下载掌阅APP，畅读海量书库
立即打开
认识到什么是数据，以及了解了数据的采集方法和清洗方法后，下面将让数据“说话”，即通过对商务数据的分析来发现问题和解决问题，并不断优化、提升用户体验，创造更多的价值。
商务数据分析的目的是利用大数据辅助所有职场人员做出高质量、高效率的决策，并提供可行的解决方案。那么在面对海量的数据时，该从何入手呢？怎么判断先做什么、后做什么呢？下面总结了商务数据分析的6个基本步骤以供参考。
第一步：明确分析目标。首先要明确分析目标，然后梳理分析思路并搭建分析框架，把分析目标分解成若干个不同的分析要点，最后针对每个要点确定分析方法和分析指标。
第二步：数据采集。数据采集建立在数据分析目标之上，数据采集的方法包括使用数据库、问卷调查和使用第三方数据统计工具等。在数据采集阶段，数据分析师一定要注意数据采集过程中的异常情况，以便更好地追本溯源。
第三步：数据处理。数据处理是对采集到的数据进行加工处理，其处理方法主要包括数据清洗、数据转化、数据抽取和数据计算等。数据处理的基本目的是从大量的、杂乱无章的、难以理解的数据中抽取并推导出对解决问题有价值、有意义的数据。
第四步：数据分析。数据分析是选用适当的方法和工具对处理过的数据进行分析，并从中提取出有价值的信息，最终形成有效结论的过程。常用的数据分析工具包括Excel、结构化查询语言（Structured Query Language，SQL）、Tableau、Power BI、Python、Hive和统计产品与服务解决方案（Statistical Product and Service Solutions，SPSS）等。Excel的“数据透视表”功能能解决大多数的数据分析问题。
第五步：数据可视化。一般而言，能用图形说明问题的就不用表格，能用表格说明问题的就不用文字。因此，在大多数情况下，通过表格和图形来呈现数据将更加使人容易理解。常用的数据图表类型包括饼图、柱状图、条形图、折线图、XY（散点图）和雷达图等。
第六步：撰写数据分析报告。数据分析报告是对整个数据分析过程的总结和呈现，它可以把数据分析的起因、过程、结果及建议完整地展示出来，以供决策者参考。
数据分析是指选择合适的分析方法和分析思路，从大量的原始数据中抽取出有价值的数据，并对数据加以详细研究和概括总结的过程。数据分析并不是一劳永逸的，产品在不断迭代，业务在不断更新，从认知到决策，数据更多的是起辅助作用。下面基于互联网产品的运营，介绍5种常见的数据分析方式。
订单状态数据通常按照一定的时间进行划分，显示某一时间段内各种订单情况，图1-30所示为某网店最近60天的运营情况表。
图1-30｜某网店最近60天的运营情况表
由图1-30可知，订单状态数据主要包括新客户、老客户、未付款客户、付款客单价和全部订单金额，各项数据的分析情况如下。
新客户、老客户的数量保持增长状态，说明该网店不断有新客户购买产品，并且多次购买产品的老客户的数量也在上升。由此可见，该网店在吸引客流、提高客户忠诚度及发展新客户方面取得了不错的效果。
未付款客户数量增加，说明更多的客户在下单后没有付款。由此可以推测，这些下单客户当时的购买意愿并不强，或是他们在最后付款时对比了其他网店的产品后改变了购买决定。这个数据的上升意味着该网店应该在客户下单后积极与其沟通，通过介绍一些优惠活动来提升客户的购买意愿。
付款客单价的提升说明单个客户所消费的金额有所上升，这可能是由于客户购买产品的数量增加，也可能是客户购买了单价更高的产品。这两种情况都能反映出客户对该网店的产品有一定的认同感，产生了更多的消费。此时，网店可以考虑趁热打铁，推出各种新品，并开展各类优惠活动，以逐步提高客户的忠诚度，不断提高店铺的成交额。
全部订单金额上升，说明该网店的整体运营情况良好，消费者稳定，所售产品占有一定的市场份额。
分析订单时间数据时主要是针对一周或某一天的订单数据进行分析。下面将通过一天的订单时间数据推测一天的销售时段分布。图1-31所示为通过客户关系管理系统得到的某网店一天中各个时间段的店铺运营数据。
图1-31｜某网店一天中各个时间段的店铺运营数据
观察发现：该网店在凌晨3~5点这个时间段的销售情况最差，晚上9~11点这个时间段的销售情况最佳。因此，该网店可以选择在晚上9~11点这个时间段推出更多的优惠活动，从而吸引更多消费者的注意。
销售额数据主要包括总销售额、新客户销售额和回头客销售额。下面将通过图1-32所示的某服装网店的支付金额数据来分析该网店的总支付金额、老买家支付金额和客单价数据。
图1-32｜某服装网店的支付金额数据
由图1-32可知，总支付金额由新买家支付金额和老买家的支付金额构成，整个网店的支付金额环比下降了21.19%。支付金额环比下降，说明这一周与上一周相比，支付金额减少。此时，该网店的工作人员应该寻找支付金额下降的原因，并及时解决问题。
由图1-32可知，老客户支付金额环比上升了66.67%，说明该网店在提升老客户的忠诚度和购买意愿方面的工作较为成功。可以推测出，该网店在与老客户积极沟通，了解其需求后，适当给予了优惠。
由图1-32所知，客单价环比下降了2.80%，说明客户购物的活跃度不高或是他们的购买意愿不强。此时，该网店的工作人员应该积极与客户沟通，并适当给予优惠，从而激发他们的购买意愿。
经验之谈
环比和同比都是统计术语。本期统计数据与上期统计数据比较，如2022年11月的数据与2022年12月的数据比较，称为环比；本期统计数据与历史同期的数据比较，如2022年8月的数据与2021年8月的数据比较，则称为同比。
关联订单就是购买某一关联产品所产生的订单。做好网店的关联销售，不仅能降低网店的跳出率，还能有效提升客户转化率，达到网店利益最大化的目的。假设以“韩式喜糖盒”为产品A，其关联产品为产品B，抽取出一张产品A、B的关联数据图，如图1-33所示。
图1-33｜产品A、B的关联数据图
从产品的关联数据图可以看出，同时购买“韩式喜糖盒”和“糖果盒185”的订单数为2，与同时购买“韩式喜糖盒”和“创意喜帖1001”的订单数一样多，排名第一。
从订单数的角度来看，与“韩式喜糖盒”一起购买得最多的产品是“糖果盒185”和“创意喜帖1001”。因此，在这5件产品中，“韩式喜糖盒”与“糖果盒185”“创意喜帖1001”的关联度最高，可以考虑在产品详情页中推荐这两款产品，或将它们与“韩式喜糖盒”进行捆绑销售。
运营是商家经营店铺的核心环节，商家必须充分了解自己店铺的运营数据，并利用这些数据分析店铺运营的各个方面，才能有效提升店铺的营业额。下面将通过图1-34所示的某服装网店的整体数据来分析运营状况。从图中可以看出，整体交易金额与同行同层平均相比，优势比较明显；与同行同层优秀相比，略显不足，但从第18周开始支付金额明显有持平同行同层优秀的趋势。
图1-34｜某服装网店的整体数据
数据分析最关键的就是工具，再好的数据分析方法也需要用分析工具的支撑。选择什么样的分析工具与工作岗位、分析场景息息相关，每种场景都有若干种工具可以选择。图1-35所示为一些常用的数据分析工具。
图1-35｜常用的数据分析工具
上述数据分析工具中，Excel是最基本，也是最常见的一种数据分析工具，其功能强大，无论是数据处理、数据可视化还是统计分析，它都能够提供很好的支持。
Excel可进行的数据处理包括数据排序、数据筛选、数据分类汇总、去除重复项、数据分列、处理异常值及创建数据透视图表等。
数据可视化是指利用Excel提供的图表对数据进行可视化展示，如柱状图、条形图、饼图、折线图、XY（散点图）、面积图、曲面图和雷达图等。
在Excel中添加“分析工具库”选项卡后，便可看到丰富的统计分析功能，如描述统计、假设检验、方差分析和回归分析等。
数据分析完成后，一般还要撰写工作总结和数据分析报告。其中，数据分析报告是项目可行性判断的重要依据，也是数据分析过程和思路的最后呈现。一般情况下，一份完整的数据分析报告应具备以下3个要素。
· 总体分析 ｜从项目的实际需求出发，对该项目的财务、业务数据进行总量分析，从而把握全局。
· 确定重点，合理配置资源 ｜在对项目全局把握的基础上，根据项目的特点，通过具体的趋势分析、对比分析等手段合理确定分析重点，协助分析人员做出正确的项目分析决策，并调整人力、物力等资源，以得到最好的效果。
· 建立模型 ｜针对不同的分析项目建立具体的分析模型，将主观的经验固化为客观的分析模型，从而为指导以后项目实践中的数据分析打下良好的基础。