1.2.5 分析电子商务数据的步骤

在大数据环境下，电子商务领域需要应对的数据是海量的。一个人即便掌握了各种数据分析方法，若没有有效的分析步骤，仍然无法处理好数据。下面介绍3种实用的分析电子商务数据的步骤，分别是常规分析步骤、内外因素分解分析步骤和DOSS分析步骤。

1．常规分析步骤

电子商务数据分析都应该以业务场景为起始思考点，以业务决策为终点。数据分析应该确定先做什么后做什么。基于此，我们可以将以下步骤作为常规分析流程来处理数据，如图1-13所示。

（1）挖掘业务含义，理解数据分析的背景、前提及想要关联的业务场景结果是什么。

（2）制订分析计划，明确如何对场景进行拆分、如何推断。

（3）从分析计划中拆分出需要的数据，真正落实到分析本身。

（4）从数据结果中提炼出业务洞察。

（5）根据数据结果洞察最终产出商业决策。

2．内外因素分解分析步骤

进行电子商务数据分析时，数据指标会受到很多因素的影响，因此在分析数据时，找准关键因素就显得尤为重要。内外因素分解分析善于处理这类情况，它可以把问题拆分为4个因素，通过四象限图的结构，完成内部因素、外部因素、可控因素和不可控因素范围下的数据分析工作，然后再一步步解决每一个问题，如图1-14所示。对于可控的内部因素，我们可以立即执行；对于可控的外部因素，我们可以寻求相关渠道解决；对于不可控的外部因素，我们可以进行协调沟通；对于不可控的外部因素，我们可以暂做确定假设。

3．DOSS分析步骤

DOSS分析步骤是从一个具体问题拆分到整体影响，从单一的解决方案找到一个规模化解决方案的数据分析思路，如图1-15所示。

例如，某在线教育平台提供免费课程视频，同时售卖付费会员，为付费会员提供更多高级课程内容。如果想将一套计算机技术的付费课程推送给一群持续在看免费课程的消费者，那么数据分析应该如何做呢？按DOSS思路的4个步骤，分解如下。

·具体问题|预测是否有可能让某一群组消费者购买课程。

·整体影响|根据这类人群的免费课程使用情况进行数据分析、数据挖掘的预测，之后进行延伸，例如对整体的影响，除了计算机类，是否对其他类型的课程都进行关注。

·单一回答|对该群消费者进行建模，监控该模型对最终转化的影响。

·规模化方案|推出规模化的解决方案，对符合某种行为轨迹和特征的行为进行建模，商品化课程推荐模型。