作为一个电商运营者，店辅运营数据和平台中行业相关数据必须要了解。如上图，是某跨境电商平台某行业产品在俄罗斯市场的客户数据。图中我们可以看出花钱购买的俄罗斯买家位居的第一城市是莫斯科，其次是圣彼得堡，若要布局俄罗斯海外仓（海外仓：在当地国家建立发货仓库，若有订单从当地仓库发货即可，相比从中国大陆发货买家收货时间更短，用户体验更好）可以选择在这两城市找地点；从子订单均价分布情况，结合支付买家占比，若我们要打造引流款，则可以依此数据来做引流款的售价参考。
说到这里，你可能会觉得奇怪，这跟本文标题有什么关系？
其实，细细一想，为什么我们在选择海外仓布局时考虑莫斯科或圣彼得堡？为什么制定引流款售价时选择如上图均价分布所示？这里面就涉及到数据分析背后的“相关性”问题。
什么是相关性？
相关性是指，两件事同时发生，但未必有因果关系。因为喜欢A，所以喜欢B，这是因果。如频繁吃油炸食品的人血脂更高。相关性只需发现联系，运用这种联系即可。
举个例：
如我们在百度指数里搜索“KFC”、“鹿晗”如下图，发现两者的人群画像重合度高，因此KFC请鹿晗代言，也就不足为奇了。
我们现回到最开始的案例中。
从图一中的已支付的用户信息，得到主要购买者来自XXX城市，和XXX城市，支付买家占比的不同群体，对订单价位的偏好不同，这两个信息单看没任何特殊点，放在一起也没有直接关系，但从店辅经营上，由此得到的信息能帮助我们更好的制定营销策略。
要知道行业相关性数据对经营的卖家来说，相当于沙漠有了指南针，航行看到灯塔。我们可以此做出有利的决策。也正因为如此，利用相关性来赚钱的企业不在少数，如专门帮商家分析市场，利用相关性数据信息给付费用户提供咨询服务，某某行业的年度报告 有偿使用等。
说到底，对“相关性”的使用能帮助我们在店辅运营中提升更多客单价。配合连带销售及刘老师教授的其它商战知识，一起为店辅更多业绩努力。
（11月29日晚 迭代）
