文|hualalalalali

1. 分解思路

做互聯網運營的數據分析，首先就是學會“分解”。將數據分解，將問題分解。所有的數據都可以層層向下分解，找出更多的“子數據”，通過對子數據的挖掘和優化，往往能逐個擊破，找到方向，提升最後的“關鍵指標”。這個重要的思路也貫穿了本文章下面幾乎所有的內容。很多時候我們找不到努力的方向，往往是分解的能力還不夠，只盯著最後大的成交額指標不放，不去挖掘這個指標下面的相關因素，而這些因素就是所謂的細節，做好了，就成為“極致”。

分解思路還有一個好處是可以幫助運營更好的分工，進行組織架構的優化調整。使員工更專業，更聚焦到某一塊業務上，從而培養出一個細分職能的專家，當每個細分職能都有專家時，又會反應在運營細節的完美上。

2. 追踪思路

運營的問題，是追踪出來的，不是一次就看出來的。所有的數據都是靠積累和沈淀才能發現問題，單一的數字沒有任何意義，只能稱為“數值”。比如一個店鋪今天的流量是2000，轉化率1.5%，成交額3000 ，好還是不好，進步還是退步了，不知道。只有放到近1週，近1個月，甚至是近1年的數據中，組成線性的趨勢去研究，才能找到“問題”，這個時候的數據才是有意義的。

所以，無論到哪一個階段的店鋪，都要養成一個每日積累數據的習慣，我們知道淘寶後台會有成熟的數據產品，會給你看一個趨勢和歷史數據，但這個遠遠不夠，需要把所有數據都摘錄到自己的數據庫中，結合不同數據維度去綜合分析問題，建立追踪機制，也就是下面講的“結合思路”。中型以上的電商都會有一套自己的數據管理模式，對重點指標進行監控，以保證及時定位到問題作出相應決策。

比如下方某電商用FineReport搭建的數據決策系統。

3. 結合思路

單獨追踪一個數據的會比較“片面”，得出結論甚至是錯誤的。因為所有電商的核心數據在一段時間內，具備偶然性和關聯性的。

偶然性是指，可能某一天，轉化率突然降低，比日常要低很多，這個是非常可能發生的。於是，所有人都驚慌失措，找到轉化率相關的因素，看產品詳情頁的設計，產品的價格，找客服聊天記錄，“優化了”整整1天詳情頁的設計，使產品價格更低了，售前客服被整頓了。最後發現一切照舊，還浪費了1天時間做了很多無用的工作。

關聯性是指，大部分指標都是具有關聯性，正相關或者負相關，轉化率突然的降低，最後發現是在昨天流量突然暴漲，再看看流量來源，大部分來自於推廣流量，不精準，但人多。

所以，追踪數據一定是多個維度一起看的，一般來說，轉化率和流量是負相關的，流量暴漲，轉化率就會下降；轉化率上升，客單價就會下降。（大型促銷活動除外）

但是，追踪了數據，多個維度結合了來分析數據，結論依然可能會不准確，原因在於，這2個思路都是在和“自己比”，我們還需要進行“與其他人對比”。這就是下面介紹的“對比思路”。

4. 對比思路

對比就是和其他人比。這個其他人一定要選擇“合適的”。可以是與自己品牌定位相似的店鋪數據，也可以是同行業中做的比較好的店鋪數據。最具有可比性的還是跟自己“同層級”店鋪。通過對比，才能發現自己差距到底在哪，找到優化的正確方向。

實際案例，之前做微波爐產品，銷售量一直不如競爭品牌—格蘭仕，然後去分析數據發現流量差很多。於是加大了展示類（鑽石展位，CPM）和競價類（直通車，CPC）廣告的投入，卻發現收效甚微，甚至犧牲了大部分利潤。最後我們拿著同類型的一個產品，做了深度對比分析，發現流量來源中，自然搜索相差比較大，才發現是品牌認知的問題。於是推動品牌商著重於對產品品牌的打造。

5. 節點思路

節點思路就是將大的營銷事件作為節點單獨標記，數據剔除出來單獨進行分析。在日常運營中，營銷活動對數據影響還是非常大的，尤其是突然參加了淘寶官方的活動，比如聚划算等，會讓某幾天的流量，轉化率，成交額飆升，這個時候我們再將這些數據插入到日常運營數據分析中，就會引起“失真”，影響對店鋪日常運營優化方向的判斷。

6. 錨點思路

錨點思路有2層含義，第一個含義是在做業務數據分析中，當存在多個因子影響一個數據指標時，只留一個因子做變量，其他因子保持不變，然後測試這個因子對於最終指標影響的程度。比如，下面會講到的轉化率，有6個因子與之有關，但每個因子對於轉化率的影響又不相同，這個時候，需要進行一個小測試，保持1個因子變動，其他5個不變，放到市場中實際銷售，最終得出這個因子與轉化率的具體影響關係，以便後續做更多優化。

第二層含義是產品競爭力層面。通過錨點策略可以讓用戶更快速的做決策，使產品銷售的更好。比如，A和B兩個店鋪經營同一個品牌，這個品牌下面有1號和2號產品，這個時候，A店鋪與B店鋪溝通，A主力賣1號，B主力賣2號，這時，A可以把2號產品價格標高，以便幫助B店鋪做價格“錨點”，讓用戶知道B店鋪2號產品確實有價格優勢，這樣用戶決策將加快。A店鋪也同理。

7. 行為標記思路

行為標記法，就是將大動作的優化，大的項目上線及時標註在數據報表中。以便在後面通過數據檢驗是否是有效。因為大部分的優化導致的結果，都是“滯後”的，也就是說，一個大的優化動作，可能在1個月後才能體現出來效果，甚至是半年後才會有效果。當然，也有些優化動作是即時的，比如寶貝標題對於搜索結果的影響。無論怎樣，在運營過程中我們要明確的知道，哪些事情是花費了大量時間有效的，哪些是無效的。

之前我們做產品包裝優化，用了1個月與品牌商溝通，品牌商再通過各種測試，實驗，採購新的包裝材料，2個月後我們給用戶發出的貨就都是新包裝的產品了。但是，在採用新包裝產品1個月後，退貨率只是緩慢下降，到第2個月後才明確的在財務表中提現，因破損造成的退貨下降了很多，用戶體驗好了，再1個月後回購率也提升了。進而提升了整個店鋪銷量和好評率。

以上7種思路是數據分析基礎，下面將落實到具體每個運營指標的優化，你將看到所有指標都被7種思路的某一種或某幾種所貫穿。有了這樣的分析思路，無論做哪一塊內容，都將快速的找到核心問題，進而再找到解決問題的方法。

via：CSDN

End.

轉貼自： 36大數據