1.2.3 电子商务数据分析的常用方法

我们可以借助多种方法将电子商务数据转换成有用的信息，换句话说，我们可以根据对数据的不同需求，利用不同的方法对电子商务数据进行分析。下面介绍其中最常用的几种分析方法。

1．直接观察法

直接观察法指利用各种电子商务平台和工具对数据的分析功能，直接观察出数据的发展趋势，找出异常数据，对消费者进行分群等。借助于强大的数据分析工具，我们可以有效提升信息处理的效率。

例如，通过直观地查看数字或趋势图表，我们能够迅速了解市场走势、订单数量、业绩完成情况及消费者构成等，从而获取信息，帮助后期的决策。图1-7所示为某店铺新消费者的构成情况，我们从中可以直接观察到消费者性别构成、职业构成、支付金额分布情况，以及年龄分布情况等数据，从而可以了解该店铺受哪类人群欢迎，进而可以针对该人群制定相应的营销策略。

2．AB测试法

在电子商务数据分析中，AB测试法通常是设计两个或多个版本，其中A版本一般为当前版本，B版本或其他版本为设想版本。通过测试比较这些版本的不同，我们可以最终选择出最好的版本。

AB测试法的经典应用就是淘宝直通车创意设计，例如对直通车图片进行优化时，一般是对当前图片进行分析，并提炼现有的创意要素，然后分析各要素的表现情况。如果发现某张图片点击率较低，并认为可能是文案不理想而导致的结果，此时可以测试另一种更好的文案效果；如果发现图片点击率较低是拍摄问题，则可以测试另一种拍摄方案等。利用AB测试法就能不断地进行分析和猜想，并得到优化的策略，制作出新的图片，然后将新图片与老图片在直通车中轮播测试，经过一段时间后就可以提取测试数据，并分析和总结创意数据，以确定猜想是否正确，优化方向是否没有问题。

AB测试法的优点在于“可控”，它建立在原有基础之上，即便新方案不行，也会有旧方案加持，直到新方案可取后才予以替换，不至于没有方案执行。

3．对比分析法

对比分析法是将两个或两个以上的数据进行比较，并查看不同数据的差异，以了解各方面数据指标的分析方法。在电子商务数据分析中，我们经常会用到对比分析法，如进行竞争对手分析时，就会将自己的数据与竞争对手的数据进行比较，了解双方各自的优势与劣势，进而制定相应的策略。对于电子商务数据而言，对比分析法可以从以下几个最常用的方面进行对比。

·不同时期的对比|对不同时期的数据往往可以采用环比和同比的对比分析方法，如用本月销售额与上一月销售额对比，就能知道本月销售的增减情况和增减幅度。

·与竞争对手或行业大盘对比|通过将自身数据与竞争对手或行业大盘进行对比，就能直观了解自身在该行业中所处的位置，并进一步分析出现问题的地方。例如发现自己的成交转化率比竞争对手低很多，就可以分析影响转化率过低的各种原因，找到原因并提高转化率。

·优化前后的对比|在电子商务运营过程中，我们会非常频繁地调整工作，如修改标题关键词、优化图片及修改详情页内容等。如果不进行优化前后对比，就无法判断调整是否有效，或者效果是否明显等。很多电子商务经营者都不会在优化后进行对比，特别是优化后销售额有一定提升时，就会潜移默化地认为优化后的情况比优化前的情况更好，而忽略了其他可能导致销售额提升的原因。

·活动前后的对比|为促进销量，提升销售额，电子商务往往都会不定期地开展各种活动，因此就需要运营人员对活动前后的各项数据指标进行对比，这样才能判断活动开展是否有效，活动策划的优点和问题各在哪些地方，以便为下一次活动提供更好的数据支持，进一步提高活动的质量和效果。

4．转化漏斗法

转化漏斗法是一套流程式数据分析，它能够科学地反映用户行为状态及从起点到终点各阶段用户转化率情况的重要分析模型。转化漏斗法也是比较常见和有效的数据分析方法之一，无论是注册转化漏斗，还是电子商务下单转化漏斗，应用都非常普遍。转化漏斗法的优势在于，它可以从先到后还原消费者转化的路径，并分析每一个转化节点的效率。使用转化漏斗法时，一般需要关注以下几点。

（1）从开始到结尾，整体的转化效率是多少？

（2）每一步的转化率是多少？

（3）哪一步流失最多？原因在什么地方？流失的消费者符合哪些特征？

图1-8所示为注册转化漏斗分析示意图。图中注册流程一共有3个步骤，其总体转化率为45.5%，也就是说有1000个消费者来到注册页面，最终有455个消费者成功完成了注册。虽然转化率也不算低，但是不难发现注册第一步和注册第三步的转化率分别是89.3%和89.7%。因此，如果注册第二步的转化率提高，那么整体转化率还会有大幅提升。也就是说，此注册流程转化率低的问题出现在第二步，如果能优化第二步的注册操作、内容或其他与之相关的问题，就能提升第二步的转化率，进而提高整体转化率。

5．七何分析法

七何即何时（When）、何地（Where）、何人（Who）、何事（What）、何因（Why）、何做（How）、何价（How Much），因此七何分析法也称5W2H分析法。这种方法通过主动建立问题，然后找到解决问题的线索，进而设计思路，有针对性地分析数据，最终得到结果。例如分析店铺人群画像时，如果找不到切入点，则可以利用七何分析法进行引导。

·何时|买家什么时候购物？最佳购物时间点是什么时候？购物频率怎样？……

·何地|买家地理位置分布如何？各省市情况怎样？为什么会出现这种情况？……

·何人|买家性别比例情况怎样？年龄结构如何？消费水平、工作职务又是什么情况？……

·何事|能够给买家提供什么？是否满足买家需求？……

·何因|造成这种结果的原因是什么？……

·何做|买家购买时，习惯先加入购物车还是直接付款？习惯用“花呗”还是信用卡？喜欢购买打折商品与否？……

·何价|买家喜欢购买什么价位的商品？购买数量是多少？……

6．杜邦拆解法

杜邦拆解法基于杜邦分析法的原理，利用几种主要的财务比率之间的关系来综合分析企业财务状况，评价企业盈利能力和股东权益回报水平。其基本思想是将企业净资产收益率逐级分解为多项财务比率乘积，这样有助于深入分析比较企业经营业绩。利用杜邦拆解法可以将对手销售额进行逐层拆解来分析数据。

店铺销售额一般由访客数、客单价和转化率决定，依次可以将销售额拆解为这三个对象，然后进一步对访客数（老访客、新访客）、客单价（人均购买数量）、转化率（买家数、查询转化率、静默转化率和退货率）进行拆解，逐步分析各项指标的情况，最终找到问题所在。图1-9所示为使用杜邦拆解法分析的店铺销售额结构。