资源简介

第9章 数据分析：用数据驱动店铺管理
教学内容 一、初识网店运营数据分析 二、数据分析的方法 三、客户价值分析
教学要求 【学习目标】 1．掌握网店数据分析的基本步骤和常用数据分析指标。 2．掌握常用的数据分析的方法。 3．掌握运用RFM模型分析客户价值的方法。 【素质目标】 1．提升学生对数据分析的认可度，培养数据运营思维。 2．强调数据的真实性、客观性，不编造数据，树立科学、严谨的工作作风。 3．在收集、分析数据资料的过程中，培养团队协作精神。
教学重点 1．网店数据分析的基本步骤和常用数据分析指标 2．数据分析的方法 3．运用RFM模型分析客户价值
教学难点 1．数据分析的方法 2．运用RFM模型分析客户价值
教学方法 讲授法、案例法
课时数 5课时
教学内容
第一节 初识网店运营数据分析 一、网店数据分析的基本步骤 一般来说，卖家开展数据分析包括以下步骤。 1．确定目标 2．搜集数据 （1）卖家账号后台 （2）电商平台数据工具 （3）第三方数据工具 （4）网页数据抓取工具 课堂实操：使用八爪鱼采集器抓取数据 3．整理数据 4．分析数据 5．发现问题并做出改变 二、网店运营常用数据分析指标 构建系统的数据分析指标体系是实现网店数据化运营的重要前提，不同类别的指标对应网店运营的不同环节，卖家通过对不同类别指标的分析，可以深入了解店铺各方面的情况。网店运营中常用的数据分析指标如下。 （1）流量类指标 ● 页面浏览量（PV） ● 独立访客数（UV） ● 访问深度 ● 页面访问时长 ● 人均页面访问数 ● 跳失率 ● 平均访问时长 （2）销售类指标 ● 拍下件数 ● 拍下总金额 ● 人均成交件数 ● 当日拍下—付款件数 ● 当日拍下—付款金额 ● 购物车支付转化率 ● 浏览—下单转化率 ● 浏览—支付转化率 ● 连带率 ● 成交总额（GMV） ● 销售金额 ● 销售毛利 ● 毛利率 （3）会员类指标 ● 注册会员数 ● 活跃会员数 ● 活跃会员比率 ● 会员复购率 ● 会员平均购买次数 （4）客户类指标 ● 留存率 ● 客单价 ● 客单件 ● 消费频率 ● 最近一次购买时间 ● 消费金额 ● 重复购买率 （5）商品类指标 ● 库存量单位（SKU） ● 标准化产品单元（SPU） ● 在线SPU ● 独家商品收入比重 ● 品牌数 ● 在线品牌数 ● 上架商品SKU数 ● 上架商品SPU数 ● 首次上架商品数 ● 订单执行率 （6）市场营销活动指标 ● 新增访问数 ● 活动下单转化率 ● 投资回报率（ROI） （7）风控类指标 ● 买家评价率 ● 买家好评率 ● 买家差评率 ● 投诉率 （8）市场竞争类指标 ● 市场占有率 ● 市场增长率 卖家在选择数据分析指标时，可以参考以下原则。 1．店铺所处阶段不同，关注重点不同 2．周期不同，侧重点不同 （1）每日追踪的指标 （2）按周分析的指标 （3）绩效考核指标 第二节 数据分析的方法 一、七问分析法 七问分析法，即何事（What）、何因（Why）、何人（Who）、何时（When）、何地（Where）、如何做（How）、何价（How much），其具体内容如下。 （1）What——对象是什么？目的是什么？做什么工作？ （2）Why——为什么？为什么会产生这种效果？为什么要这么做？ （3）Who——谁？由谁来承担？谁来完成？谁来负责？ （4）When——何时？什么时间完成？什么时机最适宜？ （5）Where——何处？在哪里做？从哪里入手？ （6）How——怎么做？如何提高效率？如何实施？方法是什么？ （7）How much——多少？做到什么程度？数量如何？质量水平如何？费用产出如何？ 二、逻辑树分析法 逻辑树又称问题树、演绎树或分解树，它是将问题的所有子问题分层罗列，从最高层开始，逐步向下扩展。把一个已知问题当成树干，然后开始考虑与这个问题相关的因素。 逻辑树分析法的基本框架如下。 卖家在运用逻辑树分析法时，需要遵循以下原则。 （1）一致性：在细分问题时，每一层级的问题的划分标准应保持一致。 （2）关联性：各个子级的问题应该与高一层级的问题密切相关。 （3）穷尽化：遵守不重不漏的原则，尽量把涉及的问题考虑周全。 三、对比分析法 对比分析法也称比较分析法，指将两个或两个以上的数据进行对比，分析数据之间的差异，进而揭示这些数据背后隐藏的规律的数据分析方法。 1．对比分析法的类型 （1）同比 同比增长率＝（本期数据－上年同期数据）/上年同期数据×100% （2）环比 环比增长率＝（本期数据－上期数据）/上期数据×100% 2．对比分析法的应用 （1）将实际完成值与设定的目标进行对比 （2）行业内做对比 （3）不同类商品做对比 （4）将活动效果做对比 四、漏斗图分析法 漏斗图分析法是一种以漏斗图的形式展示分析过程和结果的分析方法。这种分析方法适用于业务流程比较规范、业务流程周期较长、各流程环节涉及复杂业务过程较多的情况。漏斗图能够让各环节的业务数据得到最直观的展示，直观地说明业务流程中存在问题的环节。 卖家在使用漏斗图分析法时一般需要重点关注以下3点。 （1）从开始到结束，整体转化率为多少？ （2）每一个步骤的转化率是多少？ （3）哪个步骤的转化率最低？导致该步骤转化率低的原因可能是什么？ 五、A/B测试法 A/B测试法（A/B test）是专门用来进行效果对比，为卖家提供决策支持的数据分析方法。A/B测试法的核心是确定两个元素或版本（A和B）中哪个更好，在具体操作中，卖家需要同时测试两种方案或版本，最后从中选择效果较好的方案或版本使用。 六、杜邦分析法 杜邦分析法是利用几种主要的财务比率之间的关系综合地分析企业财务状况的一种数据分析方法。 传统的杜邦分析法的整体框架如下。 第三节 客户价值分析 一、RFM指标解析 RFM模型是衡量客户价值与客户创利能力的重要工具和手段，该模型通过一个客户最近一次消费（Recency）、消费频率（Frequency）和消费金额（Monetary）3项指标来描述该客户的价值状况。 （1）最近一次消费 （2）消费频率 （3）消费金额 二、RFM模型解析 卖家获取三个指标的数据以后，需要计算R、F、M每个指标数据的均值，分别以AVG（R）、AVG（F）、AVG（M）表示（AVG表示平均值），最后通过将每位客户的3个指标与均值进行比较，可以将客户细分为八类。 （1）重要价值客户 （2）重要发展客户 （3）重要保持客户 （4）重要挽留客户 （5）一般价值客户 （6）一般发展客户 （7）一般保持客户 （8）一般挽留客户 三、基于RFM模型的客户细分 卖家可以运用RFM模型对客户进行细分，以更好地发现客户的价值，从而针对不同价值的客户采取不同的营销策略。运用RFM模型对客户购买行为进行细分的方法有以下两种。 1．单维度RFM指标客户细分 （1）根据客户R值分组 （2）根据客户F值分组 （3）根据客户M值分组 卖家按照单个RFM指标对客户进行分组，不同的店铺设置的分组数量和分组标准有所不同。 （1）根据实际业务需要设计分组的数量 （2）根据客户行为特征设计分组的标准 2．多维度RFM指标客户细分 （1）R值和F值的组合分组 （2）F值和M值的组合分组 课后实训：分析运营数据 1．实训目标：掌握数据分析的方法，能够分析店铺的运营数据。 2．实训内容：收集并分析店铺运营数据，并根据分析结果提出优化方案。 3．实训步骤 （1）确定目标 （2）收集数据 （3）分析数据 （4）发现问题并制订优化方案 （5）实训评价
归纳与 提高 通过本章的学习，我们掌握了网店数据分析的基本步骤和常用数据分析指标，常用的数据分析的方法，以及运用RFM模型分析客户价值的方法等。 数据化运营是电子商务的大势所趋。网店数据既反映了店铺的运营状况，也暗示了店铺未来的运营方向。成功的卖家不仅要对数据有足够的敏感度，还要对店铺的各种数据进行科学的分析。卖家要根据数据分析结果，及时发现网店运营过程中存在的问题和商机，并快速做出正确的决策。

展开更多......

收起↑