实战【某电商数据分析复盘】

实战【某电商数据分析复盘】

1.商业模式

1. B2B：商家对商家（企业卖家对企业买家），交易双⽅都是企业，最典型的案例就是阿⾥巴巴，汇聚了各⾏业的供应商，特点是订单量⼀般较⼤。
2. B2C：商家对个⼈（企业卖家对个⼈买家），例如：唯品会，聚美优品。
3. B2B2C：商家对商家对个⼈，例如：天猫、京东。
4. C2C：个⼈（卖家）对个⼈（买家），例如：淘宝、⼈⼈⻋。
5. O2O：线上（售卖）到线下（提货），将线下的商务机会与互联⽹结合，让互联⽹成为线下交易的平台，让消费者在享受线上优惠价格的同时，⼜可享受线下贴⼼的服务，例如：美团、苏宁易购、⼤众点评。
6. C2B：个⼈对商家（个⼈买家对企业卖家），先有消费者提出需求，后有商家按需求组织⽣产，例如：尚品宅配。
7. 其他：ABC（代理-商家-消费者）、F2C（⼯⼚-个⼈）、B2G（政府采购）、BoB（供应商-运营者-采购
商）、SoLoMo（社交-本地化-移动端）……

2.指标体系

指标，具备业务含义，能够对业务进⾏量化的统计数据，有⼏个要点：
1. 指标必须是数值，不能是⽂本、⽇期等。
2. 指标都是汇总计算出来的，单个明细数据不是指标。

3.电商网站的核心指标

1. 复购率和回购率
    复购率：复购（某段时间有2次及以上购买⾏为）⽤户的占⽐。复购率能反映⽤户的忠诚度，监测周期⼀般较⻓。
    回购率：回购率⼀般监测周期较短，可以反映如短期促销活动对⽤户的吸引⼒。
2. ⽤户交易常⽤指标
访问次数（PV）：⼀定时间内某个⻚⾯的浏览次数。
访问⼈数（UV）：⼀定时间内访问某个⻚⾯的⼈数。
加购数：将某款商品加⼊到购物⻋的⽤户数。
收藏数：收藏某款商品的⽤户数。
GMV（总交易额、成交总额）：Gross Merchandise Volume，通常称之为“交易流⽔”。
客单价（ARPU）：“总收⼊ / 总⽤户数”，某些平台也⽤ARPPU表示客单价。
转化率：“付费⽤户数 / 访客数”。
折扣率：“销售额 / 吊牌总额”，其中吊牌总额为：“吊牌价 * 销量 ”。
拒退量：拒收和退货的总数量。
拒退额：拒收和退货的总⾦额。
实际销售额：“销售额 - 拒退额”。
3. 商品管理常⽤指标
SPU数：Standard Product Unit，商品的基本信息。
SKU数：Standard Keeping Unit，商品的库存信息。
售卖⽐：“GMV / 备货值”，了解商品流转情况，可以⽤于库存优化。
动销率：“有销量的SKU数 / 在售SKU数”。

4.订单分析

RFM模型

  RFM模型是使⽤得较为⼴泛的客户关系管理分析模式。RFM模型是衡量客户价值和客户创利能⼒的重要⼯具和⼿段，通过⼀个客户的近期购买⾏为、购买的频率以及花钱的多少三项指标来描述该客户的价值状况。
在RFM模式中，R（Recency）表示客户最近⼀次购买的时间有多远，F（Frequency）表示客户在最近⼀段时间内
购买的次数，M（Monetary）表示客户在最近⼀段时间内购买的⾦额。RFM模型强调以客户的⾏为来区分客户。

利⽤RFM分析，我们可以做以下⼏件事情：
1. 建⽴会员⾦字塔，区分各个级别的会员，如⾼级会员、中级会员、低级会员，然后针对不同级别的会员施⾏不同的营销策略，制定不同的营销活动。
2. 发现流失及休眠会员，通过对流失及休眠会员的及时发现，采取营销活动，激活这些会员。
3. 在短信、EDM（Email Direct Marketing）促销中，可以利⽤模型，选取最优会员。
4. 维系⽼客户，提⾼会员的忠诚度。
在使⽤RFM模型时，可以给三个变量不同的权重或按⼀定的规则进⾏分组，然后组合三个变量，分出不同级别的会员。

5.活动分析

活动分级

1. A级活动
形式：百亿补贴、聚划算
特点：级别低、时间⻓、次数多，对GMV有⼀定贡献
2. B级活动
形式：节假⽇活动（双旦、开学季、国庆节）
特点：级别不⾼、约⼀个⽉⼀次，完成⽉度销售任务
3. C级活动
形式：类别活动（囤零⻝、红酒爆款返场）
特点：级别较⾼、通常针对某类商品
4. S级活动
形式：特定时间节点（双11、双12、618）
特点：全平台、多品类、级别最⾼、流量最⼤，全年营销爆点

运营手段

1. 直降
优点：快准狠，刺激⽤户，拉升购买量
缺点：品牌忠诚度下降，利润减少
2. 打⻣折
优点：快准狠，刺激⽤户，拉升购买量
缺点：价格恢复后消费者不买账
3. 秒杀/抢购
优点：⼒度⼤，刺激⽤户，拉升购买量，便于引流，增加关注收藏
缺点：⽤户忠诚度不⾼，抢不到的⽤户会吐槽
4. 多买多惠
优点：拉升购买量
缺点：品牌忠诚度下降，利润减少
5. 满减/满赠
优点：刺激⽤户，拉升购买量
缺点：利润降低，存在跟其他活动是否可叠加的问题
6. 充值
优点：现⾦快速回流
缺点：容易遇到⽺⽑党⼀次性消费
7. 积分/抽奖
优点：提供⽤户忠诚度
缺点：维护周期很⻓
8. 打卡
优点：提⾼⽤户粘性
缺点：⽤户容易疲惫
9. 社交
优点：扩⼤⽤户规模，实现快速传播
缺点：链路周期转换太久

效果分析

1. 分析背景。例如：为了更好的回馈新⽼⽤户，提⾼平台整体销售额，公司决定某个时间段全平台开展为期三天的“满减”促销活动，为了评估此次活动的整体效果同时为后续的促销活动提供相应的数据⽀持，我部⻔根据相关活动数据，通过活动效果分析的常⽤⽅法对此次活动进⾏了相应的分析。
2. 数据来源。
3. 关键指标
    GMV
    净成交额
    交易⽤户数
    成交⽤户数
    拒退率
4. 分析⽅法。
对⽐分析法：对活动前、活动中、活动后的核⼼指标进⾏同⽐环⽐分析。
细分分析法：单维度、多维度、交叉维度拆解分析。
5. 分析内容。
1）交易流⽔

2）⽤户拉新
        渠道分析
        拉新成本
        留存情况
        流量分析
3）成本利润
4）维度拆解
地域维度
品类维度
性别维度
年龄维度

6. 结论建议。
结论：
    活动期间，平台整体交易指标增⻓迅速。
    活动期间，活动拉新效果显著。
    活动期间投放的拉新渠道表现⽐较平均，需要持续关注相关数据。
    活动促进了新⽤户对平台的粘性。
    活动促进了平台⽑利润的迅速增⻓，活动的ROI较⾼。
    ⼥性⽤户的消费能⼒总体⾼于男性⽤户。
    30-35岁年龄段的⽤户是主要的消费群体。
建议：
    满减活动较以前的X、Y、Z活动达到了更好的效果，后期可以多尝试此类活动。
    对于X、Y、Z等重点省份，可以尝试营销政策的倾斜，⾮重点省份需要进⼀步评估其市场潜⼒。
    平台可以针对⼥性⽤户进⾏适当的优化，⼀⽅⾯营造购物氛围，⼀⽅⾯减少犹豫时间。