从“人、货、场”搭建数据指标体系，助力电商增长

大家好，我是蜜芽宝贝的技术总监曾昶，今天分享的主题是“基于客户数据平台( CDP )的电商增长实践”，主要包括电商数据指标体系的搭建和客户数据平台( CDP )的建设与应用。

可直接跳转文末，领取客户数据平台（ CDP ）15 天免费试用！

01，电商数据化建设之路

受益于计算机技术的发展，现在基本上所有的信息都可以数据化，当越来越多的信息都能数据化之后，我们对数据的依赖也会越来越大，对数据的期望也会越来越强。

从电商行业的数据化来看，主要分为以下四个步骤：

1.建立指标体系

如果数据只是一堆数字，没有足够的信息量，那是无意义的。

我们需要建立完整的数据指标体系来衡量工作成果，比如用 n 个 9 来衡量技术系统高可用性，或者用 KPI 指标来衡量各条业务线。

2.发现业务问题

数据指标通常是工作结果的呈现，业务存在的问题一定会体现在结果数据中。

从数据中挖掘价值点不容易，但发现问题却比较容易，就像每天开车路上发生的车祸总是令人印象深刻，但实际上绝大多数车辆都是安全行驶的。

当业务存在问题时，结果数据呈现的速度越快，留给解决问题的时间就会越多。

3.挖掘数据价值

从数据中发现问题，本身就可以促进问题的解决，但我们对数据的期望并不仅限于此，我们肯定希望能从数据中挖掘出更多的价值，来驱动业绩更快的增长。

想要达到这样的期望，首先需要的是尽可能的将客户的所有行为都数据化，记录下来客户跟业务之间的每一次接触。

想象一下当所有人在任何时间、地点，发生的任何行为都被采集并整合到一起，再叠加各种算法和模型，那具体某个人的未来轨迹将大概率会被预测到，这个世界的未来或许会变得极具确定性。

这个场景在西部世界的第三季里被完美的展现出来，有兴趣的话可以去看看。

4.驱动业绩增长

当以上三个步骤完成以后，就相当于给你的座驾配备了最新的自动驾驶技术，在驱动业绩增长的漫长旅程中，你将获得更加轻松极致的驾驶体验。

02，电商数据指标体系的搭建

搭建电商数据指标体系是用来发现问题的。接下来主要看看怎么对电商业务进行抽象，提炼出数据指标。

电商业务比较流行的一种抽象是“人、货、场”。商品、用户、场景以不同的方式组合在一起往往意味着不同的电商模式。

我们先抛开不同模式之间的差异性，围绕共性来进行抽象，共性可以简单归结为一句话：谁在什么场景下买了什么商品。

商品角度

从商品角度，我们最关心的肯定是卖了多少，赚了多少；具体到数据指标，我们会看销售额、毛利额、毛利率、件数；再进一步还会细到每个品牌、单品、品类。

但如果只看这些数据指标的绝对值，并不能知道是好还是不好，那么怎么判定呢？我们可以从以下维度进行比较ÿ