第1章 电子商务数据分析基础

第1章电子商务数据分析基础1.1电子商务数据分析认知1.2电子商务数据分析流程及常用工具1.3电子商务数据分析维度【章节目标及学习难点】章节目标1．了解电子商务数据分析的相关概念、作用及意义；2．熟悉电子商务数据分析的流程及常用工具；3．了解电子商务数据分析的主要维度。学习难点1．电子商务数据分析的流程；2．电子商务数据分析常用工具的安装使用。【案例导入】抖音全域兴趣电商背后的数据价值抖音电商于2020年6月正式成立，2021年4月提出要做“兴趣电商”，意在抓住消费者刚需以外的潜在需求，并且主动帮助用户发展潜在需求。经过一年的发展，2022年抖音电商宣布同比2021年4月全年购买用户数提升了69%，商品意图搜索行为提升了217%，抖音商城的支付用户数提升了431%，同店铺复购订单数提升了76%。透过这4个用户行为数据，可以看出用户在抖音电商上已经有了更主动和多元的购物需求。为助力更多用户与商户，2022年5月，抖音电商战略再次升级，将“兴趣电商”升级到“全域兴趣电商”阶段。具体来看，通过覆盖用户全场景、全链路购物需求，完整覆盖货找人和人找货的双向消费路径，满足用户多元化的消费需求。【案例导入】拓展思考1．在抖音的全域兴趣电商战略布局里，数据的价值是什么？2．抖音兴趣电商主要是基于精准算法推荐的电商，平台是如何做内容推荐的？第1节电子商务数据分析认知1.1.1电子商务数据分析的相关概念1.1.2电子商务数据分析的作用及意义1.1.3电子商务数据分析师的职业要求1.1.1电子商务数据分析的相关概念1.大数据数据是用符号、字母等方式对客观事物进行直观描述，是表达知识的字符集合，是信息的表现形式。数据（Data）是对客观事物的逻辑归纳1.1.1电子商务数据分析的相关概念大数据（bigdata）是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。IBM提出大数据的5V特点：Volume（大量）01Velocity（高速）02Variety（多样）03Value（低价值密度）04Veracity（真实性）041.1.1电子商务数据分析的相关概念2.数据分析数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用。其目的是把隐藏在一大批杂乱无章的数据中的信息集中提炼出来，从而找出所研究对象的内在规律1.1.1电子商务数据分析的相关概念3.数据挖掘数据挖掘就是从大量的、不完全的、有噪声的、模糊的和随机的数据中，提取隐含在其中的、人们事先不知道的，但又是潜在有用的信息和知识的过程。利用数据挖掘进行数据分析常用的方法主要有分类法、聚类分析法、回归分析法、关联规则算法、特征提取法、偏差分析法、Web数据挖掘法等。1.1.1电子商务数据分析的相关概念分类法是一个查找分类器的过程，它通过一些约束条件将数据分配到不同的类中。它可以应用到客户的分类、客户的属性和特征分析、客户满意度分析、客户的购买趋势预测等。1.1.1电子商务数据分析的相关概念聚类分析法聚类分析以相似性为基础，在一个聚类中的模式之间比不在同一聚类中的模式之间具有更多的相似性。它可以应用到用户群体的分类、用户背景分析、用户购买趋势预测、市场细分等领域。1.1.1电子商务数据分析的相关概念回归分析法回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种数据分析方法。它可以应用到市场营销的各个方面，如客户寻求、保持和预防客户流失活动、产品生命周期分析、销售趋势预测及有针对性的促销活动等。1.1.1电子商务数据分析的相关概念关联规则算法关联规则是从大量数据中挖掘出有价值的数据项之间的相关关系，它反映一个事物与其他事物之间的相互依存性和关联性。它可以应用到营销效果分析中，为产品定位、定价，用户寻求、细分与保持和市场营销决策支持等提供参考依据。1.1.1电子商务数据分析的相关概念特征提取法特征提取是从一组数据中提取出这些数据的特征式，可以降维、去除不相关和冗余的数据。它可以用于用户流失因素的特征提取，获得导致用户流失的一系列原因和主要特征，从而有效地预防用户的流失。1.1.1电子商务数据分析的相关概念偏差分析法偏差分析是探测数据现状、历史记录或标准之间的显著变化和偏离情况的一种分析方法。在企业危机管理及其预警中，管理者更感兴趣的是那些意外规则。意外规则的挖掘可以应用到各种异常信息的发现、分析、识别、评价和预警等方面。1.1.1电子商务数据分析的相关概念Web数据挖掘法Web数据挖掘指对Web页面内容及后台交易数据库进行挖掘，从Web文档内容及其描述中的内容信息中获取有用知识的过程。通过对Web的挖掘，可以收集政治、经济、政策、科技、金融、市场、竞争对手、供求、用户等有关的信息，集中分析和处理对企业有重大或潜在重大影响的外部环境信息和内部经营信息，并根据分析结果找出企业管理过程中出现的问题和可能引起的危机，以便识别、分析、评价和管理危机。1.1.1电子商务数据分析的相关概念4.数据质量数据质量指在业务环境下数据符合消费者的使用目的、满足业务场景具体需求的程度。数据质量有一致性、完整性、及时性、准确性、有效性和唯一性六大评价标准。1.1.1电子商务数据分析的相关概念（1）一致性指数据是否遵循了统一的规范，数据集合是否保持了统一的格式。（2）完整性指数据信息是否存在缺失，它是数据质量评价中一项基础的评估标准。（3）及时性指数据从产生到可查看的时间间隔。如果数据分析周期过长，就可能导致分析结论失去借鉴意义。1.1.1电子商务数据分析的相关概念（4）准确性指数据记录的信息是否存在异常或错误。存在问题的数据不仅只是规则上的不一致，更为常见的是数据的乱码。另外有异常的数据也是不符合条件的数据。（5）有效性是指数据值与格式要符合数据定义或业务定义的要求，如某些电话、邮箱的格式。（6）唯一性是指某个数据项或某组数据的值必须是唯一的，如ID类数据。1.1.2电子商务数据分析的作用及意义分析现状：发生了什么现状的含义可以从两点来看，一是已经发生的事情，二是现在所发生的事情。现状分析则主要体现在以下两个方面：（1）通过对现状的分析，了解企业在现阶段的整体经营情况，通过分析企业各项经营指标的完成情况评估企业的运营状态，发现在企业在现阶段的经营中存在的问题。（2）分析现状，可以了解企业在现阶段各项业务的构成，掌握企业各项业务的发展状况，对企业的经营状态有更加深入全面的了解。电子商务数据分析的作用1.1.2电子商务数据分析的作用及意义分析原因：为什么发生通过对现状的分析，可以了解企业的基本运营状况，但是无法得知运营情况具体好在哪里，问题出在哪里，是什么原因造成的。这个时候能就需要进行原因分析来进一步确认导致业务变动的具体原因。1.1.2电子商务数据分析的作用及意义预测未来：将发生什么了解了企业的经营现状和导致业务变动的原因后，还需要对企业未来的发展趋势做出预测。数据分析可以帮助决策者对企业未来的发展趋势进行有效预测，为企业调整经营方向、运营目标和营销策略提供有效的参考和依据，最大程度的规避风险。1.1.2电子商务数据分析的作用及意义助力电子商务企业的收益管理优化市场定位协助创造客户新的需求优化市场营销电子商务数据分析的意义1.1.3电子商务数据分析师的职业要求电子商务数据分析师是专门从事电子商务行业数据搜集、整理、分析，并依据数据对电子商务行业进行研究、评估和预测的专业人员。1.1.3电子商务数据分析师的职业要求1．岗位职责①对复杂任务有自己独到的见解，能充分发挥对数据信息的敏感性，在力所能及的范围内给产品、营销、运营等提供有力和有价值的分析支持，提高运营的效益。②负责监控和跟踪分析业务的核心指标，并对异常波动的情况进行全面的分析和处理。③分析和研究数据与实际业务的关联关系，完善业务分析知识体系。④分析和研究行业竞争情报，实时关注竞争对手动态。1.1.3电子商务数据分析师的职业要求2．基本素质逻辑清晰沟通顺畅坚持不懈态度严谨细致入微1.1.3电子商务数据分析师的职业要求3．职业能力懂业务KTT指标品牌知名度市场占有率推广活动懂设计懂工具懂分析懂管理数据分析师熟悉行业知识、公司业务及流程，具有数据敏感性。有效搭建数据分析框架。针对数据分析结论提出有指导意义的分析建议。掌握数据分析的基本原理掌握有效的数据分析方法掌握数据分析相关的常用工具。运用图表有效表达分析观点第2节电子商务数据分析的流程及常用工具1.2.1电子商务数据分析的流程1.2.2电子商务数据分析的常用工具1.2.1电子商务数据分析的流程电子商务数据分析是基于商业目的对数据进行收集、整理、加工和分析，再提炼有价值信息的过程。最初的数据可能杂乱无章，这就需要通过作图、制表和计算特征量，寻找和揭示隐含在数据中的规律。1、确定分析目的与框架针对数据分析项目，首先要明确数据对象是谁，分析目的是什么，要解决什么业务问题，然后基于商业的理解，整理分析框架和分析思路。1.2.1电子商务数据分析的流程2、数据收集数据收集是按照已定的数据分析框架，有目的地收集和整合相关数据的过程，它是数据分析的基础。

1.2.1电子商务数据分析的流程互联网专业调研机构统计部门公开出版物企业内部数据库内部人员客户调查专家与客户访谈内部渠道外部渠道3、数据处理与集成数据处理与集成指对收集到的数据进行加工、整理，以便开展数据分析，他是数据分析前必不可少的环节。数据清洗数据转换数据提取数据计算1.2.1电子商务数据分析的流程1.2.1电子商务数据分析的流程4、数据分析数据分析指通过分析手段、方法和技巧对准备好的数据进行探索分析，从中发现因果关系、内部联系和业务规律，从而为企业提供决策参考。5、数据可视化数据分析的结果是通过图表等可视化的方式来呈现的。借助数据可视化工具，数据分析师和管理者能直观地表达要呈现的信息、观点和建议。1.2.1电子商务数据分析的流程6、撰写数据分析报告数据分析报告的作用主要是把数据分析的目的、过程、结果及方案完整地呈现出来，以供企业参考。严谨的分析框架准确的图文展示明确的结论、有效的建议或解决方案1.2.1电子商务数据分析的流程2021年上半年****分析报告2021年7月1.2.1电子商务数据分析的流程电子商务数据分析的原则科学性：科学方法的显著特征是数据的收集、分析和解释的客观性。数据统计分析要具有同其他科学方法一样的客观标准。系统性：数据分析不是单个资料的记录、整理或分析活动，而是一个周密策划、精心组织、科学实施，并由一系列工作环节、步骤、活动和成果组成的过程。针对性：不同的数据分析方法，无论是基础的分析方法，还是高级的分析方法，都会有它的适用领域和局限性1.2.1电子商务数据分析的流程实用性：电子商务数据分析是为企业决策服务的，在保证其专业性和科学性的同时也不能忽略其现实意义。趋势性：市场所处的环境是不断变化的，在进行电子商务数据分析时要以一种发展的眼光看待问题，眼光不能局限于当前现状与滞后指标，要充分考虑社会宏观环境、市场变化与先行指标。1.2.2电子商务数据分析的常用工具常用的电子商务数据分析工具包括平台数据分析工具、本地数据分析工具、第三方数据分析工具和网站数据分析工具。第三方数据分析工具网站数据分析工具本地数据分析工具MMAP、Visio、Excel、MySQL……赤兔、生意罗盘……百度统计、阿里指数、CNZZ……平台数据分析工具生意参谋、京东商智1、平台数据分析工具生意参谋是为阿里巴巴商家提供的数据分析工具，支持多端联动，基于全渠道数据融合和全链路数据产品集成，为商家提供数据披露、分析、诊断、建议、优化和预测等一站式数据产品服务。1.2.2电子商务数据分析的常用工具京东商智是为京东商家提供的数据分析工具，支持购物车营销和用户营销等精准营销，帮助商家提升销售质量。1.2.2电子商务数据分析的常用工具2、本地数据分析工具类型工具作用应用数据思路类工具MindManger、Xmind、Visio、FreeManager、数据分析思路的拓展和管理项目分析思路、工作规划、头脑风暴、创意数据存储与提取工具MySQL、Oracle、SQLServer、DB2.Access、Excel、Navicat原始数据或ETL后数据的存储与提取数据项目的起始阶段，用于数据提取和初步处理数据分析与挖掘工具Excel、SPSS、SAS、R、Python通过模型挖掘数据关系和深层数据价值数据项目的核心阶段，用于数据挖掘处理数据可视化工具Excel、PPT、Tableau、Qlik、水晶易表、GoogleChart数据展示数据项目的末期阶段，用于数据信息的展示商业智能（BI）SAP、微软、IBM、Oracle数据综合处理和应用数据工作的整个流程，尤其是智能应用1.2.2电子商务数据分析的常用工具3、第三方数据分析工具飞瓜数据是一款短视频及直播数据查询、运营及广告投放效果监控的专业工具，提供短视频达人查询等数据服务，并提供多维度的抖音、快手达人榜单排名，电商数据，直播推广等服务，帮助用户快速发现流量变化情况，更好地把控视频运营的时机。1.2.2电子商务数据分析的常用工具店侦探是一款专门为淘宝天猫卖家提供方便有效的数据查询、数据分析的卖家工具。通过运用数据分析技术对各个店铺、商品进行深度挖掘，掌控竞争对手店铺的销售数据、引流手段、广告投放、活动推广、买家购买行为，帮助卖家深度了解行业数据，从而给卖家的营销策略提供可靠持续的数据支持。1.2.2电子商务数据分析的常用工具店查查是一款专门为淘宝天猫卖家提供淘宝天猫数据统计、店铺关注、商品价格关注、直通车选词、销量等内容的专业数据分析工具。店查查致力于解决商家看数据难、用数据难和渴求更全面的数据等痛点，它已经成为商家店铺运营不可缺少的运营工具。1.2.2电子商务数据分析的常用工具4、第三方数据分析工具百度统计（）是百度推出的一款稳定、免费、专业、安全的数据统计、分析工具，如图所示。网站运营人员通过它可以了解访客是通过哪种渠道进入的网站，在网站浏览了哪些信息，有了这些统计数据，可以帮助网站运营人员改善网民在网站上用户体验，不断提升网站的投资回报率（ROI）。百度统计目前提供的功能主要有流量分析、来源分析、网站分析、转化分析、访客分析、优化分析等多种统计分析服务。1.2.2电子商务数据分析的常用工具CNZZ（后更名为“友盟+”）是目前全球最大的中文互联网数据统计分析服务商，专注于互联网数据监测、统计分析技术研究和产品应用，主要为中小企业网站提供专业、权威、独立的数据统计与分析服务。CNZZ作为第三方推出的一款免费流量统计软件，网站提供的功能与百度统计平台的功能基本相同，主要包括网站概况、流量分析、来源分析、受访分析、访客分析、价值透视及行业监控等。1.2.2电子商务数据分析的常用工具第3节电子商务数据分析维度1.3.1市场数据分析维度1.3.2运营数据分析维度1.3.3产品数据分析维度市场数据分析指为了一定的商业目的，对市场的规模、市场趋势、市场需求、目标用户、竞争态势等相关数据所进行的分析。通过综合分析，使得众多分散的市场信息相互融合，互为补充，辅助电子商务企业进行决策。市场数据分析包括行业数据采集、市场需求调研、产业链分析、细分市场分析、市场生命周期分析、行业竞争分析六项内容1.3.1市场数据分析维度1.3.1市场数据分析维度行业分析;’l行业数据采集根据行业特性确定数据指标筛选范围，做出符合业务要求的数据报表模板；整合该行业数据资源，使用合适的方式采集数据并完成数据报表的制作。市场需求调研产业链分析通过客户行为、行业特性及业务目标要求设计出调研问卷；通过网络调研、深度访谈等方法发放与回收调研问卷；通过EXCEL等数据处理系统工具对回收问卷进行数据清洗，得到可靠样本数据。通过对该行业中供应商、制造商、经销商、客户等环节之间的交互关系分析画出交互示意图；通过前期的市场调研及价值交互关系的分析，给出产业链的合理性评估表。1231.3.1市场数据分析维度行业分析;’l细分市场分析根据细分市场历史数据确定相应的优势细分市场，编制优势细分市场列表；根据产品特点和消费者需求关联目标细分市场，编写关联列表；通过定性与定量的分析方法进行匹配度分析，给出匹配度对应列表。市场生命周期行业竞争分析根据市场历史数据判定出该细分市场所处的生命周期；通过行业资讯、领域专家意见以及历史数据确定该细分市场所处生命周期中的机遇与挑战；根据细分市场所处生命周期给出改善建议。通过网络及纸质等渠道进行同类企业市场信息搜集；进行同类企业与本企业市场相关性与差异性的分析，编写市场差异性分析内容；通过SWOT方法分析自身企业的机遇与挑战，制订SWOT分析图表。456运营数据分析是对企业运营过程中产生的数据进行分析，从中总结运营规律的过程。运营数据分析的结果可以用来指导运营人员调整和优化运营策略。运营数据分析包括客户数据分析、推广数据分析、销售数据分析和物流数据分析。1.3.2运营数据分析维度1.3.2运营数据分析维度用户是企业生存的基础，赢得市场的关键在于赢得用户。充分了解用户属性、兴趣及行为，可以帮助企业更好地进行用户精细化管理及精准营销。用户数据分析可以帮助企业制定更好的战略、构建更好的产品并为用户提供很好的服务。客户数据分析的具体内容如下客户价值评估客户精准营销销售效果跟踪客户行为分析客户画像客户数据收集1.3.2运营数据分析维度客户分析;’l用户数据采集通过客户的访问、浏览、购买、评价等行为数据进行用户数据属性标签收集整理；熟悉运用Excel、CRM、评价分析、舆情监控等客户数据收集分析工具（软件）；掌握问卷、调研等数据收集方法收集客户数据，并对数据进行清洗和处理。 用户画像用户行为分析通过客户的购买行为、购买地域、购买金额、购买次数等行为对客户进行特征分析；熟悉地域、性别、年龄等客户基础属性，并进行相关归类分析；借助Excel、CRM等工具对客户特征进行挖掘分析梳理。对客户的评价行为、购买趋势、购买喜好、营销喜好、产品喜好等行为进行分析；根据客户行为数据分析制定不同渠道的内容模式，挖掘出客户接受度高的营销方式。1231.3.2运营数据分析维度客户分析;’l用户价值评估熟悉客户画像、回购率、客单价、地域等用户行为分析的概念和行为价值；了解各业务部门对于客户数据的需求。用户精准营销销售效果跟踪熟悉B2C平台渠道下的（消费者）微博、微信、淘宝、京东等各平台的客户推广营销渠道及推广方法规则；掌握消费者心理，基于推广渠道规则，了解短信、邮件、自媒体、直播等营销渠道。各渠道的客户营销数据总结分析对比，输出各渠道的效果报告，调整不同渠道的客户运营策略；跟踪各渠道的销售效果，投入产出比ROI，给各业务部门提出业务建议，并协助各渠道进行客户营销模式的调整。 456推广数据分析包含确定推广分析目标、进行推广数据分析和推广数据结果展现三个部分，具体内容如下1.3.2运营数据分析维度内容策略分析目标根据推广数据、公司现状、商品维度和外部竞争数据等确定分析目标；根据数据分析目标和公司现有商务推广数据，制定分析原则和分析策略；确定详细的分析步骤及时间规划数据分析对数据进行标准化、归一化操作或对定性数据进行量化操作；对不同人群的推广方式和推广渠道，提出合理的推广建议结果展现对分析出的数据结果进行可视化展现销售数据分析包含确定销售分析目标、进行销售数据分析和销售数据结果展现三个部分，具体内容如下1.3.2运营数据分析维度内容策略分析目标通过评估历史销售数据等进行企业销售目标的定位；制定销售业绩、价格体系、区域布局、产品结构、销售业绩异动等指标；建立多维报表，明确销售任务，得出整体销售分析指标数据分析通过内部报告或数据采集工具获取销售数据，并获取销售反馈信息；对数据进行清洗和整理，以保证数据的有效性和完整性；对整体销售情况进行分析，包括销售额分析、销售量分析和季节性分析等结果展现进行预测，包括总体销售预测、区域销售预测和季节性销售变化预测等；结合业务场景设计可视化方案，对已分析出的销售数据结果进行展现物流数据分析包括物流运费分析、订单时效分析和异常物流分析，具体内容如下1.3.2运营数据分析维度内容策略物流运费分析每个物流公司的物流价格都不一样，要选择便宜又好的，可以货比三家订单时效分析时