电商中的数据分析方法（电商数据分析常见思路汇总）

电商中的数据分析方法（电商数据分析常见思路汇总）查看自己品类有哪些涨幅迅猛的搜索词，用【拆解传播】的方法拆解其增长原因，及如何借鉴。还是用阿里指数-行业指数-搜索词排行-涨幅榜（网址：alizs.taobao/industry），查看各省有哪些涨幅迅猛的搜索词，用【拆解传播】的方法拆解其增长原因，及如何借鉴。总之，有区域人气的地方，一定有钱赚。2、分析品类热点

这个来自于运营实习的经验总结，主要是跟淘宝店家交流比较多，有做微店打算的朋友可以关注一下，我更在意的是里面体现的数据思维，当然我选的歌也很好听。

---

一、分析市场数据

1、分析区域热点

用阿里指数-区域指数-搜索词排行-涨幅榜（网址：alizs.taobao/area），

查看各省有哪些涨幅迅猛的搜索词，用【拆解传播】的方法拆解其增长原因，及如何借鉴。

总之，有区域人气的地方，一定有钱赚。

2、分析品类热点

还是用阿里指数-行业指数-搜索词排行-涨幅榜（网址：alizs.taobao/industry），

查看自己品类有哪些涨幅迅猛的搜索词，用【拆解传播】的方法拆解其增长原因，及如何借鉴。

总之，有行业人气的地方，一定有钱赚。

3、分析机会品类

现在的淘宝是渣，过去是可以通过五项指标，监测大类目下各小类目是否有机会的——

五项指标是：

（1）小类目占大类目比（数据魔方）（可惜数据魔方已下线。）

（2）小类目的最近一年增幅（数据魔方）（可惜数据魔方已下线。）

（3）小类目的人群基数（来源：淘宝指数）（可惜淘宝指数已下线）

（4）淘内搜索人群重合度（淘宝指数）（可惜淘宝指数已下线）

（5）每年的需求高峰（百度指数）就剩这个可以玩了，不过没前四项没啥卵用

所以现在用生意参谋每周导出一次品类表研究就好，对比各细分品类的支付金额占比、与上一周期的比、买家数占比，并长期监测。

是唯一可行的途径……

4、分析市场缝隙

【需求多对手少】的市场有缝可赚——

所以用淘宝生意参谋-搜索词查询，分析品类相关关键词的搜索人气与在线商品数，搜索人气高需求越多，在线商品数少对手越少。

如果每周都在上升，说明品类在起量。

打开淘宝生意参谋-关键词查询（网址：mq.sycm.taobao/words/search_words.htm），然后：

（1）搜索品类关键词

（2）导出并分类品类数据

（3）分析品类数据

二、分析心智数据

5、分析联想缝隙

说明：市场分析与联想分析的区别 「市场缝隙」是购买顾客的现实市场，想购买的顾客多半会上淘宝搜索，所以用淘宝搜索数据来分析最妥； 「联想缝隙」是意向受众的联想集合，有意向的受众多半会上百度搜索，所以用百度搜索数据来分析最妥。

【联想多对手少】的市场有缝可赚——

所以用百度推广-关键词规划师，分析品类相关关键词的日均搜索量与竞争度， 日均搜索量越高说明需求越多，竞争度低对手越少。

打开百度关键词规划师（需要有百度推广账户），然后：

（1）搜索品类关键词

（2）采集、清洗、分析数据。登录关键词规划师后台，自定义列选 关键词，整体日均搜索量，新词左侧（上方），然后全部下载。将数据表删剩关键词，搜索量，指导价，然后分类，汇总所有分类再分析数据。

现在淘宝玩千人千面，一个品牌产品很难在一个搜索大词露出3次以上，百度反而是建立联想最好的地方。

一般而言，客单价越高的联想，对手出价就越高。

6、分析竞争缝隙

想知道对手在认知、认可上还留给你什么缝隙吗？

（1）分析认知度

对比自己与对手的微博搜索结果数

将微博搜索结果数做成饼图，就知道自己目前品牌认知度大概什么量级——

（2）分析认可度

用集搜客（gooseeker/res/softdetail_6.html）导出所有品牌官微的评论、转发

然后手工分类每一条是负面、中性、还是正面……

（工作量巨大，没有实习生不要做）

然后用柱状图做表：

（3）做认知度、认可度矩阵

把搜索结果数、评论总体得分（正面-负面）做到一个矩阵里， 然后你就知道品牌所在位置，及未来努力方向了——

比如当时阿芙做的认可-认知矩阵，就反映出认可度还有待提升

然后就给老顾客开了节日礼、生日礼、晒单有礼，鼓励晒单。

三、分析产品数据

7、分析新品潜力

列出产品的评估维度，让顾客打分各维度得分。

比如薛蟠烤串前期研发产品，就把烤串的维度分为肉香味、韧性、多汁性三个，进行了共计25次盲测，最终确定了原料与调料。

8、分析新品效果

产品上市一个月之后，得来一次销量与评价的评估，决定调整方向——

（1）销量评估

将新品，与对应类目的典型旧品对应，然后比较销量、销售贡献率、平均购买件数、转化率、收藏次数、月销量提升空间。

数据可以用 生意参谋-自助取数

然后，只要新品上市，都对比之前该品类上市的各项数据，

来综合评估新品的销量哪里有提升空间。

（2）评价评估

玩法是

将你所有想评估的维度分解为加分、减分关键词，看各关键词有多少条加分评论，减分评论，加分评论数-减分评论数就是最终指数。

9、分析产品取舍

原理是将线上产品销量占比，减去线下产品销量占比，得出线上下产品各自的销量上升空间。

比如阿芙2014年线上主推黑橄榄唇脂，线下主推薰衣草精油，就因为线下黑橄榄唇脂占比比线上多最多，而线上薰衣草精油占比比线下多最多。

比如线上薰衣草精油占比40%，线下才10%，就是不合理：）

——其实线下、电商、微商渠道的产品销量占比是应该大致相同的。

尤其是你产品数少的时候。

当我们主推款基本相同的时候，还有差距说明肯定有方法。

或者说，如果线下销量好的产品，放到线上同样好推：）

当客群数量够多的时候，其实线上下是打通的：）

10、分析赠品价值

原理是从每周评论中导出提及赠品的评论数，然后对比总评论数，长期监测赠品提及率。

提及率高且稳定的继续用，提及率长期低的撤换。

四、分析价格数据

11、分析价格区间

怎么知道怎么给新产品定价？

（1）根据品类价格曲线定价。

直接将取品类销量前200产品，将销量做横轴，产品价格作纵轴，

然后你能得到大致的价格-销量曲线，就有了定价依据。

数据来源：生意参谋-市场行情-产品排行，导出产品支付件数，然后一件一件手工记录产品价格。比如薛蟠烤串，就是基于25次盲测给烤串定出了12元的价格（加上优惠正好在9、10元之间）价格只是消费者能接受就好。

五、分析渠道数据

12、分析电商运营

电商的数据维度是越来越多了，

但以阿芙的经验，长期监测好以下五项核心指标，四项辅助指标，绝对不会跑偏：

五项核心指标

浏览量PV

访客数UV

成交金额

全店转化率

客单价

辅助指标 支付率 店铺收藏量 成交客户数 成交回头客

每天监测一次这九项指标，波动在30%上下的都是正常值，波动在30%上下就要分析原因了。

13、分析电商流量

每月得分析一次本月电商的流量入口。

因为其他平台数据系统基本是没有自己的完整流量，更别说同行的流量了，只有淘宝的数据完整到可供分析。

所以每月对比自己的各流量入口与上月、与同行优秀、与同行平均的差距，就能得出各流量入口的潜力了。

14、分析电商红利

电商红利的判断依据，是平台的年度战略。

（1）比如16年，淘宝推大牌推IP，所以如果你不是大牌，用淘宝认的IP授权报名小活动是顺畅的——

比如用大圣归来给一个小牌蹭到了一个湖景房，用功夫熊猫的IP给微鲸蹭到了家电分会场资源。

（2）比如17年，淘宝推内容，

所以用网红能拿到流量倾斜；

所以主刷收藏与加购证明你的产品够诱惑，能上手淘首页推荐。

（3）比如一号店、苏宁、国美、当当这些永远缺流量的平台，

自带高转化的站外流量和电商平台谈合作，总是能蹭到站内核心资源。

然后，再用讲流量那期推介过的流量精灵刷点流量（vip.ipjingling），再自己刷点销量，给对接人长点脸下期内部资源还有你……

15、分析网站数据

直接在你的网站接入百度统计，tongji.baidu

然后每天看这四类数据：

（1）来源分析

重点监测搜索词是否有新增（新增长尾词就重点发内容、发外链进一步提升排名），

外部链接新增是否正常（如果你做网站，需要专门的推广专员，哪怕他除了发外链啥事不干）。

（2）页面分析

重点分析受访页面、页面点击图是否与之前有差异，及差异背后原因，及时调整。

尤其是首屏的大图，如果占总点击率低于30%说明不合格，一定要换掉。

（3）访客分析

重点分析新老访客占比是否正常，如果老客占比低则该做活动唤醒了。

（4）优化分析

重点看搜索词排名升降（90%以上的新客流量其实都是来自搜索引擎，所以密切监视每个搜索词的排名，下降了就补外链），其实网站已经相当非主流玩法了

16、分析APP数据

直接在你的APP接入Talkingdate（talkingdata/index/#/app/app/zh_CN）， 就能看到各种细分数据了。

就像电商的核心公式销售额=流量×转化率×客单价，APP也重点关注四项指标：

（1）日打开数=流量

（2）日订单率=转化率

（3）客单价是一样的客单价

（4）每日成交金额=日打开数×日订单率×客单价

17、分析线下数据

重点盯的无非3 1

3是销售额、回款、增长率，

1是影响销售额的最主要因素（如果你做零售就盯开店数、进店数；如果你做批发就盯客户数）。

18、分析线下流量

如果单纯看天吃饭，线下至多打平——所以得看精准数据吃饭。

（1）稍精准的玩法，是在门店门口过道、门店入口安装客流统计器，然后监测每天的经店客流量、进店客流量、成交顾客数，就能通过与历史、与同类门店对比，做话术与促销改进了。

（2）再精细一些，是购物后留手机号免费办电子会员卡，加店员微信引导关注微信服务号， 到促销期就可以短信、店员微信、公众号同时推到店有礼、高额买赠等促销活动了。

（3）最精细的是现场店员在CRM系统给顾客打标签——维度是，顾客性别、年龄、手机、购物偏好、本次购物品项、未来可能购买品项、未满足需求—— 然后在【本次购买品项】的使用周期回访，根据【未来可能购买品项与未满足需求】不定期安利对方。

19、分析用户体验

逻辑简单，就是将自己作为顾客体验：

（1）线上的浏览、加购物车、下单付款、收货环节，

（2线下的引流、到店浏览、购买、推荐重购环节，

用户体验上有哪些可能让自己流失的地方。

要带着每一处不好的体验都是从自己口袋里掉钱的心态去看。

20、分析地域潜力

怎么判断在哪个地方做线下活动效果最好？

（1）某地上季度成交金额占比越高，则说明该地顾客越多；

（2）某地半年百度指数均值越高，则说明该地受众越多；

（3）某地专柜数越多，落地效果越好；

所以直接将三个指数相乘，得到的就是最适合做线下活动的地区了

21、分析辅助销售

说说怎么用数据装逼与骗钱。

（1）以偏概全

竞争对手越多，购买决策越复杂的产品，用数据理性说服越有用。

说竞争对手多，健身教练对手够多的——但免费给你体检测试，然后抓住你不达标的部分，夸大其词说不用某健身法会肌肉萎缩。

说购买决策复杂，保健品够复杂的——但中华鳖精标榜自己鳖精瞬间热销（没说鳖精含量一万分之一）。

（2）以多欺少

卖两百万个体重计，测出每个人测体重的时间，最后拿了很多人的体重数据就号称有了大数据，就可以步入健康管理了吗？做了一个手环，大家半夜活动的数据都记下来了，数据库大了，但真的就能变成“健康管理”吗？——周鸿祎

明眼人都懂这些数据虽多，但从相关性上看离钱太远，从比较性上看无法整合的数据碎片没啥用，但偏偏很多创业骗子就凭自称有大量数据拿到了融资。

（3）加多维度

不仅是通常的胸围、腰围、臀围，还要量出领围、肩宽、袖长、衣长、臂围、腕围，用更全面、立体的数据『描述』一个人的身形。——创业项目量品是这么包装自己

以偏概全、以多欺少、加多维度，就是用数据装逼的三个维度。

六、分析宣传数据

22、分析流量入口

投全网广告把握三个维度就好：

只要流量是冲着买东西来的，是冲着你行业来的，数量按1%转化率算能投产抹平，就可以投。

然后有两点原则：

一是先发射子弹再发射炮弹——在日常时候测试出的效果良好的入口在双十一大量买。

二是先抓老虎再抓苍蝇

如果投入、产出、ROI都好看，就不继续细化分析；

如果ROI难看，那就从

访客数（是不是数量太少？）

跳失率（是不是行业属性不搭？但凡搭就算不买都会看一会）

平均订单金额（是不是购物属性不搭？但凡搭都不会只买几块钱的）

访问深度（是不是行业属性不搭？但凡搭就算不买都会看几页）

宝贝收藏数（是不是购物属性不搭？但凡搭起码都有几个收藏了未来买的）

加购物车数（是不是购物属性不搭？但凡搭都有几个加购未来买的）

23、分析市场动作

想知道竞争对手最近做了什么？ 用好百度指数（index.baidu）就好——

（1)与竞争对手对比

直接监测每周对手的百度指数平均值，然后用【拆解传播】的方法，分析变化背后的原因就好。

想提高分析的准确性？你要经常看知微博物馆的最新案例，看他们怎么分析路径。 ef.zhiweidata/

（2）与历史对比

直接分析自己之前每次事件营销之后3天的百度指数平均值，并对事件营销进行分类，得出哪类事件营销最能提品牌势能之后长期坚持——

24、分析广告投放

监测一个对手怎么投，你能吃透对手；监测十个对手怎么投广告，你能吃透行业。

从梅花网广告监测平台（admihua/ListView.aspx），导出品牌广告投放报表，然后逐一整理，行成报表。

当然监测广告还有更好的产品，艾瑞网络广告投放监测（iresearch/product/iAdTracker.shtml），不过得十万包年。

25、分析公关舆情

为什么得时刻盯着公关舆情？

你看这份负面舆情的传播时间点，其实负面舆情爆发之后，你只有36小时来回应，36小时之后全网都是你的负面。就算正面舆情，也是越早回应借势越好。

你可以用实习生人肉监测，每天上微博，上百度新闻搜自己品牌名……

用工具更好，比如阿里云（data.aliyun/product/prophet），每天都能自动从全网抓来关键词相关舆情，但阿里云舆情的缺点是看不到微信端的舆情，所以再加上

蓝色光标的内部工具BLUEVIEW（blueview/user/toRegister.do?type=oSohw0qBVAkI WbKllIWig==）的微信舆情功能就好，

26、分析内容偏好 内容偏好都是试出来的，不是猜出来的。看那类内容读者喜欢，以后就多发一点。

27、分析网媒潜力

模型的原理是重合度分析。网媒的数据，从cnidp/网站分析的用户特征取。

28、分析KOL效果

有且只有两种监测法：

一是让KOL直接用淘客链接，或让KOL给粉丝报客服优惠暗号，直接用销售额监测；

二是让KOL引流到活动页面，页面上加Blueview的Campaign代码，分析引流效果。

29、分析虚假数据

因为你想造假的数据淘宝都买得到，所以要对所有的数据存疑。

（1）要拆解同行排名前10的店铺，得出行业的评价、收藏、销量的比例，然后就能反推出某店铺有没有刷单；

（2）拆解出各类微指数与百度指数的比例，就能反推出某微博有没有刷转发评论；

（3）拆解出点赞数、阅读数、评论数的关系，就能拆解出某微信公众号有没有刷阅读。

六、分析顾客数据

30、分析顾客特点

了解你品牌顾客的基本特点，就算不能指导你押对什么，但能指导你不瞎押。

比如用百度司南（sinan.baidu）分析阿芙精油的搜索人群，起码指导阿芙不择手段重回归京东——

比如通过达摩盘（dmp.taobao）分析阿芙官方旗舰店的顾客，起码对阿芙的品牌调性有个基本认识——

31、分析受众特点——社会化聆听

用蓝色光标的内部工具BLUEVIEW（blueview/user/toRegister.do?type=oSohw0qBVAkI WbKllIWig==）的KOL画像功能

32、分析核心顾客——顾客白描

你有必要知道在你的核心顾客（购买频次高、购买金额高的）都是谁——

这样才能继续向他们赚钱啊。

（1）百度搜索电商平台ID——（如果ID够独特）微博——其他身份信息

（2）百度搜索姓名 所在地——校内网——其他身份信息

（3）百度搜索邮箱——其他身份信息

（4）百度搜索收件地址——其他身份信息

（5）手机——加微信——身份信息

33、分析锁定顾客——顾客生命周期管理

抓住与顾客下次沟通的时间点，是CRM最为重要的。

（1）在产品使用周期2倍时间内有消费：主力顾客

（2）在产品使用周期2倍-3倍时间内有消费：半睡顾客

（3）在产品使用周期3倍时间外没消费：沉睡顾客

所以，

（1）在产品使用时间到期之后几天，就用微信（用顾客手机号码加）、QQ（如果顾客邮箱是QQ邮箱，就能加他）、旺旺、邮箱、短信、电话告知为他准备了一份特惠，主力顾客的回购率相当高

（2）而半睡顾客，只能用老顾客购物有礼、大额满赠唤醒，同样是微信、QQ、旺旺、邮箱、短信、电话多管齐下。

（3）沉睡顾客，只能用大活动（比如双十一）通发短信、邮件唤醒了。

34、分析开发顾客——数据库营销

原则上，个体数据比群体数据好用。

群体数据，即使已知你的300万已购顾客北上广20-30岁办公室白领女性居多，然后呢？无所适从。

个体数据，即使只知你的100位顾客姓名、地址、手机、邮箱、爱好、使用周期、近期需求，至少能让其中1位重复购买……

那么，有用的个体数据从哪里来？

（1）首先是打通你的线下、电商、微商通路，把线下、电商的数据往微商里导。

把之前的成交客户数据导入客服微信，并各个微信进行分工，然后该卖货卖货，该推内容推内容。

（2）其次是给点小恩小惠让你的顾客主动填写，

就像红牛做过这样一件事，向2002年到2014年购买过红牛饮料的人提供总计1300万元赔偿金，按填写申请表的人数人均分配——总共400万人填写了申请表，留下了姓名、性别、年龄、邮箱、电话

（3）差点是用诱饵从别人的鱼塘里挖。

比如用免费电影、免费资料从百度贴吧、QQ群、微信群、各种评论区、各种语音与视频植入，引流到自己的群。

（4）最差就是买数据库了，

比如优易数据youedata/data/list

另外，如果要群发邮件，推荐： sendcloud.sohu/price.html

搜狐的系统，退信率低。

35、复盘技术

要让数据分析的作用最大化，莫过于不断根据数据做复盘了。

就是在每次大促销、大事件完事以后，分析品牌数据、销售数据，及执行过程中的问题，之后扬长避短.，最重要是不论是促销，还是事件，都要总结每次的经验教训并形成文档——这就是比原始数据更珍贵的二次数据。