在資料驅動精準營運趨勢下,做電商的不會點資料分析怎麼行呢?不論你在哪個崗位,都需要透過資料,去真正客觀地了解業務現狀、了解市場、了解對手,更了解自己。今天,網聚寶資料分析師給大家分享幾種常用的資料分析思維方法和應用場景,希望可以給到各位電商營運同學一些啟發,通過資料洞察,找到适合的符合自身店鋪特點的營運方法。後續,我們也會陸續分享更多洞察資料的方法。
crm入門級 新手必會的資料分析
<b>基礎1 新老客占比分析 ——你的流量還好嗎?</b>

<b>橫軸(時間次元):</b>付款日期 2015.12-2017.2期間
<b>縱軸(會員量):</b>會員數
<b>對比次元:</b>
紅色趨勢線代表老客戶,即入店購買2次以上的客戶
藍色趨勢線代表新客戶,即入店購買1次的客戶
分析這些資料我們發現:2015.12-2016.1老客戶數量在增長,新客數量下降。那為什麼會出現這樣的情況呢?
<b>思考方向:</b>
是否是拉新引流活動沒有做好?
是否是雙11、雙12的活動透支了客戶的購買力?
<b>基礎2 會員複購率分析 ——你的老客給力嗎?</b>
<b>橫軸次元:</b>會員數(百分比)、付款金額 求和(百分比)
<b>縱軸次元:</b>總購買次數(1/2/3/4/5/6/7)
<b>時間次元:</b>2014.1.1-2017.2.1
從資料中可以看出,購買1次的新客的會員量占比63.79%,他們的付款金額占比86%,新客的人均貢獻>老客戶。那為什麼會出現這一情況?這個資料走勢是好?還是壞呢?
吸引新客的是什麼?是商品?是價格?
老客回購少?是商品特性問題?還是老客經驗政策問題?
<b>基礎3 各商品複購分析 ——營運的鍋還是商品的鍋?</b>
<b>橫軸次元:</b>會員數(百分比)
<b>對比次元:</b>類目
洞察發現,購買商品a的新客戶,二次回店購買率>購買商品b和c的新客戶。不同的類目回購率不同。但相似的類目如果有較大差異,原因是什麼?是由于産品本身特性造成的?還是營運政策方面導緻的?
是商品布置的問題嗎?
如果給買了商品b的會員推薦組合(包含商品b和商品a),這樣使用者如果回來複購商品b可能就會連帶着買了組合,從此成為高回購類目a的使用者,這樣他們的複購率也能有所提高。
<b>基礎4 會員商品排行購買次數對比——哪些商品是常客們的心頭好?</b>
<b>橫軸次元:</b>商品名稱
<b>縱軸次元:</b>會員數(百分比)
<b>對比次元:</b>總購買次數(1次/2次/3次/4次以上)
<b>時間次元:</b>2016-11-11~2016-11-11
這些資料讓我們能夠洞察客戶的商品偏好。哪些商品适合新客?哪些商品向第2次進店客戶推薦轉化更高?哪些商品是常客們的心頭好?進而調整店鋪商品陳列布局,調整對不同人群的營銷及推薦政策。
是否是商品的店鋪布局問題
是否需要調整營銷政策
<b>基礎5 各個生命層級的會員商品排 —— 客戶“挂”在哪個商品上</b>
<b>篩選條件:</b>付款日期距今日分别為:0~30;30~60;60~90;90~120
處于不同活躍度的客戶,都在買哪些商品?比如沉睡客戶,他們的最後付款時間正好處于雙十一前,也就是購買了這些商品後,雙十一都沒有喚醒他們,那是不是這些商品導緻他們流失?
調整商品的店鋪布局
調整對不同人群的營銷政策
是否放棄“死亡”商品
以此類推根據各個城市的會員商品排行、各個客單價的會員商品排行等資料洞察進行精準營銷
<b>作者:網聚寶分析師</b>