导读:数据分析师需要哪些“专业技能”?如果有人建议你去学习R语言、tableau、PowerBI,那么我建议你不如先从最基础也是最核心的数据分析方法学起。
在一家年销售不到10亿的电商公司(行业中大部分电商企业年销售可能都不到1个亿),你只要掌握一些基础的数据分析方法,再配合Excel表格,就足够你完成各种数据化运营工作了。
本文主要讲解日常数据分析中,最常用的三大数据分析方法。内容虽然简单,但是其中充满了大量的细节方面的实用技巧。
作者:刘振华
来源:大数据DT(ID:hzdashuju)
01 对比
对比是所有数据分析方法中最基础,也是大家耳熟能详的一个。俗话说,无对比,不分析。说的就是对比分析法了。
在实际分析场景中,对比有不同的应用维度。比如有环比、同比、横比、纵比、绝对值对比,相对值对比等。下面我们分别解释一下它们的不同应用场景。
1. 绝对值对比与相对值对比
从概念上而言,绝对值包含正数、负数和零值。在电商数据分析中,一般是指正数之间的对比较多,如销售额、退货额等;相对值对比,则是指转化率、完成率等这类相对数之间的对比。
2. 环比
环比是指统计周期内的数据与上期数据的比较,比如2017年6月数据与2017年5月数据的比较。
在电商数据分析中,由于每个自然月之间的销售差额比较大,如果采用绝对指标,便很难通过对比观察到业务的变化。
因此,一般会采用相对指标来做环比分析,如2017年6月的销售达标率是102%,2017年5月的销售达标率是96%;这样便很容易知道两个月度之间转化率的好坏优劣了。然而,如果我们用绝对值来对比:2017年6月销售额500万,2017年5月销售额300万,这样的对比便很难判断究竟哪个月的销售额完成得更好。
3. 同比
同比是指统计周期内数据与去年同期数据之间的对比,比如2017年6月销售额是500万,2016年6月销售额是450万,同比增加11.1%。
在电商分析中,同比是应用最广泛的数据分析方法。通过同比,我们能大致判断店铺的运营能力在最近一年中,是保持增长还是呈下滑趋势。
同时,也可以根据同比增长趋势,来制订初步的销售计划。如表3-4所示,假设现在店铺流量同比下降8%(流量下降是平台趋势),客单价保持不变的情况下,要想实现店铺销售业绩的上升,唯有提升转化率。
因此,我们通过表3-4的模拟推算,可以得知,当转化率提升21%,