个统计周期内，到达营销广告着陆页面的独立用户数量，据此可判断哪种广告的推广力度比较好。

（4）打开或点击用户数：电子商务企业分析打开或点击用户数，可以了解目前企业的实际用户数量，也可以将这些数据放入企业介绍中，以提高企业推广产品和品牌的力度。

3.行业数据

企业要想在整个行业中占据一席之地，就应该掌握行业动态，随时更新行业信息，做出与行业相契合的营销策略。

一般电子商务企业都会利用一些工具进行行业数据分析，如百度指数、数据魔方、百度统计等。通过这些数据分析工具，可以查询到一些有价值的信息。

4.交易与服务数据

电子商务企业可以通过交易与服务数据的分析，直观地看出用户对企业产品和服务的满意度，以及企业产品的销售情况。对于没有自己交易平台的电子商务企业来说，必须建立一个数据库，专门用于储存交易和服务数据。

3.1.3 如何掌握核心指标

电子商务企业获得利润的过程是客户通过搜索、比价、评论、分享产生的信息，最终实现购买，这是一种“信息流”的表现，而传统零售企业，只需商品流动即可。

由此可知，电商所产生的数据是庞大的，其中数据指标具有多、杂、乱等特点，不方便数据分析师进行数据分析工作，找到有价值的数据信息。因此数据分析师在分析电商数据的时候，必须要掌握会员指标、流量指标以及营运指标。

1.会员指标

电商中的会员指标属于会员数据，是会员数据中的细分支。在会员指标基础上分析出来的数据信息可以直观地展现在数据分析师的眼前，形成有价值的数据信息。会员指标中包含7种类别，分别是有价值的会员数、活跃会员数、会员活跃率、会员回购率、会员留存率、平均购买次数以及会员流失率。分析会员指标可以让企业进一步了解企业客户的得失率、会员的动态信息。

2.流量指标

分析流量指标数据是所有电子商务企业分析数据时必不可少的一环。数据分析师进行流量指标的分析，从中可以得到企业的用户跳失率、浏览量、订单转化率、访客数、到达率、平均在线时间等数据。例如，订单转化率是指访客访问网站时，转化为网站的常驻用户，再提升为网站的消费用户而产生的消费率。

3.营运指标

营运指标是指对电商企业的营运能力进行分析，是通过对企业资产营运效率与效益的指标进行计算与分析，从而评价企业的营运能力，为企业提高经济效益指明方向。其中电商营运指标包括7个部分，如图3-2所示。

3.1.4 如何掌握核心方法

由于电子商务与传统企业有一定的差别，如数据浩瀚、行业术语繁多等，所以下面介绍两个核心分析方法，它们主要由电子商务企业使用。

1.二八法则

二八法则又称为帕累托法则、巴莱特定律、最省力的法则和不平衡原则，在分析电商数据时，被广泛使用。

其中“二”和“八”不是一个范畴。很多数据分析员在开始接触二八法则时，都会认为“二”和“八”是一个范畴中的对立面，如“20%的食物好吃，80%的食物不好吃”，其实这并不能诠释出二八法则的意义。

二八法则应该是一种不平衡的发展，“二”代表着对象，“八”代表着效果，前后是不一致的，却有着一定的联系：

· “人生中20%的时间，决定了80%的成就”，所以应该好好珍惜时间。

· “20%的客户贡献了80%的利润”，其中20%的客户就是企业的重点客户。

数据分析师利用二八法则分析电商数据时，可以制作帕累托图（Pareto chart）。帕累托图又叫排列图或者主次图，是按照发生频率大小顺序绘制的直方图，表示有多少结果是由已确认类型或范畴的原因所造成的。

2.排行榜分析

随着互联网的发展，电子商务相关数据随之增多，数据分析师不可能把所有的数据一一进行分析，于是就出现了排行榜分析方法。

排行榜分析方法又分为单维度排行（只有一个变量）、多维度排行（有多个变量）。电商企业经常利用多维度排行中的直接相加法、加权求和法与多次排名法这3种分析方法，进行电商网站质量的评估。