在不久前结束的东京奥运会⼥⼦10⽶⽓步赛场上，杨倩以251.8环破了奥运记录，代表中国拿下东京奥运会⾸⾦。她⼜与杨浩然⼀起，顶住压⼒拿下10⽶⽓混合团体赛⾦牌。在感受到强烈民族荣誉感的同时，你可能想象不到，她竟成了⼀位“带货”冠军——她领奖时佩戴的⼩黄鸭同款发饰，淘宝上有商家⽉销超过3万单，义乌⼩商铺市场有的商户已经卖断货。
电商，凭借种类多样、价格便宜、物流快递⽅便等特性如今成为⼈们⽣活购物的主流⽅式。外加疫情导致消费者消费⼼理的转变，全球电商销售都在持续增长。根据Statista的数据，2016年的全球线上买家为16.6亿，这⼀数字在2021年将达到21亿。
电商是⼀个伴随数据⽽⽣的⾏业，数据在电商平台上⾼速运转，由此也诞⽣了⾮常多的电商信息化平台，有物流系统、供应链系统，流量分析平台等等。对零售电商企业来说，未来⼗年想要在电商领域获得成就，需要将重⼼放在：和拥有越来越多权利的消费者建⽴深刻联系，⽽理解消费者⾏为的唯⼀⽅法只有不断测量与分析数据。今天⼩亿就来给⼤家说说如何做好电商的数据分析。
⼀、什么是电商分析？
电商分析的过程⼤致是从线上店铺的各个⽅⾯获取数据，利⽤任何可能对销售有影响的信息，理解当前
趋势和消费者⾏为的转变，做出数据驱动的决策来提升更多的线上销售额。电商分析会使⽤到和整个⽤户路径相关的指标，从发现到获取、转化、留存以及推荐。
⼆、做好电商数据分析有什么好处？
德勤数据显⽰，49%的调查对象认为电商数据分析能帮助他们做出更好的决策，16%的⼈表⽰电商分析能够驱动关键战略计划，10%表⽰电商数据分析提升了公司与顾客和商业伙伴的关系。具体体现在以下⼏个⽅⾯：
1.帮助优化产品管理
（1）数据驱动的产品研发
如今，消费者⽐以往拥有了更多选择和控制权，选择过多从⽽导致更⾼的期待。作为店铺，需要更快速地提升竞争⼒来跟上加速增长的期待值，因此通过数据掌握消费者喜好和厌恶的信息，并在产品开发过程中利⽤这些知识，是创造出消费者喜爱的产品的关键。
（2）优化产品组合
店铺中所卖产品中每个产品组合中都有最好和最差的——这很正常。电商分析之所以不仅仅是数字呈
现，是因为能够利⽤这些数据来分析出哪些是最畅销的产品，哪些是不畅销的产品。我们可以更深⼊地挖掘，出⼀些产品永远卖不出去的原因，并利⽤分析洞察来优化产品组合。
（3）提升库存管理
⼀家店铺的可持续性取决于它的库存管理有多好。知道产品在什么位置，最合理的补货时间是什么时候，将为你省去许多⿇烦。另外，电商数据分析还可以帮你预测和计划未来的库存，降低卖不出去货⽽导致的损失。
2.帮助提升⽤户体验
（1）收集⽤户⾏为数据
作为电商卖家，我们必须掌握消费者快速变化的偏好和期望，⽽最好的⽅法是收集⽤户⾏为数据，了解他们的需求、期望和痛点。如果你想和他们保持同步，就必须采取消费者⾄上的⼼态。
（2）个性化的产品推荐
在电商领域，⾯对需求，“⼀⼑切”是⾏不通的。Epsilon的研究显⽰，当品牌提供个性化体验时，80%的消费者更有可能进⾏购买，90%的消费者表⽰他们觉得个性化很有吸引⼒。新世界的规则⾥，个性
化远远不⽌是简单地分类定制，⽽使⽤电商数据分析，能够预测消费者个体的需求，并提出相关的产品建议。
（3）参与⽤户体验
如今，客户体验是新的“品牌通货”。除了价格和质量，我们还需要提供吸引⼈的⽤户体验来保持客户的兴趣。⽽通过数据分析，我们可以看到客户在⽹站上花费了多少时间，哪些特性吸引了他们的注意⼒，以及可以改进哪些⽅⾯来创建独特、有趣、简单、⽆障碍的⽤户体验，以满⾜客户不断变化的需求。
3.帮助提⾼产品销量
（1）交叉销售和向上销售
很多电商卖家往往低估了给现有客户交叉销售和向上销售的⼒量。根据福布斯的报道，吸引新客户的成本是留住现有客户的5倍。最重要的是，⼀家公司65%的业务来⾃现有客户，因此利⽤电商数据进⾏重定向战略可能有更⼤的利润空间。
（2）最⼤化⼴告开⽀回报率
使⽤电商数据分析可以帮你发现企业是否像⼀个正在漏⽔的桶，可以做些什么来最⼤化⼴告⽀出。与其把钱浪费在不起作⽤的⼴告上，你可以专注于针对正确⽬标受众的⼴告。
三、如何做好电商的数据分析？
1.依据⽤户画像，洞察需求
⽤户画像即⽤户信息标签化，通过收集⽤户的社会属性、消费习惯、偏好特征等各个维度的数据，进⽽对⽤户或产品特征属性进⾏刻画，并对这些特征进⾏分析、统计，挖掘潜在价值信息，从⽽抽象出⽤户的信息全貌。
⾸先，你需要创造出⽤户对你品牌的认知，将他们带领到你的店铺门⼝。⽐如通过亿信ABI，能看到⽹站访问者的⼈⼝信息，⽐如年龄和性别。也有关于地理位置、兴趣、表现的数据。这些见解能帮助你做出⽤户画像。
2.依据渠道数据分析⽤户来源
对电商卖家来说，分析“访客数”最重要的是分析“流量来源”。分析不同流量来源的“数量”和“⽀付转化率”，出“⽀付转化率”⽐较⾼的流量来源并想办法提⾼，不仅可以提⾼“访客数”还可以提⾼整体的“⽀付转化率”。这时利⽤数据分析⼯具能为不同渠道的表现提供总览，并给出⽬标转化率。
当涉及到有机搜索时，分析⼀些像搜索量和关键词排名的指标能帮你获得更多的见解，⽐如该将⼴告预算花在哪⼉，如何让⽤户更容易搜索到你等等。
3.店内转化率的数据分析
当⽤户来到店铺时，我们就要想办法将他们转化成顾客，但众所周知，并不是每个来店⾥的⽤户都会点加⼊购物车按钮。甚⾄在加⼊购物车后，也会有改变主意离开⽹站的可能。所以这⼀步我们可以⽤下⾯的电商转化指标来跟踪和优化线上购物体验：
（1）销售转化率 ——已购买的⽤户和全部来到店铺的⽤户⽐值
（2）平均订单价值 —— ⽤户下单的平均⾦额
（3）放弃购物车率—— 在所有产⽣的订单中，未完成订单的占⽐
转化率表⽰进⾏购买的访问者所占总访问者的百分⽐，是以特定时期内实现交易的总⼈数除以访问的总⼈数得出的。⼀次访问⾏为就是顾客与我们的店铺进⾏的⼀次独⽴互动，⽆论时长是三秒钟还是三⼩时。
对于电商⽽⾔，转化率优化事关重要，通常需要花费⼤量的时间和精⼒。电商⾏业的平均转化率为 2
％，业绩最好的店铺通常会达到平均⽔平的两到三倍。亚马逊的转化率⾼达 13％。这就意味着每 100 ⼈访问店铺，就会有 13 ⼈产⽣购买⾏为。这时可以重点关注以下两个⽅⾯：
（1）购物⾏为——这个能告诉你⽤户在营销漏⽃的每个阶段产⽣了多少访问量。从只是浏览过你产品的⽤户，到加⼊购物车的⽤户，开始结账的⽤户，和完成订单的⽤户。这份报告能清晰地告诉你有多少⽤户转移到了下⼀个阶段，并帮助你识别如何改进这个过程来提⾼订单量。
（2）⽀付⾏为——和购物⾏为报告很像，但只关注结账付款这⼀阶段。这个报告能轻易地跟踪⽤户在⽀付阶段的⾏为，以及他们在什么地⽅选择放弃购买。
4.提⾼营销推⼴的ROI
对店铺来说，如今流量已进⼊存量时代，营销渠道分散且复杂，更需要卖家依据数字化营销提⾼推⼴的RIO，通过数据分析，加强线上营销的精准，拓展线下新的营销场景，利⽤数据智能完成全场景全链路的布局，以达到⾼效转化与品效相结合。
怎么做数据分析这⾥亿信ABI可以帮助你在以下这些⽅⾯衡量内部和外部的营销效果：
（1）内部营销报告——⽐如，⽤户被引导⾄不同区域的页⾯导航栏，我们能依据数据查看内部推销点击率、交易数量、收⼊、和每个内部推⼴点击后产⽣的交易数等等的指标。
（2）订单优惠券报告——这份报告会提供订单优惠券和收⼊、交易量、订单平均价值的关系分析。
（3）产品优惠券报告——和之前的报告相似，它会提供有关产品优惠券和收⼊、购买⼈数、每次购买产⽣的产品收益的分析。
（4）折扣码报告—— 能够清楚地看到合作商 / 品牌⼤使 / 博主对你店铺销量的贡献。也能够设置指标追踪相关的收⼊、订单量、和平均订单价值。
5.产品数据分析
（1）产品数据分分析
①整体分析：分为两个部分：销售表现和购物⾏为。销售表现包括各个商品带来的收⼊，⾄少购买过⼀次的⽤户数，平均订单价格、数量，退款数⽬等等。购物⾏为，你可以看到浏览了产品详情页的⽤户⾥，加⼊购物车的⼈数；或浏览产品详情页后最终下单的⼈数。
这⾥还有⼀个数据很重要，即平均订单价值，是指顾客进⾏⼀次购买（⼀个或多个商品）的平均值。提⾼平均订单价值就会增加销售额，这是⽏庸置疑的。平均订单价值还通常是代表收⼊增长速度最直接的指标之⼀，甚⾄⽐转化率优化更重要，我们在产品页⾯、购物车页⾯和结帐后页⾯中添加少量的相关内容就可能会产⽣重⼤影响。
②购物⾏为分析——我们可以依据更多和商品有关的数据，⽐如商品浏览页访问量、商品详情页访问量、加⼊/移出购物车的商品，进⼊结算阶段的商品，以及购买⼈数来对⽤户购物⾏为进⾏分析。
同样，这⾥主要注意⼀个数据，即客单价。“客单价”的提升主要靠商品单价和关联销售：⾸先在同样的流量下，尽可能把流量引导⾄“单价⾼”且“转化率⾼”的商品，并降低“单价低”且“转化率低”商品的流量，这样可以直接提⾼销售额和客单价；其次，优化宝贝介绍、营销活动、满赠规则、客服话术等，尽可能从顾客的需求出发吸引顾客买更多的宝贝，买得越多客单价越⾼。
（2）销量数据分析
我们可以从后台数据分析中到关于收⼊，税费、运费、退款⾦额，和卖出的商品数量。其中，总销售额以⾦额的形式呈现，是衡量我们线上店铺经营状况最佳的“整体主要指标”（OMM）之⼀，可以⽤它来衡量业务的整体增长和发展趋势。
该指标⼏乎反映了所有电商运营环节的效果——像市场营销、流量积累、商品优化、产品迭代等。只要我们的销售额实现逐⽉增加，就基本可以确定我们的策略是正确的。
需要注意的是，跟踪总销售额的过程中存在潜在陷阱，我们要确保销售额可持续地长期增加才是最重要的。如果只关注短期效果，可能会错误地认为策略正确，反⽽不利于整体业务。但通常情况下，当我们将总销售额（总收⼊）作为核⼼指标时，基本不会出错。
6.⽤户留存数据分析
聪明的商家知道忠诚顾客的价值。能够留住⽤户给你长期带来收⼊。永远要记住的是，获取新⽤户⽐留住⽼⽤户成本⼤得多。研究显⽰，⽤户留存率提升5%就能带来25%到95%的利润。以下是⼀些帮助你更好测量⽤户留存的指标：
（1）购买频率
购买频率⼀般是指消费者在给定时间段（通常是⼀年）内进⾏的购买次数，通过将过去365天的订单总数除以同期的顾客⼈数得出。提⾼购买频率并不容易，涉及了站外的维护，像在顾客购买商品后通过电⼦邮件、再营销和社交媒体等营销渠道与顾客建⽴关系。
（2）留存期
留存期是指顾客保持活跃状态的平均时间长度。⼀般顾客超过 6 到 12 个⽉没有再次来到店铺购物，通常被视为不活跃顾客。留存期或“顾客寿命”可能很难计算。但从本质上讲，是对顾客第⼀次购买⾏为到最后⼀次购买之间时间的度量，需要历史数据才能计算出该数字。⼀般来说，⼀到三年是⼀个很好的估计范围。
（3）顾客⽣命周期价值
顾客⽣命周期价值是通过将平均订单价值、购买频率和留存期三个指标相乘得出的。举个例⼦：假设店铺的平均购物⾦额为 100 美元，顾客每年平均进⾏ 5 次购买，留存期为两年，那么您的顾客⽣命周期价值计算⽅法就是：$ 100 x 5 x 2 = $ 1000。
当我们优化上述三个指标时，顾客⽣命周期价值就会增加。
如上⽂所述，流量和转化率是另外两个⾄关重要的指标，是完整优化策略形成的基础。提升顾客⽣命周期价值时，实际上就是在提升已经拥有顾客的价值；⽽优化转化率，就能增加顾客⼈数；吸引更多流量时，实际上也就有了更多的⼈可以作为转化基数。
（4）单次转化费⽤
单次转化费⽤是指获得⼀位新顾客所需花费的成本。这可能是⼀个相对棘⼿的指标，因为它要求我们在所有的营销活动（包括搜索引擎优化）中监控数据。
计算单次转化费⽤的⽅法，是⽤给定时期内的总营销⽀出除以新订单的总数量。例如，如果⼀家公司在30天的时间⾥在营销⽅⾯花费1000美元，并产⽣了100个新顾客，那么CPA为10美元。如果要使我们的营销活动能够获利，⽆论是常规还是特殊的营销⾏为，我们的CPA都必须低于顾客⽣命周期价值。
7.⽤户推荐数据分析
对卖家来说，我们要识别出哪些⽤户是你的真爱。他们不仅爱你的产品，也愿意向家⼈和朋友推荐，他们简直是你的品牌⼤使。成功的电商企业会密切关注着这⼀阶段的指标并及时做出反应。
（1）净推荐指数—— 测量你的⽤户有多愿意向其他⼈推荐你的产品，这些有价值的见解会帮你将⽤户分为三类：
（2）推销型⽤户 —— 他们是你最忠实的顾客；
（3）消极型⽤户 —— 他们对你的产品还算满意，但没有意愿推⼴你的产品；
（4）厌恶型⽤户 —— 他们不仅不愿再来购买，还会劝⾝边的⼈也不要来买。
四、⼩结
⽤户会选择那些把他们当作⼈⽽不是数字来对待的公司。电商分析的最终⽬的是收集数据，了解客户，优化产品和流程，以满⾜直到超越⽤户的期望，最终帮助企业提⾼市场占有率和核⼼竞争⼒。
发布评论