一文学会如何做电商数据分析（附运营分析指标框架）

在进入正文前，首先要明确数据分析的步骤，没有条理的秩序，很容易在海量数据中陷入一团乱麻中。

一般来说，数据分析的步骤是这样的：

电商数据分析的基本指标是一个很庞大的体系，主要分为8个类指标，120个细分指标，如下图所示：（纯手打，图有点长）

从流量、订单、总体销售业绩、整体指标进行把控，起码对运营的电商平台有个大致了解，到底运营的怎么样，是亏是赚。

即对访问你网站的访客进行分析，基于这些数据可以对网页进行改进，以及对访客的行为进行分析。

分析从下单到支付整个过程的数据，帮助提升商品转化率。也可以对一些频繁异常的数据展开分析。

精准化运营的前提是客户关系管理，而客户关系管理的核心是客户分类：

RFM模型是一个经典的分类模型，模型利用通用交易环节中最核心的三个维度：

对客户进行分类后最核心的环节就是客户管理了，可以使用销售漏斗模型，结合CRM系统的原理对客户销售的全流程进行管理。

主要分析商品的种类，哪些商品卖得好，库存情况，以及可以建立关联模型，分析哪些商品同时销售的几率比较高，而进行捆绑销售。

主要监控某次活动给电商网站带来的效果，以及监控广告的投放指标。

分析卖家评论，以及投诉情况，发现问题，改正问题。

主要分析市场份额以及网站排名，进一步进行调整。

电商运营常用的数据工具有很多，比如：

以上都是电商领域的一些比较垂直和专业化的工具，但如果你只是想要找一个更方便快捷的，能替代Excel的可视化数据分析工具，找一个现成的仪表盘模板套完全够用了，就像这种：

另外还有一些其他工具网站，按照自己的需求来就可以了，工具的选择也不要贪多，够用就行。

做电商数据分析时，像【数据透视表】、Vlookup()函数等都是十分常见的函数，我找了一个实例，分享过来大家可以看看：

• 数据来源

数据来源于某电商平台1月分的销售数据，其中包括用户留存数据、商品销售数据、商品价格数据、商品浏览数据。

现在业务部门需要你分析出：

（1）1月5日的DAU是多少？

DAU：日活跃用户，表示为当日新增用户+前面几天到现在的留存用用户

（2）从留存的角度来看，质量最高的新增用户来自哪一天？

以7日为列：

根据7日留存率用户留存质量最高的为1月9日、1月17日，分别达到了52.35%、44.41，最低的为1月3日、1月12日，用户留存率仅有16.24%、16.36%

（3）在1月15日当天，SKU销售激活率是多少？

（4）商品“品类T582”的详情页购买转化率在哪天最高？

数据如下：

从转化率这一维度衡量品类T582销售情况，其中在1月29日的转化率最高，达到了71.11%，其次是1月16日达到了68.29%。

（5）1月10日当天的ARPU值是多少？

当日的DAU根据第一个需求一样，很容易知道为27405

最后，数据分析是一种客观分析不存在任何主观因素来导致结论的偏差，一定要对业务指标的理解、业务流程的熟悉。

以上。