Excel电商数据分析与应用 课件 第6章　运营诊断与复盘

运营诊断与分析6.1店铺诊断1杜邦分析法建模2CONTENTS相关性分析法诊断在运营的过程中，店铺的数据每时每刻都在变化。研究店铺数据的变化，可以帮助运营人员掌握运营规律，尽量满足店铺数据上升的条件，避免店铺数据下降。店铺诊断常用的方法是杜邦分析法和相关性分析法。店铺诊断的数据源主要来自店铺的经营数据，也可以采集市场行业的数据。杜邦分析法建模诊断PARTONE杜邦分析法在电商领域被广泛应用，特别适用于数据诊断。杜邦分析法具有实时、便捷、清晰的特点，可实时反映数据的情况，时间粒度可细化到小时，可帮助运营对店铺状态做出快速的反映。例6-1：某店铺发现业绩下滑，通过两个月的数据对比找出原因。解：原始数据如表6-1所示，分别是店铺5、6月的数据，在生意参谋的“取数”板块按月份作为粒度下载文件。月份5月6月支付金客数5359610461客单价44.1634.15转化率7.25%8.23%新访客数484729407老访客数51241054表6-1店铺5、6月经营数据使用Excel6月的环比，结果如表6-2所示。月份5月6月环比增幅支付金82.88%访客数5359610461-80.48%客单价44.1634.15-22.67%转化率7.25%8.23%13.52%新访客数484729407-80.59%老访客数51241054-79.43%表6-2店铺5、6月经营数据

将数据按树状结构呈现出来，形成杜邦分析模型，如图6-1所示，可知支付金额的下跌主要是拉新（新访客数）环节出现了问题。图6-1分析支付金额的杜邦分析模型已知访客数这个数据存在问题后，需要从不同的视角观察访客数从而找出问题的缘由，将更的数据设计成杜邦分析模型，由图6-2可知付费流量下滑54.57%，因为淘内免费是运营结果的反馈，排除淘内免费不看，付费流量是绝对值和相对幅度下降最严重的渠道，可推断是由于付费广告投放调整引起的连锁反应。从商品视角观察，大部分商品都明显下滑。图6-2分析访客数的杜邦分析模型通过杜邦分析法诊断店铺，可以让运营事半功倍，能够更加清晰地观察到核心数据对问题的影响。例6-2：用Excel搭建具备自动刷新功能的杜邦分析模型。解：在Excel中可采用PowerPivot和数据透视表实现该模型。由于此例的数据日期存在重复值的情况，因此不能直接用事实表的日期字段作为日期表，一般在建模时会额外建立一张日历表，避免因为数据的重复导致模型出错。第一步：将数据导入到数据模型（PowerPivot）。打开工作簿“杜邦分析表源数据”，如图6-3所示。图6-3杜邦分析表源数据选中Excel中的数据后，选择PowerPivot选项卡中的【添加到数据模型】选项，如图6-4所示。图6-4将数据添加到数据模型操作界面如图6-5所示，在弹出的“创建表”对话框中，勾选【我的表具有标题】，单击【确定】按钮进入PowerPivot编辑器。同理导入日历表，日历表是日期连续且唯一的特殊维度表。如图6-6所示，将日历表导入PowerPivot后，在PowerPivot编辑器的【设计】选项卡中,选择【标记为日期表】选项。如图6-7所示,在【标记为日期表】选项的“下拉菜单中选择【标记为日期表】选项。图6-5“创建表”设置界面图6-6“标记为日期表”操作界面

图6-7“标记为日期表”操作菜单界面如图6-8所示，选择日期对应的字段名，注意此时选择的是日历表的统计日期。图6-8设置日期表日期字段界面第二步：建立关系模型。设置好日期表后，选择【主页】选项卡中的【关系图视图】选项，如图6-9所示，进入关系视图。图6-9“关系图视图”操作界面

如图6-10所示，在关系视图中将日历表和事实表的统计日期连接（单击鼠标左键选中事实表的【统计日期】拽到日历表的【统计日期】上方，松开鼠标即可）。

建立表关系后，如图6-11所示，选择【数据视图】选项回到数据视图。图6-10建立表关系

图6-11切换到数据视图的操作界面第三步：计算度量值。在度量值区域键入以下三个公式，创建度量值。①成交金额“=SUM([支付金额])”。②上个月的成交金额“=CALCULATE([成交金额],DATEADD(“日历表”[统计日期],-1,MONTH))”。③月增幅“=DIVIDE([成交金额]-[上个月的成交金额],[上个月的成交金额])”。结果如图6-12所示。第四步：插入数据透视表。计算度量值后，如图6-13所示，创建数据透视表，选中【数据透视表】作为度量值的展现载体。图6-12创建的度量值图6-13创建“数据透视表”操作界面将第三步计算的度量值添加到数据透视表的值域，如图6-14所示。第五步：插入日程表。选中数据透视表，如图6-15所示，在【数据透视表工具】中的【分析】选项卡选择【插入日程表】选项，单击【插入日程表】。图6-14数据透视表字段设置图6-15创建“日程表”操作界面在选择切片器字段时，如右图6-16所示，切换到全部选项卡，勾选【日历表】的【统计日期】字段，单击【确定】按钮。如图6-17所示，设置日程表后，就可以通过日程表控制统计的月份，分析时间数据的变化。图6-16创建切片器选择字段界面图6-17日程表效果重复第三步和第四步计算相关度量值和插入数据透视表操作，即可完成杜邦分析模型的构建。相关性分析法诊断PARTONE相关性分析法诊断店铺最难的地方在于时间宽度的选择，要选择数据持续变化的时间段，因此相关性分析法具有滞后性，适合在发生问题后，对问题进行研究。例6-3：表6-3是某店铺的相关数据，该店铺流量（访客数）持续下降，通过数据找到问题并加以优化，数据采集自生意参谋“取数”板块，按天作为粒度下载文件。解：按2.2.9节的步骤创建相关矩阵，如表6-4所示，与访客数的相关系数大于0.7的有：支付金额、支付买家数、支付子订单数、老访客数、新访客数、直通车消耗、正面评价数。其中支付相关的数据和访客数有算术关系，可忽略不看，重点关注新访客数，二者相关性高达0.99，新访客数和直通车消耗相关性高达0.94，可能是店铺拉新出了问题，其中直通车的调整可能是主要原因之一。正面评价数相关性达到0.71，也是强相关，应审视店铺的服务、消费者管理环节。老访客数的相关性达到0.85，虽然也属于强相关，老访客数和新访客数的相关性达0.81，因此重点关注新访客数即可。感谢观看运营诊断与分析6.2店铺复盘1复盘的步骤2CONTENTS全店复盘案例3利润与投产比复盘案例复盘和总结不同，总结是结论，而复盘是一种学习过程，后续还需要提升并反馈。总结更多的是各自做各自的总结，复盘更多的是以团队为单位，以学习提升为导向。网店的复盘从时间维度来看，粒度分为年、季、月、周、天，几乎是每天都要做的事情，小到每日复盘，大到年度总结。而复盘最不能缺的就是数据，因为数据是客观事实的反映，更是运营的眼睛。尊重数据的客观事实是运营的基础素养。网店的复盘从内容维度来看，可分为全面复盘、解决某个问题或者某个事件的复盘。全面复盘是通过多视角的分析，把事物看清楚；针对某个问题或者某个事件的复盘则要具体问题具体分析，因为具体问题的过程不同，而复盘旨在还原过程。然而要实现数据洞察，会受限于数据整理和数据展现的技术功底，有良好的功底可以制作出优秀的复盘报告。PARTONE复盘的步骤复盘按以下8个步骤进行。（1）回顾目标。复盘前的目的或期望的结果是什么，要将目标明确地展现在团队所有人的面前。（2）对比结果。这个环节主要的工作就是数据分析，将目标和结果进行对比，找到两者之间的差别。结果与目标的对比，有以下五种可能产生的情况：①结果和目标一致，完成情况达到了所设定的目标；②结果超越目标，完成情况比设定的目标还好；③结果不如目标，完成情况比设定的目标要差；④结果中出现了目标中没有的项目，是在过程中新添的任务；⑤目标中有的项目，但是结果中却没有该项目的完成情况，结果为0。这也可以视为结果不如目标，但是出现这种结果是根本没有行动，与行动了却没有达到期望值不同。对比结果的目的不是发现差距，而是发现问题。重点不是关注差距有多大，而是找到出现差距的地方。试着去提出疑问：为什么会有这样的差距？（3）叙述过程。叙述过程的目的是让所有参与复盘的人员都知道事件的过程，了解所有的细节，这样才能有共同讨论的基础，不会在信息层面上浪费时间。（4）自我剖析。对自己做过的事情进行反思和分析，通过数据报表看看有哪些问题或者成绩，并试着去找出原因、发现规律。自我剖析是一个自我成长的机会。（5）众人设问。让复盘参与者针对某个人的剖析提出问题，旨在让对方有更全面的思考，突破个人见识的局限。设问要多探索可能性，考察每一种可能性的条件及其边界。当这些可能性被探讨清楚了，问题基本就清楚了。（6）总结规律。总结规律是复盘最重要的环节，上面所有的步骤都是为了得出一般性的规律，形成符合真相的认识。总结规律得出的结论是否正确，最好的检验是时间，但是，一旦进入实践阶段，则说明复盘工作已经结束，它不是复盘当时就能确定的。（7）案例佐证。除了从因果关系上去验证规律外，为了验证规律的可信度，还应该用其他案例进行佐证。佐证应该选择同类型的、同行业的案例，不能选取与所复盘的事件无关的案例。（8）复盘归档。归档将复盘得到的认识转化成知识，更加方便传播和查阅，这让没有参与复盘的人也能掌握复盘得出的规律和观念，让新人可以在自己的工作中学习和参考，少走弯路。全店复盘案例PARTTWO全店数据复盘是复盘中的一个环节，是从5个不同的视角观察数据：店铺视角、渠道视角、商品视角、价格视角、商品视角，从中发现问题。复盘过程中使用的分析方法论主要是对比法和拆分法。例6-4：对全店运营情况进行复盘，用全方位的视角还原运营过程。数据以月为时间粒度，选取2022年4月到2023年4月共计13个月的数据，分析时必须选择连续的数据，因为连续的数据才可洞察事务的端倪。（1）全店视角首先是全店的核心指标，还原店铺的整体发展过程，如图6-18所示，图中有底色填充的数字代表数据最好的两个月。不难发现店铺的数据并不乐观。访客数、支付金额都是持续下滑的趋势。此时，可想办法找到问题根源，不管是否来得及补救，都有必要了解是什么原因导致的数据下滑。能补救固然是好，补救不了也要提防下一次继续犯错。图6-18全店核心指标变化图6-19访客数的变化（2）流量渠道视角如图6-20所示，该图还原了流量的变化过程。通过流量渠道的维度观察发现流量在2022年8月之后开始下滑。图6-20流量来源渠道数据（3）品类视角由图6-21可知该店铺的核心品类是连衣裙，其次是套装，下一步可重点分析这两个品类。图6-21类目数据统计如图6-22所示，全店大多数品类的流量都在2022年的11、12月开始下滑，前面引流款出现问题的假设就站不住脚了，因为不可能那么多品类的引流款都出现问题。图6-23所示为店铺各类目在不同月份的商品ID数量，还原了各品类的发展过程。连衣裙的商品ID数量同比增长将近30倍，套装的商品ID数量同比增长85倍。（4）价格视角如图6-24所示，价格区间跨度太大，不利于消费者选购。以连衣裙为例，价格在60～700及700以上均有分布。图6-22类目流量变化趋势图6-23各类目的商品ID数量趋势图6-24各品类的价格区间（5）单品视角由图6-25所示不难发现，9、10月换季时，商家没有把握好运营节奏，出现了季节断层的情况。这是表面的原因，至于是什么原因导致换季断层，可从运营日志中查找原因。图6-25商品的份额变化趋势运营日志是文本、图片数据，如果数量很大可通过技术对这类数据进行分析，是运营失误还是客观原因，从而找到真正的原因。找到原因之后，就是寻找解决问题的方案。团队首先要认可问题的症结，然后通过集体智慧共同解决问题。利润与投产比复盘案例PARTTHREE利润与投产比复盘是复盘中的一个环节，是从赚钱的商业角度观察事件，从而发现问题。例6-5：对店铺近期运营情况的利润和投产比展开数据复盘。解：（1）2月毛利增幅突破30%，超