10年数据分析师整理,电商数据采集电商数据分析这么做,领导不重用你都难!

发布时间:2024年01月22日

01

电商数据分析的难题

第一个问题:电商平台没接口,人工下载数据浪费时间,滞后性差。

现在的电商分析需要的数据来源很多,各大电商渠道的数据像淘宝、抖音、京东等。平时的做法就是人工下载,找个运营花半天时间专门去各个平台下载数据,再进行分析整理,效率低、错误率高。我们必须要有一个高效的电商数据API接口接入平台,帮我们稳定高效的进行数据采集。

第二个问题:不同电商平台的指标名称和报表格式不统一,整理难度大。

同样的数据在不同的平台里面的命名方式是不一样的,比如对于“店铺名称”这个字段,有的平台叫“推广渠道名称”,根本匹配不起来。Fine BI则能通过对含义相同但命名方式不同的字段进行关联整合,输出面向投放分析的业务主题包。

图片

第三个问题:电商数据要怎么分析,才能找到业务增长点?

前面两个问题都是依靠FineBI本身功能去解决,这里的数据分析是实实在在需要你学习的,下面我通过运营监测场景下的一个案例跟大家分享。

背景:某电商企业在日常的经营过程中,产生了大量的经营数据,这些数据包含了丰富的经营技巧和市场规律。传统分析方式通过报表或报告,只能一次性分析不能持续监测,既费时费力也不及时,还容易出错。于是选择用BI进行数据清理和监测分析。

分析思路:通过日、月、年维度创建三个联动的运营监测平台,各组件间不但能够联动并且模板间也可跳转,建设一个可持续使用的运营监测平台。

图片

图片

02

完整分析过程

①业务总览

  • 可视化形式:仪表盘+文本图

  • 重点关注指标:销售额(同比、环比、完成率)、毛利额(同比、环比、完成率、毛利率)、订单数、客户数、客单价、连带率等。

以2018年12月30日日累为例,销售额2.9万元完成率超过了95%,并且同比环比都大幅度增长,但毛利额仅610元完成率不到20%,同比环比增长也大幅下滑。通过业绩总览我们发现折扣金额(6千元)和负毛利额(负3千元)偏大,主要原因可能是年底大促销导致毛利额下降。

图片

图片

②区域业绩分析:

  • 可视化形式:地图

  • 重点关注指标:销售额、毛利率、业绩分布、区域经理业绩排行等。

以2018年12月30日日累为例,首先可以看出当日西南区无销售,华北地区销售额最高1.1万元,同比增长187.9%,其中河北占比最多70.1%。从业绩总览我们得知毛利额低并且负毛利额高,从地图中我们发现华东毛利额-1300元,并且负毛利额接近总负毛利额的一半,华东销售人员可能为了实现年底目标,降价促销。

图片

由于法律法规把地图给马赛克掉了

③近几日/月/年业绩趋势:

  • 可视化形式:折线图、柱状图

  • 重点关注指标:销售额、客流量、客单价、连带率等

以2018年12月30日日累为例,当日销售额超过了平均值,但毛利额低于平均值,主要原因是负毛利额较高,远高于平均值。当日客流是近30日最大客流,但客单价远低于平均值,可能是促销所致。当日退货率不高仅6%,远低于平均值。

图片

④订单及客户分析:

  • 可视化形式:饼图、柱状图

  • 重点关注指标:邮寄方式占比、销售额top10客户占比等

以2018年12月30日日累为例,当日有38.3%的销售额来自500-1000元商品,超过一半的订单以标准级的邮寄方式发货,其中销售额和订单最多的是消费者。前十名中大部分是消费者,消费金额最高的是公司类型的洪强。

图片

图片

⑤会员分析:

  • 可视化形式:RFM模型、波士顿矩阵、饼图、分组表

  • 重点关注指标:客均销售额、会员销售额等

a)RFM分析:

通过矩形树图展示RFM各分类下用户数量及占比,饼图展示各类下销售额及占比,柱状图展示各类客均消费额排行。

通过下图可以看出一般挽留客户数量最多,占比21.1%;重要保持客户销售额最高,占比接近30%;客均销售额最高的是重要保持客户和重要价值客户,分别是4万元和3.9万元。

图片

b)价格敏感度分析:

通过波士顿矩阵分析客户对价格的敏感度(气泡大小展示销售额大小),饼图展现各象限下的销售额和会员数量。第一象限:高折扣高价格 第二象限:低折扣高价格 第三象限:高折扣低价格 第四象限:低折扣低价格

通过下图可以看出第二象限会员数占比最多的,接近40%,销售额占比超过50%。其次是第一象限,会员数占比22.4%,销售额占比25.8%。这两象限共同特点是对高价格商品不敏感,不同之处是第一象限喜欢折扣商品,第二象限对折扣不敏感。销售人员可以根据客户特征制定自己销售策略。

图片

c)会员特征详情:分组表展示会员的主要特征,根据上面的分析结果直接筛选出想要的会员。

图片

⑥品类分析:

  • 可视化形式:矩形数图、饼图、明细表

  • 重点关注指标:销售额、销售量、毛利率、退货率等

通过矩形树图展示各品类业绩分布情况,饼图展示品类销售额按占比情况,分组表展示销售额Top10商品和退货商品。以2018年12月30日日累为例,办公用品销售额最高1.2万元(42.6%),其中器具占办公用品最高59.6%。销售额前两名的产品分别是Hoover微波炉和三星信号增强器,分别为4313远和3189元。有三个产品出现退货,退货率分别为100%。

图片

⑦分析总结

2018年销售额超过5百万,目标完成率92.6%,近几年销售额在逐年增加,但负毛利额和退货率也在逐年增大,公司需要注意寻找具体原因改善运营。

图片

华东和华南俩地区销售份额占比超过50%,地区分布不均,需要加强其他地区的市场份额。超过一半的销售来自个人消费者,各类销售额分布比较平均。

图片

由于法律法规把地图给马赛克掉了

从每年的月度数据我们可以看出每年的1-4和7月份销售额偏低,需要进一步分析其原因,改善这几月销售可大幅度提升全年销售额。

图片

唤回重要保持客户是提高销售的一个不错选择,因为这类客户总销售额和客均消费都是最高,并且绝大部分重要保持客户在第一和第二象限,对价格不是很敏感。

图片

图片

文章来源:https://blog.csdn.net/onebound_linda/article/details/135740925
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。