本文深入探讨了零售行业的数据分析，从数据理解、指标体系建立到具体的数据分析方法，如5W2H、象限法等。特别强调了零售行业的关键指标，如订发欠分析、业绩分析、活跃率和留存率的计算，并提供了SQL计算思路。通过这些分析，有助于提升零售业务的运营效率和目标达成。
目录
一、数据
1、数据理解
2、数据业务分类
用户数据（我是谁）：指用户的基本情况，包括姓名、邮箱、性别等；
行为数据（我做了什么）:是记录用户做过什么，例如在页面停留的时间，浏览过哪些产品等
产品数据（卖什么）：包括产品名称、产品类别、产品评论等
二、指标
1、指标的理解
2、从产品运营的完整周期看指标分类
3、指标的维度
4、指标的选择
5、虚荣指标
6、常见指标
①具体某个行业（零售行业）
可从三个维度分析，分别是人、场、货
人又分为用户跟员工：
员工常见的指标有：新老员工占比、完成率、成交率、投诉率、员工流失率等
用户常见的指标有：新增用户数、客单价、留存率、回购率、流失率等
场：
场常见的指标有：坪效、完成率、同比增长率等
货：
货常见的指标有：订单执行率、库存周转率、库龄、动销率，折扣率、销售占比等
②不具体到某个行业（整体框架）
分为用户数据指标，行为数据指标，产品数据指标
用户数据指标
补充知识点一：活跃率的介绍及SQL计算思路
在计算活跃率之前，需要先知道活跃用户数
活跃用户数按时间又分为日活跃用户数、周活跃用户数、月活跃用户数
活跃率=活跃用户数/总用户数
1、日活跃用户数定义
一天之内活跃的用户数
2、日活跃用户数SQL计算思路
①根据SQL的时间函数NOW()或者CURDATE()得到当天的时间
②在时间相等的前提下，用where关键字
③根据时间分组 ，并去重统计用户数，用DISTINCT
3、周活跃用户数定义
一周之内至少活跃一次的用户总数
4、周活跃用户数SQL计算思路
根据周活跃用户数的定义能发现此时的时间是一个范围，所以需要用到between函数
①同样的是用NOW()或者CURDATE函数（）得到今天的时间，然后再得到一周之后的时间，也就是在当前的时间上加上7天，此时用到date_add函数
②判断的条件就是时间是否在这个区间范围内，此时需要用到date将时间的类型进行转化，还需要用到的数between
③同样的是对时间进行分组并去重计数
关于所用到的函数详情可前往另一篇博客查看
MYSQL常见函数小结_Begin to change的博客-CSDN博客_mysql函数 昨天
补充知识点二：留存率
留存用户数按时间又分为次日留存用户数、第三日留存用户数、第七日留存用户数、第30日留存用户数
留存率=第一天新增用户中，在第N天使用过产品的用户数/第一天新增的用户数
1、次日留存率定义
第一天新增的用户中，在第二天使用过产品的用户数/第一天新增用户总数
2、次日留存率SQL计算思路
①计算出每个用户第一次登录的时间，用到窗口函数min() over(),相当于添加一个辅助列
②将原表与新表左连接，条件为
最低0.47元/天 解锁文章
425
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
