电商运营与推广 第11章 数据分析与优化.pptxVIP

第11章 数据分析与优化目录第11章 数据分析与优化11.1 认识数据分析11.2 店铺数据分析2018年“6?18”全景洞察2018年京东“6?18”促销期间，累计下单金额突破1 592亿元，6月17日，京东“6?18”累计下单金额突破1 199亿元，超过2017年“6?18”整体18天业绩。6月13日，天猫线上成交额超2017年“6?18”整体18天业绩。在2018年“6?18”促销期间，生鲜产品总销量近30 000吨，约为2017年同期的3倍，其中女性消费者占比为60%。无界零售联手350多万的线下店。新零售方面，有10万家智慧门店参与，“6?18”当天约7 000万人涌入其中。通过分析2018年“6?18”营销谈谈你对数据分析的看法。11.1认识数据分析11.1.1 数据分析的重要性1．数据分析的概念数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析，以求最大化地开发数据资料的功能，发挥数据的作用。描述性数据分析、探索性数据分析和验证性数据分析2．数据分析的重要性11.1.2 数据分析的方法1．关联分析关联分析是指如果两个或多个事物之间存在一定的关联，那么其中一个事物就能通过其他事物进行预测，目的是挖掘隐藏在数据间的相互关系。啤酒与尿布“啤酒与尿布”的故事产生于20世纪90年代的美国沃尔玛超市，超市管理人员分析销售数据时发现“啤酒”与“尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中，经过后续调查发现，这种现象出现在年轻的父亲身上。在美国有婴儿的家庭中，一般是母亲在家中照看婴儿，年轻的父亲前去超市购买尿布。父亲在购买尿布的同时，往往会顺便为自己购买啤酒，这样就会出现啤酒与尿布这两件看上去不相干的商品经常会出现在同一个购物篮的现象。如果这个年轻的父亲在卖场只能买到两件商品之一，则他很有可能会放弃购物而到另一家商店，直到可以一次同时买到啤酒与尿布为止。2．分类分析分类分析是用于识别什么样的事物属于哪一类的分析方法。主要有决策树、贝叶斯、神经网络、回归等方法。3．时间序列分析时间序列分析强调的是通过对一个区域进行一定时间段内的连续遥感观测，提取图像有关特征，并分析其变化过程与发展规模。4个要素组成：趋势、季节变动、循环波动和不规则波动。4．漏斗图分析法漏斗图是用于衡量转化效率的工具，适合业务流程比较规范、周期较长，且各流程环节涉及复杂业务的情况。11.1.3 数据分析的工具1．基础工具描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类。数据处理、数据简单统计分析和数据展示（1）生意参谋2．平台类工具（1）生意参谋（2）京东商智（1）生意参谋3．第三方工具（1）谷歌分析（2）百度统计流量分析来源分析网站分析转化分析11.2店铺数据分析11.2.1 店铺实时数据分析1．店铺实时数据2．店铺关键数据指标UV价值=支付金额/访客数转化率=下单买家数/访客数连带率=下单件数/买家数人均访问量=浏览数/访客数11.2.2 店铺流量数据分析1．店铺流量指标（1）浏览量和访客数浏览量（Page View，PV）是指网店被浏览的总页面数。。访客数（Unique Vistor，UV）是指全店各页面的访问人数，一个用户在一天内多次访问一个店铺被记为一个访客数。（2）跳失率跳失率（Bounce Rate，BR）就是顾客通过相应入口进入，只浏览一个页面就离开的访问次数占该入口总访问次数的比例。（3）人均浏览量和平均停留时长人均浏览量（访问深度）=统计时间内的浏览量/访客数。平均停留时长=所有终端访客在该商品详情页面上停留的总时长/所有终端访客访问商品详情的次数。2．流量来源分析淘宝免费流量自主访问流量付费流量 直通车推广 淘宝客推广 钻石展位淘宝免费流量图11.2.3 店铺访客数据分析整体访客时段访客特征分析11.2.4 店铺商品数据分析1. 整体商品的效果分析2. 商品引流效果分析3.单品数据总览效果分析4．单品服务指标分析5．单品促销分析11.2.5 店铺交易数据分析1. 交易概况2. 交易趋势11.2.6 店铺服务数据分析1. 评价数据分析最近7天评价指标及趋势2. 店铺维权数据分析3．店铺退换货数据分析单品服务分析11.2.7 店铺物流数据分析1. 物流评价物流分布物流监控2. 物流管家（1）包裹中心（2）异常包裹（3）买家投诉（4）退货包裹作 业 任 务请以各组网店为例，利用生意参谋进行流量分析。（1）进入淘宝卖家中心，单击“营销中心”中的“生意参谋”按钮。（2）进入生意参谋界面后，单击“流量”按钮，进入流量总览界面，查看流量概况。（3）分析网店流量来源。以文字配截图形式记录操作过程，并回答问题：