怎么对淘宝数据进行分析？
52 个回答
先放一张电商行业的指标体系图，很经典的“人货场”+互联网
1.场景
按照场景，如果是运营经常会分析四类场景：
- 第一种是在突发事件产生，比如流量突然下降之后，考虑到及时描述事件做出的描述分析；
- 第二种是基于产品运营策略上线后，做出全面的原因分析；
- 第三种是在数据管理的过程中，对前后端埋点的校验还有表数据的校验；
- 第四种是基于一定的理论做出的自上而下的分析；
2.指标体系
上述4种场景，前3种是“点”分析，遇到问题了/发生事情了，就通过数据分析的手段来找出原因，监控结果。而如果将运营分析的工作都连接起来，形成一个体系，就是“面”的分析。比较成熟的做法是搭建运营指标体系。
可见：互联网运营，该分析哪些数据和指标
以分析体系最为复杂的互联网电商公司为例，来逐一分解，哪些数据需要分析，怎样分析，分析的价值是什么。
电商类公司的收入是由一个个订单堆出来，由用户购买相关的商品或服务产生，可以说用户和商品或服务为订单的两大基本元素，公司收入下降、增长、异常最终都可以追踪到用户与商品这两大元素上。这样我们将收入相关的数据拆解为三大类：用户、商品和订单。
一、运营模块
从用户的消费流程来看，可以划分为引流-转化-消费-存留。我们一般将用户分为新老用户，无论新老用户，都会关注两块内容，一个是引流（拉新），一个是转化，最终以数据的形式体现出来，就是流量与转化率。
引流
通过分析PV、UV、访问次数、平均访问深度、跳出率等数据来衡量流量质量优劣。目的是保证流量的稳定性，并通过调整，尝试提高流量。
不要在乎这个图的时间，意思到位就可以了，工具是FineReport。
进一步，按照流量结构还可分为渠道结构、业务结构、地区结构。
在渠道中，流量可来自于自主访问、搜索引擎、淘宝付费、京东付费等等。按设备可分为PC渠道和APP渠道；按照付费与否可分为免费流量和付费流量。
有人会通过渠道流量占比来分析各渠道的质量。下面的折线图可以对各渠道的流量情况进行追踪，分析占比不合理是短期内出现的，还是长期存在的，辅助问题的分析。仅仅根据流量情况来衡量质量是不全面的，需要配合转化率和roi。
按地区划分，这个很好理解。
按照业务结构，最典型的比如举办一场活动，例如双十一，可定要对活动的流量追踪。观察活动前、活动中、活动后的变化情况，评估活动效果。
转化
完成引流工作后，下一步需要考虑转化，这中间需要经历浏览页面->注册成为用户->登陆->添加购物车->下单->付款->完成交易。每一个环节中都会有用户流失，提高各个环节的转化率，是这一块工作的最核心，转化率的提升，意味着更低的成本，更高的利润。
转化的分析：
1.观察各环节转化率，分析其合理性，针对转化率异常环节进行调整
2.追踪转化率变化，用于异常定位和策略调整效果验证
3.观察各渠道转化情况，定义渠道价值，并依此适当调整运营策略
4.分析各环节转化周期，分析用户习惯，为制定运营策略提供依据
最直接的分析成果就是转化漏斗。
留存
通过各个渠道或者活动把用户吸引过来，但是过一段时间就会有用户流失走掉，当然也会有一部分用户留下来，留下来这部分用户就叫做留存用户。关于留存，这里要关注的就是日活和留存率。
关于留存，无非就是：
1.日活监控，观察用户活跃数据，分析日活健康度
2.观察存留规律，定位存留阶段，辅助市场活动、市场策略定位等
3.对比不同用户、产品功能的存留情况，分析产品价值、辅助产品调整
复购
有调查数据显示，一个满意的用户会带来8笔潜在生意，不满意的用户可能会影响25个人的购买意愿，可见回头客多么重要。
复购率可以分为“用户复购率”和“订单复购率”，此外，“用户回购率”意义与复购率相似，也在此范围内。
用户复购率＝单位时间内：购买两次及以上的用户数/有购买行为的总用户数
订单复购率＝单位时间内：第二次及以上购买的订单个数/总订单数
用户回购率＝单位时间内：有购买行为的老用户数/有购买行为的总用户数
分析复购率的目的：
1.综合指标展示，分析用户黏性，辅助发现复购率问题，制定运营策略。
2.横向维度(商品、用户、渠道)对比分析，细化复购率，辅助问题定位。
流失
流失是无法避免的，但也有可以挽留的。
流失可以分为
- 刚性流失：可以进一步分为新用户水土不服型和老用户兴趣转移型，这部分流失用户是无法挽留的，缘尽于此，花再多的钱也没什么用。
- 体验流失：可能是应用体验、服务体验、交易体验、商品体验等等，总之就是在使用产品\服务的过程中，感到了一丝不爽，正所谓一言不合就流失。
- 竞争流失：也就是用户已经转粉了。可能是竞争对手的体验更好，可能竞争对手推出了什么优惠的政策。我们也需要抓住行业的动态，针对竞争对手的抢粉行为做出相应的行动。
关于流失的定义，各公司定义不同，可能是7天内没有登陆行为，也可以是几个月之内没有交易行为。（回流率＝时间周期内流失的再回访的人数/时间周期内流失的人数）
关于流失的常规数据监控，一般都是和存留一起的，本身两者也是分不开的。单独针对流失的，最多看到如下图样式的监控：
再者，流失率结合存留率也可以评估渠道的价值。
二、销售模块
1、指标跟踪：销售模块中有大量的指标，包括同环比、完成率、销售排行、重点商品占比、平台占比等等，可以从人、货、场三个视角进行分析跟踪。
2、店铺分析：具有小b级用户，或者入驻平台式，需要针对各店铺经营指标进行分析，包括各店铺效率指标、完成率指标、业绩指标、客单价等，实现店铺价值评定分析。
3、销售活动管理：线上销售中，活动是非常重要的一块，从事前、事中、事后三个层面实现销售活动的闭环分析，其中包括事前投入分析、目标预测；事中用户参与度、客流分析、销售单分析；事后目标完成情况、活动对比、费销比、活动衰减度、活动爆发度等。
三、商品模块
1、采购管理：包括供应商数据分析、采购匹配度分析等。
2、供应链环节管理：供应链服务情况分析（响应周期、交货及时率、订单执行率）、管理指标分析（物资成本占比、客户投诉率等）。
3、库存管理：商品库存天数、存销比、有效库存比、库存周转率等数据分析。
4、重要指标分析：分析包括货龄、动销率、缺货率、结构指标、价格体系、关联分析、、畅滞销等分析指标，评判商品价值，辅助调整商品策略。
5、异常商品分析：包括对退货率、残损率、异常商品等数据进行分析，发现异常商品，及时处理。
四、用户模块
1、重点指标分析：包括新增用户数、增长率、流失率、有效会员占比、存留率情况等。
2、用户价值分析：根据rfm模型，再融入其他个性化参数，对用户进行价值的划分，并针对各等级用户进一步的分析。
3、用户画像：根据固有属性、行为属性、交易属性、兴趣爱好等维度，来为用户添加标签与权重，设计用户画像，提供精准营销参考依据。
具体怎么分析？
私以为数据分析的需求可以分为三类：
- 业务常规需求，主要是辅助业务日常工作用，比如常规型的报表。销售日报月报等。
- 指标监控与数据呈现类，比如流量监控，下单监控，一场活动的流量监控。为管理和决策提供支持，也为后面的针对性的挖掘分析提供入口
- 有主题有针对性的挖掘分析，比如用户忠诚度模型。为运营、产品的改善提供数据依据，具有一定的驱动价值
对于第1类和第2类需求，有用开源报表的、有用商用报表的、有用bi的、有写echart的也有用excel的。对于第三类需求，有用sas的、spss、python的、r的甚至有用c++的。
数据报表设计
具体怎么去分析？数据报表的魂在于上述的业务分析思想，跟随分析目标的牵引。
一个数据报表要能讲好一个故事。
背景：产生这样一个数据报表的原因是什么？源于最近一周流量下降的分析？提升交易额的决策探索？或是围绕二八定律筛选优质客户？
那么基于上面一个背景，就开始你的分（biao）析（yan）。比如分析流量下降，你假设有哪些可能的原因？又是基于哪些事实数据去验证的假设的正确性（注意数据清洗的说明，排除了哪些数据）。结论归因/（寻找）共性，建议和决策是什么？预计的结果是怎样？
做dasnboard，选用正确的图表，注意美观就行（图表的使用网上有一堆），至于动效（联动钻取）都是锦上添花的事。
以上电商数据报表均由FineReport制作，个人用是ok的，更多的场景是公司体系内经营报表和企业级的数据分析。
两个高效率的点：
①可以完成从数据库取数（有整合数据功能）—设计报表模板—数据展示的过程。
②类似excel做报表，一张模板配合参数查询可以代替几十张报表。
你或者你的公司，如果体量足够大，如果还在用excel做报表，可以试试它了。
最后分享一下我整理的一份数据分析流程知识图谱，需要可自取。内含数据分析12个常见分析模型、18个理论分支、136个详细知识要点和60多个实际分析场景案例，不懂或不记得的知识点拿出地图就能查，数据人必备！高清电子版获取方式↓↓
淘宝开店和实体开店最大的不同就是营销推广的套路不同，其次淘宝开店还会涉及到数据分析，分析的指标体系非常庞大，包括流量、转化率、客单价等。
据不完全统计，指标达到200多，而且随着分析的细化和深入，还在不断增长。
数据的分析目标非常务实但很分散。比如，做淘宝页面的装修，就是去分析什么主题、页面装修会带来更多的网销量。
无数据，不电商！
一个合格的运营。每天都需要不断分析各种数据。保持店铺稳定，良性发展。那么具体应该如何分析数据呢？
竞争对手数据：怎样做一份良好的竞品分析？通常有哪些方法？
首先要利用的就是生意参谋。
很多人问我店铺层级应该怎么突破。需要多少销售额？
如上图，c店是可以直接看到突破下一层级需要的销售额。这里只需要计算出自己30天内销售额的总和。就能知道自己离下一层级还差多少销售额。
但是天猫店铺就不一样了，天猫不像C店可以直接看的，只能看到大概的百分比。 具体数额需要我们去估算。
怎么估算呢？首先同样看到运营视窗。点开支付金额。按照我箭头右下角的框。先计算同行同层优秀水平30天内的销售额总和。（因为如果要突破层级，销售额是从0-平均-优秀-下一层级，那么你需要的销售额肯定至少要比优秀水平总和大一截）
另外还可以看到访客数，同行可以看到你与同行同层平均和优秀水平的差别。
这里重点讲几个数据
支付转化率
如果你的支付转化率是有上升趋势的。那么没有问题。如果说支付转化率曲线向下。那么这个时候就要注意了。因为转化率是根据自身产品来的
根据你的价格区间，你的人群，你的行业竞争
比如你是卖500的价格，同行卖的都是200左右，那么他们的转化率肯定是比较高的。那么排在平均以下就不足为奇。但是如果曲线向下。有两种可能
1、同行在和你竞争流量和订单
2、人群出现了问题
加购、收藏人数
这里其实是可以算出我们的加购率是否合格，在哪根基础线上。在之前我们知道了自己的访客数，知道了同行同层平均的访客，以及优秀水平的访客数。
现在又知道了自己每天的加购人数，同行同层平均的加购人数，优秀水平的加购人数。
而加购人数/总访客=加购率
那么同层同行优秀的加购率，同层同行平均的加购率，我们自己的加购率不就都出来了。
这样就可以知道自己的加购率在哪个水平线上。需不需要补数据。
这样大家注意两个点
- 低客单，顾客的购买比较高，侧重看转化率是否高于同行同层平均。
- 高客单，转化周期比较长，如上图店铺，主要侧重看的就是加购和收藏的数据。
收藏率也可以用上述加购率的计算方式计算，
因为你一定要记住：目前你最需要竞争的就是你的同层同级的竞争对手，而不是比你高一层级或者低一层级的。
我们店铺是在和同行同层在竞争！请一定要理解这个竞争规则，淘宝给每个层级，每个信誉的展示窗口都不一样。
所以很多人一进淘宝就把竞争目标瞄向月销几千几万的产品，我可以肯定的告诉你，你竞争对手都找错了！
那么这里接着往下面看
这里数据可以自由选择一天，一周或者是一个月。通过一个数据整体概况知道自己一个店铺的一个情况，从这个数据就可以看出“我的淘宝”和“购物车”的转化率是最高的，自然搜索转化还行
像跳失率，人均浏览量，平均停留市场。
只要箭头向上或有一点向下波动不大都不用太在意，真正你要在意的是右下角的关键词以及转化率！
这里你用生意参谋的市场行情去看数据，哪些转化是超过行业平均的，哪些是行业平均之下的
超过行业平均的对你的产品来说就是一个很好的词，你要重点去维护好，如果转化偏低的，也要去补单。很多人不知道那个啥应该那个啥哪些关键词，有关键词进店了也不那个啥销量。这样怎么去维护好关键词的权重呢？
访客转化和收藏、加购的转化
客单价分布
很多淘客做多了的店铺，这里的数据是乱的。所以我们就算要推销量，淘客也不要推太多，要不然人群标签肯定会乱！
竞店流失
如果店铺流失超过100%,这个店竞争就很大，比较难做起来。流失超过50%还是个小爆款。
100%是哪里的数据呢？
成交金额：你成交了100元，流失了100元，流失100%
道理很简单，你的店铺产品综合竞争力不敌对手，流失的店铺你就要去分析他，学习他，分析他不足的地方，你可以改进。学习他好的地方，这里数据内容点比较多，而且复杂，这里就不一一阐述了。
以上就是今天给各位分享的关于数据分析的一些基本知识点。这些知识最基本。人人都需要掌握的基础数据分析。因为篇幅问题，更深层次的数据分析这里就没有列举出来。
做好淘宝需要系统的运营知识和操作技巧。店铺运营的每一步都环环相扣，一个系统的认知是必不可少的。
无交流，不电商！如果店铺遇到哪些问题，可以在评论区留言讨论，我会给大家答疑解惑。
认清趋势方向：
深挖优质货源：
引爆点击秘诀：
无线权重飞跃：
- 淘宝新店为何每天访问才3-5人？ ——没流量？
- 淘宝店铺有流量没转化什么情况？ ——没转化？
数据分析法则：
鬼马营销操作：
超神助攻技巧：
如果你还有哪些方面的困惑，可以在评论留言，方便之后更好的完善索引，促进大家成长！
专栏地址：