问：《数据化管理：洞悉零售及电子商务运营》读书笔记
- 答：略
每天/每周需要关注的会员指标：会员的新增开卡数，新开卡率，贡献率，会员客单价，会员件单价，会员连带率，沟通率，回头率
每月/每季需要关注的会员指标：除了上面的，还有会员的平均年龄，性别，贡献率，有效会员总数，会员增长率，流失率，回头频率，平均回头天数，促销活动的转化率
年数据研空卜究指标：新开卡率，流失率，回头率，平均回购天斗隐穗数，唤醒率，激活率等策略指标
三个主题：会员价值分析、会员生命周期管理、会员购携枣买行为的研究
会员价值分析：
最终的指标是会员价值得分
分析需要的数据：最近一次消费时间、某一个周期内的消费频率（比如2018年）、总的消费金额。作者还写了两个：最大单笔消费金额，特价商品消费占比，高单价商品消费占比
会员的生命周期管理：
最终的指标是：活跃会员，沉默会员，睡眠会员，流失会员，唤醒率，新增会员
结构分析：企业会员的结构。
趋势分析：流失用户和新增用户的对比，今年和去年同期的对比。
会员购买行为分析：
在哪里购买、购买什么、什么时间购买、同时购买什么。
缺点：这本书很多部分都讲了单个会员分析怎样怎样的，但实际上分析的时候都是基于全部数据的分析
问：电子商务数据分析的数据分析的重要性
- 答：首先，我们要来了解一下数据分析对于一个网站的重要性。笔者并不从理论方面来论证数据分析的重要性，而是从各方对这一方面的动向来了解。 事实上，全球各大行业巨头都表示进驻“开放数据”蓝海。以沃尔玛为例，该公司已经拥有两千多万亿字节数据，相当于200多个美国国会图书馆的藏 书总量。这其中，很大一部分事客户信息和消费记录。通过数据分析，企业可以掌握客户的消费习惯、优化现金和库存，并扩大销量，数据已经成为了各行各业商业决策的重要基础。电商平台也很注重这方面的数据分析，例如世界工厂网，就设有排名榜的数据分析，通过分析用户在世界工厂网的搜索习惯及搜索记录，免费提供了产品排行榜、求购排行榜和企业排行榜。无独有偶，作为行业门户网站的装备制造网也即将在未来的发展中提供升消数据分析的功能，从网站的介绍中可以看到：每月企业网站专 业SEO检测报告、季度专业行业研究报告等等。所有这些行业的吵李知动向，都昭示这一个特点：企业数据、行业分析。也只有行业网站、电商平台等拥有企业数据优势，而且集合整行业信息，并有分析整合数扰陵据的能力，才能真正为企业提供真实、有效的数据分析。从各方对待一个事物的态度与投资动向，我们能很轻易的了解到这一事物的重要程度，从以上的事例可以看出，数据分析对于各行各业都非常的重要，尤其是对于电子商务平台。
问：电商平台应该分析哪些数据？具体怎么去分析
- 答：几个方面吧，用户属性，包括消费者的年龄、性别、区域、竞品销售逗老消情况，从销量、销额、投含森放渠道、热销产品规格、促销信息、价格变动等方面。对比方式可以周月度环比、同比发现问题，相关的山知电商分析软件也有很多，奥维云、慢慢买大数据、魔镜市场分析......
- 答：众所周知，电商平台定期都要对商品销售进行分析，比如针对各个不同商品的销量、库存分析、商品评论等胡如乎。做商品数据分析，可以从时间维度或者从不同商品的类别、价格等多个维度来做分析，这里可以做的数据图表类型很多。
一、时间维度
从时间维度上来看，除了显示分析周期的数据，最常用的分析方式是同比和环比，时间区间可以是年、季和月，甚至是周，不过周相对用的少。
二、商品类别、价格维度
本次分析我主要是从商品类别、价格等多角度来进行商品数据分析，先是商品总的数据预览，如图（图表在BDP个人版上制作的）：
这是选取8月23日的数据，可以看出，整个平台的上架的商品量还有4372万，量还比较多；商品好评率为93%，是整个平台的平均值，那应该还算不错啦！本月的月销量还有12%，只有24-31日一共8天，完成剩下的12%应该问题不大，相当于这个超额完成销量啦，是不是平台近期上架了很多夏天商品，所以8月份超额完橡芦成也是正常，比如游泳三件套、风扇等等。还是这个月做了什么活动，让这个月的销量比预定的目标稍微好一些......数据真实的反应是这样，至于原因还是需要自己去找哈。
自己平台上的上架商品的数量、价格分布情况，作为运营者应该很了解的，均价当然也要了解，均价可能直接影响到网站客单价，网站的价格定位甚至是主要人群定位都会很清晰。比如，某个网站均价5000，那可能可以属于轻奢侈品网站了，可能主要人群是年收入过10万的女白领等等，这个依不同网站而定。
以上只是简单分析商品的某些数据，商品还能进行关联性裤悉、TOP10、采购情况等分析，大家依据自己的网站实际情况进行分析。当然，电商平台除了商品分析，还有订单数据、用户行为等分析，有空再一起探讨！
注：数据图表来自BDP个人版！ - 答：众所周知，电商平台定期都要对商品销售进行分析，比如针对各个不同商品的销量、库存分析、商品评论等。做商品数据分析，可以从时间维度或者从不同商品的类别、价格等多个维度来做分析，这里可以做的数据图表类型很多。
一、时间维度
从时间维度上来看，除了显示分析周期的数据，最常用的分析方式是同比和环比，时间区间可以是年、季和月，甚至是周，不过周相对用的少。
二、商品类别、价格维度
本次分析我主要是从商品类别、价格等多角度来进行商品数据分析，先是商品总的数据预览，如图（图表在BDP个人版上制作的）：
这是选取8月23日的数据，可以看出，整个平台的上架的商品量还有4372万，量还比较多；商品好评率为93%，是整个平台的平均值，那应该团念还算不错啦！本月的月销量还有12%，只有24-31日一共8天，完成剩下的12%应该问题不大，相当于这个超额完成销量啦，是不是平台近期上架了很多夏天商品，所以8月份超额完成也是正常，比如游泳三件套、风塌神困扇等等。还是这个月做了什么活动，让这个月的销量比预定的目标稍微好一些......数据真实的反应是这样，至于原因还是需要自己去找哈。
自己平台上的上架商品的数量、价格分布情况，作为运营者应该很了解的，均价当然也要了解，均价可瞎散能直接影响到网站客单价，网站的价格定位甚至是主要人群定位都会很清晰。比如，某个网站均价5000，那可能可以属于轻奢侈品网站了，可能主要人群是年收入过10万的女白领等等，这个依不同网站而定。
以上只是简单分析商品的某些数据，商品还能进行关联性、TOP10、采购情况等分析，大家依据自己的网站实际情况进行分析。当然，电商平台除了商品分析，还有订单数据、用户行为等分析，有空再一起探讨！
注：数据图表来自BDP个人版！
