《电商数据分析与数据化运营》| 如是读

2020/11 作者:ihunter 0 0

《电商数据分析与数据化运营》| 如是读


电商真是一座金矿,十几年快速发展,成长为一个充满竞争和协作的生态经济体。不同的企业,不同的人才,在里面贡献自己的价值,成长死亡,为一代代的后人的成长孕育养料。


虽然是一本工具书,但作者背后对于零售的理解,对于数据的认识,是很不错的,值得从多维度学习。




一. 核心原则


1. 黄金公式:金额 = 流量 * 转化率 * 客单价


还有另一个公式是我喜欢用的,金额 = 用户数 * 复购率 * 客单价,其实是一样的,但背后的经营思维不同,一种是流量思维,一种是用户思维。


尤其是现在的阶段,在流量红利消失,高价的阶段,用户思维电商经营显得越来越重要。


2. 7份选品,3份运营


求之于势,不责于人。电商首先是商业,不同的时代,不同的商业模式,都有自己的趋势,企业在趋势上,一切成功来的是那么容易,快速。


作为创业者也正确看待,个人,组织的努力与行业趋势的结合作用。放在电商上也是如此,品,不对,再多的流量,高高超的运营能力,也是枉然,甚至是拔苗助长,加速它的死亡。


选好品,就是选好市场,选好用户的需求,本质上还是从用户出发,而非工作思维。


3. 人,货,场


阿里的主要贡献,大家都知道,但是阿里把它进行的分类,且赋予了一定的概念,就这样教育了电商甚至零售这个行业的从业者。


三者的顺序关系,其实也是有道理了,先是流量和用户,再是产品,而不是用来匹配人和货。


4. 无法衡量,就无法提高


对于选品,对于人货场,对于经营公式,都需要面对一个问题,那就是数字化思维,思考这些问题的时候,都要有数字,没有数字,所有的思考都是假的,不可以落地的。


5. 市场,竞品,自己


先从市场开始,有市场,有需求,才有供给。供给方中有对手有自己,有时要忘记对手,做市场需求的产品,但有时候又要看着对手,这样才有差异化,才有犯错的模板。




二. 分析模型


1. 业务框架模型

《电商数据分析与数据化运营》| 如是读


这里是一个稍大的框架,一者,是组织架构,一个基本的电商部门应该有的几个部门,且他们的主要职能分类是什么。 二者,是职能标准,每个部门所做的职能的评断标准分别是什么。


运营部门,选品部门,推广运营部门,设计部门,

客服部门,物流部门,财务部门。


1.1 运营模块:低成本高业绩


业绩目标:业绩达标率,业绩增长率,销售利润额


运营成本:推广费用,平台扣点,物流,销售折损,销售退货


1.2 商品模块:选好品,买好品


商品企划:销售周期(品类,价格带,风格结构规划)商品销售进度计划,商品整体结构与销售节奏


商品运营:商品入库,商品上架,主推策划,商品流通规则,商品折损保护等

测款-养款-爆款-返单


1.3 市场模块:品牌下,找到人,相处好


市场推广:直通车,钻展,展位等,ROI,转化率


会员维护:新老客占比,活跃沉睡占比


活动包装:品牌形象,风格,活动主题的包装与策划


1.4 视觉模块:理性和感性的综合体


店铺视觉:店铺设计风格


详情页逻辑设计:信任力构建


页面框架设计:浏览习惯,商品分类标签


1.5 客服模块:事前和事后,都要有耐心


售前:咨询转化率,人效,店铺DSR

售后:差评率,投诉率


1.6 仓储模块:速度和准确


日均发货:订单数量


仓促盘点:库存准确率


1.7 财务模块:不要只进不出


退款:退款及时率




2. 人货场模型


人,货,场,理论的扩大,归根于阿里电商的普及和教育。现在无论是线上线下,只要是零售行业,都会使用这个分类模型。 


以往的零售分析,通常会把重点放在流量和促销上。人,货,场模型的好处是,一者,是流量不仅是数字,还是用户。吸引重要,运营用户复购更重要。二者,货品很重要,品不行,更多的交易场只能是拔苗助长。


人的数据指标:先流量后用户,先进来后活跃

《电商数据分析与数据化运营》| 如是读


客服 - 对内(售前和售后)


询单量,询单转化率,平均接待时长,DSR评分


用户 - 对外 - 先流量后用户


流量(来源,数量,质量)


流量来源占比,流量数量PV/UV, ROI, 转化率

店铺流量结构:主动:免费:付费 = 20:70:10


用户(分类,状态)


新客老客占比,老客价值,活跃/沉睡占比



货的数据指标:卖出去退回来,有多少赔多少

《电商数据分析与数据化运营》| 如是读


库存分析(整体库存,单品库存)


库存数量,售罄率,可销天数,库存金额,周转率,库存结构


配货分析(广度深度宽度,匹配度)


备货品类数,SKU数,品销采销比,价格带采销比,尺码采销比


销售分析(整体销售,单品销售)


销售结构-品类/价格带/折扣带,畅滞销,售罄率,上架天数,转化率,加购次数


退货分析


退货率-整体/单品,退货数量,退货金额


场的数据指标:基本要顺畅,才能加优惠,出结果

《电商数据分析与数据化运营》| 如是读


页面(页面结构,页面陈列)

流量路径,热力图,停留时间,跳失率,屏效


促销(促销方案,促销商品)

优惠券-数量/使用率/金额,赠品 - 数量/折损


销售业绩(销售预测,销售分析)

直接指标 - 销售额,净销售额,业绩达标率,业绩增长率,毛利率

间接指标 - 销售量,订单量,转化率,客单价,连带率




3. 六个分析模型


3.1 诊断分析:三基分析法


如何评判一家企业的常用的数据指标:用户数,平均销售金额,复购率

《电商数据分析与数据化运营》| 如是读


3.2 流量分析:流量从哪来?到哪去?


3.2.1 流量来源分析


店铺流量来源以及转化质量

《电商数据分析与数据化运营》| 如是读


店铺聚划算时的流量分析

《电商数据分析与数据化运营》| 如是读


3.2.2 流量路径分析

《电商数据分析与数据化运营》| 如是读


3.3 商品分析


3.3.1 商品的销售结构分析


第三季度商品品类销售分析

《电商数据分析与数据化运营》| 如是读


店铺价格带销售与退货分析

《电商数据分析与数据化运营》| 如是读


3.3.2 商品的库存结构分析


店铺聚划算活动报名盘货计划表

《电商数据分析与数据化运营》| 如是读


聚划算活动中的商品ABC分级

《电商数据分析与数据化运营》| 如是读


店铺主推款跟踪表

《电商数据分析与数据化运营》| 如是读


3.4 用户分析


最近12个月用户活跃度分析

《电商数据分析与数据化运营》| 如是读


3.5 活动分析


可控的五大活动要素

《电商数据分析与数据化运营》| 如是读


大促优惠券的领用和使用跟进

《电商数据分析与数据化运营》| 如是读


优惠券带来的折损金额与ROI预估

《电商数据分析与数据化运营》| 如是读


3.6 双11分析


屏效分析

《电商数据分析与数据化运营》| 如是读


主推款:商品ABC分析法

《电商数据分析与数据化运营》| 如是读


渠道商品断码统计

《电商数据分析与数据化运营》| 如是读


店铺预售情况分析

《电商数据分析与数据化运营》| 如是读




4. 自己的模型


第一阶段:自然流量下,一条线是测品,一条线是把基本数据做好。


第二阶段:放大流量,打造爆品,做出搜索,做出销量。


第三阶段:完整流量结构,产品结构,运营阶段。


第四阶段:做品牌,全渠道,线上加线下。


四个阶段,每次都要重新考虑一次,人,货,场。重新建立有业务部门。




三. 数据图表


表作骨,美化为肉,方法是灵魂

总结的真好


1. 图表类型


1.1 基础数据


一维表:表格的每一行都是一条独立而完整的信息


二维表:每表格的行必须是列上的字段结合起来


三维表:行需要 与 列 的两个字段结合


1.2 图示


饼形图:数据合计后的占比,适合突出表现份额


柱状图:常用于数据的对比,同时间不同类型的对比


折线图:有变化趋势,通过曲线的变化体现增长的速率




2. 分析方式:对比,细分,转化


2.1 对比分析(5个):不同类型,不同时间


绝对值对比与相对值对比:销售额是绝对值,转化率是相对值


环比:统计周期内的数据与上期数据的比较


同比:统计周期内与去年同期数据之间的对比


横向对比与纵向对比:横向是空间维度,不同类型的对比。纵向是时间对比,同比和环比属于纵向对比


份额:属于横向对比,易忽略


2.2 细分分析(3个):拆解和融合,简化事物


分类分析:类目维度,时间维度等


人货场分析:是一种细分的方式


杜邦分析:将影响销售额的量化指标统计细分出来


2.3 转化分析(2个):漏斗模型,活动页面


流量转化:浏览商品,放入购物车,生成订单,支付订单,完成交易


活动页面:活动页面,详情页,下单,付款




四. 定期报告



1. 报告:竞品和自己


1.1 竞品的报告


竞争的品牌,店铺,产品的数据反馈,人货场,三个维度下去,人上是流量,货上是产品结构,主推爆品。场是基础数据和促销活动。再者就是三者综合的结果,业绩体量和增量。


1.2 自己的周报和月报


先结果后原因,首先是业绩情况,变化状态,原因分析,接下来的计划和预期。


2. 会议:内部周会,外部月会


内部周会:


对内交叉,锻炼组织的综合能力,各司其职的内容相互关联,发生关系,找出潜在线索。


外部月会:


对外输出,对上汇报,我们上阶段的成果,下阶段的目标的方向,竞品的主要动作。通过这样的月会,将各部门的认识面统一,目标统一。


赞(2) 更多分享

上篇: 连锁酒店、情趣用品和新零售
下篇: 电商行业总结:一套完整的电商行业数据指标体系