这两天,传奇人物罗永浩跑去抖音直播带货的事儿炒的沸沸扬扬,单场直播观看人数达到了5000万,交易额高达1.8亿!从近两年爆火的淘宝网红直播再到抖音由社交到电商的转变,不难看出电商行业迎来了又一次升级,从原来的图文时代升级到了直播时代,从原来的以“货”为中心开始转向以“人”为中心
而电商行业火爆和转型的背后,数据分析往往成了主要的助推剂之一,通过对商品、用户、平台数据的分析,商家就能知道什么样的商品好卖,什么样的人爱买,哪一类的促销活动更受欢迎等等,从而对症下药调整策略,精准营销。于是,近年来电商行业数据分析师成为当前市场需求量很大的岗位,为了给一些想入行电商数据分析的朋友指明方向,本篇我就详细的说一说电商数据分析需要掌握的方法及思路。
****电商的业务流程****
还是那句老话:不懂业务就别做数据分析,任何的商业分析都需要围绕业务进行,在动手分析电商数据之前,我们先了解一下电商平台的业务流程:
显然电商零售的流程和传统零售大不相同,从用户登陆到加购商品、再到最终下单购买、确认收货,每一个环节都有大量的数据在平台上产生,我们应该收集哪些数据,又应该分析哪些数据?这就需要建立完善的电商数据分析指标体系,来为我们的分析提供方向。
****电商主要有哪些数据?****
传统零售的数据分析侧重对商品的分析,而电商则侧更重于对用户和流量的分析。根据电商业务流程的各个环节,我们可以把电商数据大概分为这4类:营销数据、流量数据、会员数据、交易和服务数据。
****营销数据:****做电商肯定要玩转各类的营销活动,就会产生营销费用、用户覆盖数,活动点击、打开等营销数据,然后有这些数据衍生出人均单价、活动打开率、人群触达率等指标
****流量数据:****电商运营最核心的数据就是流量数据,包含了平台的浏览量、访客数、用户的登陆时间、在线市场等等数据
****会员数据:****电商会员一般门槛较低,注册了就是会员,然后根据消费金额或者消费金额换算的积分来升级会员等级,比如像淘宝的淘气值积分。会员数据包含会员的个人信息以及交易记录、登陆行为等行为数据,电商平台的各类营销活动往往就是基于对会员行为数据的分析。
****交易和服务数据:****交易数据主要包括交易的金额、数量、人数、商品信息、交易场所、交易时间等数据,服务数据主要包括供应链等数据。
****电商数据分析的8大指标****
根据电商运营的各个环节,我们可以把电商数据分析的指标体系分为下图这8个部分
先从****整体运营指标****说起,整体运营指标的分析一般是面向企业的高层,从平台的流量、订单数据、整体的销售业绩指标、盈利指标来了解平台的运营状况。
****网站流量指标****就是对平台的访客进行分析,比如通过对页面访问时长、跳出率等指标的分析,从而对页面进行优化等等
****销售转化指标****主要包含了从下单到支付整个过程的数据,通过分析来提高商品转化率
客户价值指标主要目的是找出有价值的用户,实现精准营销,一般可以建立RFM价值模型来进行分析
****商品类指标****主要分析商品的种类,销售和库存情况,可以建立关联分析模型,将商品组合销售,比如之前经典的啤酒与尿布的故事
****市场营销活动指标****主要监控某次营销活动给带来的效果,以及监控广告的投放指标
****风控类指****主要对用户购买后的评价进行分析,发现产品的优点及问题
****市场竞争指标****主要分析市场份额以及平台的排名,通过和竞品的对比进行策略调整
****电商分析数据分析思路****
对电商数据分析来说,主要应该掌握这四个思想:****对比、细分、转化、分类****,基本上可以应付日常的分析工作了
****1、对比思想****
数据对比主要是横向和纵向两个角度,指标间的横向对比可以帮我们认识预期值的合理性,指标自身在时间维度上的对比,就是我们经常说的趋势分析。
这里我以分析店铺的成交额为例:
****纵向对比****
我们把一段时间的成交额显示在坐标轴上,这样就可以很明显的看到这段时间的成交额是否达到了预期。
另外,要结合实际场景进行分析,比如我们通过数据发现今天的成交额比昨天大很多,可能因为今天是周六,或者是节假日等等,因此,我们在做纵向对比的时候,要判断今天(假如是周六)的成交额是否合理,除了看最近30天的趋势数据,我们还可以看一下最近10周的周六的成交额趋势;如果今天是节假日的话,那么就可以和上一年的同一天做个对比,不过因为间隔时间比较长,这里面可能参杂的干扰因素比较多,数据反映出来的意义比较有限。
****横向对比****
例如我们说,店铺这周的成交额上涨了10%,是不是一个好消息呢?
上涨看起来应该是进步了,但是也可能是一种落后的表现,比如你通过横向对比后发现竞争对手们这周的成交额都上涨了20%,那这10%就是一种坏现象,也就是说,我们对一个现象判断好不好,这是需要一个参照系的
****2、细分思想****
通过上面的对比,我们基本可以判断一个指标(例如成交额)是否合理了。如果发现数据不合理,接下来就是要发现问题,寻找原因。这时候就需要用到细分的思想,把分析对象逐步拆解,定位问题,这个就类似于我上篇文章说的杜邦分析法的思想
比如我们通过查看趋势,发现这个月成交额明显下降了,我们用细分的思想来找出成交额下降的原因,根据成交额的计算公式:****成交额 = 客单价 X 客户数****,我们把成交额这个指标拆解,通过对比客单价和客户数的趋势,找出成交额下降的主要影响因素,如果是客户数问题,我们在根据客户数的计算公式:
****客户数 = 新客户 + 老客户,老客户 = 二次成交客户 + 多次成交客户****
对客户数进行细分,如果是客单价问题,就按照公式:****客单价 = 成交价 X 人均成交数**** 进行细分:
****3、转化思想****
细分的思想可以从纵向定位问题,但是只有细分是不够的。这些指标是从哪里来的,每一个步骤的转化率怎么样,哪一个步骤的转化不好,需要改善,这些通过转化率都可以分析出来
例如我们要分析本周的活跃客户数(有成交的客户数),那么我们就要分析这些活跃的客户数是从哪里来的,梳理一下可以简单分为以下4个步骤:
进入店铺的客户数 ——浏览过商品的客户数 ——下单的客户数 ——交易成功的客户数
这里4个步骤就会有3个转化的过程,哪些环节转化率比较高,哪些环节转化率比较低,历史趋势怎么样,是否合理,是否有改进的空间等等。应用转化的思想,可以有效的指导和优化电商运营的各个环节
****4、分类思想****
上面我们已经介绍了对比,细分和转化三种思想,还有一个基本思想:分类思想。简单来说,就是把一些对象,按照某种规则,划分为若干个类别,然后分析各个类别的特征,根据这些特征来安排工作,比如说常见的RFM分析模型就是用来分类的思想,实现精准营销。
除了给用户分类之外,电商行业经常做的还有商品分类,比如按照品类分类,或者商品ABC分类,当然还有非常复杂的分类方法,例如聚类算法等等。