EXCEL对电商数据分析

EXCEL对电商数据分析

背景

​ 随着互联网的发展，电商得利于科技的推动以一种线上交易通过快递邮件的方式来送到消费者手中达到最终的交易。电商平台的用户数量十分庞大，同时每天产生的数据也非常的多，对于现在互联网红利时代已经过去要想经营一个好的电商平台并不是那么的容易，必须要有资深的数据分析团队来对数据进行分析。最后通过对用户数据、行为数据、产品数据进行综合分析评价来调整运营策略对不同用户实现精细化运营。

常用的电商常用指标

客户价值指标

商品类别指标

总体运营指标

网络流量指标

• 以上只是罗列的一部分，电商数据的指标还有很多。上面的指标是我们经常去关注的指标，知道指标还需根据实际的业务去理解指标的含义。

• 应该做到如下几点

  业务含义：该指标在业务上表示什么；

  数据来源：从什么地方收集的原始数据；

  统计时间：统计数据的时间范围是什么。

  指标定义：如果是占比、比例，得定义清楚是什么除以什么；如果是相加，得定义清楚是什么加上什么。

EXCEL实现电商数据的分析

• 数据来源

  数据来源于莫电商平台1月分的销售数据，其中包括用户留存数据、商品销售数据、商品价格数据、商品浏览数据。

  

业务需求

现在业务部门需要你分析出：
(1)1月5日的DAU是多少？
(2)从留存的角度来看，质量最高的新增用户来自哪一天？

(3)在1月15日当天，SKU销售激活率是多少？

(4)商品“品类T582”的详情页购买转化率在哪天最高？
(5)1月10日当天的ARPU值是多少？

1月5日的DAU是多少？

DAU：日活跃用户，表示为当日新增用户+前面几天到现在的留存用用户

计算1月5日的DAU
日期	当日新增	1日留存	2日留存	3日留存	4日留存
1月1日	8598	2503	3314	2985	2966
1月2日	5936	2860	2751	2628
1月3日	9709	2709	2775
1月4日	6349	3432
1月5日	6680

1月5日的DAU=6680+3432+2775+2628+2966

1月5日的留存数=18481

从留存的角度来看，质量最高的新增用户来自哪一天？

• 对于评价那一天的新增用户质量可以通过计算用户留存率来作为衡量标准，常用的用户留存率考察口径有次日、3日、7次、30天等

• 用户留存率= 口径考察还在留存的用户/当日新增用户

• 以7日为列

• 从上图中可以看出，根据7日留存率用户留存质量最高的为1月9日、1月17日，分别达到了52.35%、44.41，最低的为1月3日、1月12日，用户留存率仅有16.24%、16.36%

在1月15日当天，SKU销售激活率是多少？

​ SKU(stock keeping unit,库存量单位),针对电商而言，一款商品每个品类就是一个SKU，用以区分单品，便于电商品牌识别商品。

**SKU销售激活率=当日有销售记录的品类数/SKU总数 **

商品名（单位：件）	1月15日
品类T827	18
品类T441	25
品类T636	22
品类T462	51
品类T747	18
品类T420	24
品类T424	48
品类T706	0
品类T621	46

• 上表是部分数据，SKU总数表示商品名这一列有多少行，有销售的数据为1月15日销售数量大于0
• SKU总数：108、在1月15日有销售的产品：90
• SKU销售激活率=90/108=83.33%

商品“品类T582”的详情页购买转化率在哪天最高？

• 数据如下

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-cEAJ4ONd-1644934391847)(D:\个人作品\转化率.png)]

• 从商品浏览表和销售情况表中分别把品类为T582的浏览数据和购买数据取出
• 转化率 = 当日的总购买数量/用户浏览总的次数
• 从转化率这一维度衡量品类T582销售情况，其中在1月29日的转化率最高，达到了71.11%，其次是1月16日达到了68.29%。

1月10日当天的ARPU值是多少？

**ARPU（The average revenue per user）**的缩写，译为每用户平均收入或平均每用户收入。与 Average revenue per account（缩写 ARPA 每帐户平均收入）和 Average revenue per customer（缩写 ARPC 每客户平均收入）在行业中可以互换使用。

ARPPU（Averagerevenue per paying user） 的缩写，代表每个付费用户的平均收入。 如果你的企业提供了一个免费层，你的 ARPU 和 ARPPU 指标将会有所不同。这种区别对于那些拥有大量免费用户和一小部分付费用户的产品来说非常重要，这些用户推动了产品的整体盈利能力。 例如，大多数手机游戏和许多面向消费者的生活方式应用程序。

当天 ARPU=当日销售总额/当日DAU

当日的DAU根据第一个需求一样，很容易知道为27405

当日的销售总额 = 各商品单价x各商品数量，然后累加

当日销售总额=235317

当天ARPU=235317 / 27405 = 8.57， 相当于平均到每个人下来为平台奉献了8.57元

总结

​ 从电商数据的留存情况、产品的销售情况、某日ARPU值等对数据进行初步分析，了解目前商品的基本销售情况下一步还可以从商品这一维度来分析畅滞品来对库存进行调整。对畅销品要继续推进、对滞销品要分析原因利用多维度分析法、假设检验找到问题的原因并提出总结性检验。最后，数据分析是一种客观分析不存在任何主观因素来导致结论的偏差，一定要对业务指标的理解、业务流程的熟悉。

RPU值等对数据进行初步分析，了解目前商品的基本销售情况下一步还可以从商品这一维度来分析畅滞品来对库存进行调整。对畅销品要继续推进、对滞销品要分析原因利用多维度分析法、假设检验找到问题的原因并提出总结性检验。最后，数据分析是一种客观分析不存在任何主观因素来导致结论的偏差，一定要对业务指标的理解、业务流程的熟悉。