天猫数据化运营之数据架构分析.docxVIP

随着淘宝大数据的开放，如何从一大推的数据中寻找运营的方向已经是非常重要的，作为天猫店铺来说，如今天猫搜索占据已经占据天猫流量的60%以上，而天猫搜索最重要的考核因素，就是卖家的综合运营能力，做的是品牌以及客户维护能力，而非一支独大的单品运营。因此如何通过数据化来管理全店运营就异常的重要。接下来我简单举几个例子来分析数据分析的重要性：数据分析讲白一点，就是通过整理原始数据（像量子丶生意经丶数据魔方这些都算是原始数据的收集源），通过数据挖掘研究技术处理数据，寻找关联因素来进行提取运营决策需求点和对未来行为进行预测（淘宝数据分析还要结合搜索引擎偏好因子来进行分析预估），运用逻辑分析来研究指标异常变动影响。现在我们站在运营的一个角度来看我们平时决策需要的一些简单数据分析1.今天比昨天丶本周比上周丶本月比上月等不同时间段，店铺销售额的变化情况（通过KPI分析销售额变化是由哪些方面影响的，从而针对性的去处理接下来要提升的方向）2.转化率的变化是由哪些方面出现下滑或者上涨（哪些渠道丶哪些区域丶什么时段丶哪些产品丶什么关键词？），通过逐步细化分析来找到最终的影响因子。3.转化率的变化会影响哪些搜索引擎偏好指标？他们的关系是正关系还是反关系？通过研究发现影响转化率指标的相关因素。（假如停留时间下滑，那么又是哪些产品的停留时间下滑了呢？）4.老客户和新客户的表现有哪些差异化，老客户比重有没有下滑？是不是我们做了什么策略伤害了老客户？5.老客户的成交周期节点大概是多长时间？我们应该在哪个时段来唤醒老客户二次购买？6.全店300个产品，目前哪些产品表现的有潜力，哪些可以抛售了？7.退款的情况如何？是什么原因哪些产品造成的？8.库存的结构与市场大环境的结构是否合理？备货量是否合理？还有太多的运营决策需要解决，这里也不全部列举了，比如回访客的增加是售后问题导致还是活动效果影响？哪些产品性价比比市场低？哪些产品款式上有问题？市场竞争对手的表现力如何？等等分析研究。接下来我们简单以实际的数据架构体系分析来解决运营需求的问题：（如果想看到更多实际的应用或者有天猫店（中级卖家以上）想要做数据分析的可以联系我）1.通过全店杜邦分析报表，应用销售额KPI指标分解，可以把影响销售额及转化率的一些影响因素进行分解，让运营更快速的了解到某个时间点的涨跌情况，从而快速的对店铺进行调整。非常方便2.通过研究转化率波动对其他指标的影响关系（多维度分析）3.PC端及手机端UV情况丶手机端UV占比研究（随着微淘丶浪淘等开发，淘宝手机端越加的重要）4.新老客户的表现有哪些差异？跟新客户比有没有贡献的更有价值5.转化率的变化是由哪些方面出现下滑或者上涨（哪些渠道丶哪些区域丶什么时段丶哪些产品丶什么关键词？），通过逐步细化分析来找到最终的影响因子。6.哪些产品有潜力丶哪些价格有问题？款式有问题？这里，我们可以勾选潜力款丶详情页问题款丶标题精准款及价格竞争力，从而进行快速的对全店产品进行归类，并且对于详情页丶标题丶价格等存在问题的产品进行研究调整。针对潜力款进行推广计划。另外一个功能是通过选不同周期，看球体的变化，来发现产品发展的轨迹。在详情页问题中，如果详情页出现问题的款过多的时候，那么可能就是店铺的详情页模板出了问题，必须进行模板重新布局。7.单品的打造以研究（从多维度研究产品的潜力及受搜索引擎偏好度）产品标题及关键字研究及标题的有效度优化分析8丶竞争对手分析（可以勾选从多个指标去对比分析我们在市场的竞争地位，比如排名丶品牌关注度丶搜索点击率等等）还有很多方面的，比如库存分析及预警，产品开发市场容量分析，以及店铺丶产品等更多维度的研究分析丶关联分析客户浏览行为等等，其实数据分析就是一个研究的过程，运营必须要明白每个数据指标背后代表的含义，才能真正挖掘出有用的决策，做分析一定要从趋势上和多维度去分析，一个单维度的分析是永远看不到问题的本质的。贵州新华电脑学院贵阳市南明区五眼桥桃园路41号