如何挖掘数据中隐藏的宝藏,让店铺更好地运营?

你见,或者不见,
数据就在那里,
不来不去;

你理,或者不理,
信息就在那里,
不增不减;

来数据的海洋,
让信息到你手边,
默然助攻,寂静欢喜。

上面这段小诗,是读完《电商数据化运营》后最感性的认识。数据一直都在,像是深埋在土里的钻石,静待我们的挖掘。而数据处理与分析,将之变成能够为我所用的信息,在店铺运营中成为无往不利的宝剑,在众多竞争者中杀出重围,直指盈利的巅峰。这就像是钻石出土后的打磨与加工,使之成为熠熠生辉的珍宝。

挖掘数据中隐藏的财务信息

读这本书,我的主要收获是:根据数据做分析,根据结论做决定。数据分析不容易,学会挖掘很重要。

搜集海量、适当的数据,对买家、卖家的行为进行数据处理与分析,得出有用的结论。这句话看起来很简单,但实际操作起来往往无从下手。

首先,是数据从哪来的问题。书中,作者给出了很多淘宝大数据的来源,比如说数据魔方、生e经软件、淘宝指数等等。这里,有常见的以及从来没想过的数据,比如说对某种细分产品的买家进行分析,从后台数据可以看出或计算出买家的地域比例、性别比例、年龄比例、身份比例、收入情况比例等等,以此来进行产品的定位,精确化投入产出,抓大放小。

原来只是从理论上认识大数据,“理解”了它的各种好处,当我第一次看到它真实的面貌,发现它“触手可及”,才真正觉得大数据的整合、呈现非常奇妙。

然后,是如何处理数据的问题。打开软件,可选数据非常多,应该选哪些进行分析呢,又该如何处理呢?

拿上下架时间定位的第一步举个例子吧。先是进行买家信息分析,对不同时段的来访量和购买量(排序通常是相同的)进行排序,选出综合流量靠前的高峰时段。接着进行卖家信息分析,对不同时段的成交量和销售量进行综合排序,对浏览量和访客量进行综合排序。综合得出行业、本店的最优时间、最佳星期数。之后还有错位竞争分析、时段竞争度分析、根据宝贝的定位制定时间策略等等。经过多轮的计算与推理,最终确定出来自己的上下架时间定位。

曾听人说,美国的小店开店前都会建模分析、各种演算推理,经过一番“折腾”才决定要不要开店、各种经营方案可不可行、盈利多少等等。一直觉得这很神奇,因为我从来没有听过中国人开小店(实体&网店)还要分析这么多,也不懂美国人在分析什么。看了这本书,才知道原来有这么多可以分析,而根据分析的结论做出的决定,比根据生活经验认为应该是怎样的、以及自认为什么好卖这种拍脑门的决定,更加科学、合理与稳妥,做到“三思而后行”,也能够大大降低投资风险、经营风险。

科学分析,再下决定

对比自己来说,拿到财务数据总是不会处理,做报告的时候经常做个同比环比,说明一下上升、下降了多少,趋势如何如何,最多和其他数据做个综合分析,看出数据有什么问题,或者哪些方面经营不善云云。这些分析总是浮于表面,可以说是“然并卵”的。

作者的方法非常实用,即使计算过程有点枯燥。非常开心看到这样精彩的分析,也看到了自己的差距有多大,明确了数据分析的前进方向。

其他方面的深刻印象,比如淘宝的规则变化带来机制的变革与新的机遇。在淘宝搜索发展史的介绍中,可以看出每一次小小的规则变动,背后都体现着更加公平、人性化的原则与逐渐向高价值商品交易平台的转变。如2014年10月,淘宝对低价商品的评价和销量计算作出3项调整,主要是说单价商品支付价格过低的订单,销量、评价均不累计,这样一来,可以有效打击凭借短期极端促销提升店铺影响力的行为,更有利于打造一个健康、公平的竞争环境。

在这本书中,我看到了数据的精加工——各种看似毫无关联的数字经过淬炼,打造成一张张高含金量的信息图表,以助力店铺的实际运营;我听到了理念的变革——淘宝从卖“便宜货”向卖“高价值商品”平台转变,于是一场适者生存的厮杀一触即发。

关于这本书,还想说声感谢。因为第一次,让我对数据有了一种敬仰之情。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容