一個電商數(shù)據(jù)分析師的經(jīng)驗總結(jié)

一個電商數(shù)據(jù)分析師的經(jīng)驗總結(jié)king發(fā)表于2013-07-2720:54來源：賈鵬08年畢業(yè)，不知不覺的混進了電子商務(wù)行業(yè)，又不知不覺的做了三年數(shù)據(jù)分析，恰好又趕上了互聯(lián)網(wǎng)電子商務(wù)行業(yè)發(fā)展最快的幾年，也算是不錯吧，畢竟感覺前途還是很光明的。三年來，可以說跟很多同事學(xué)到了不少東西，需要感謝的人很多，他們無私的教給了我很多東西。就數(shù)據(jù)分析職業(yè)來說，個人感覺這對互聯(lián)網(wǎng)公司來說是非常重要的，也是確實能夠帶來實際效果的東西。比如說利用數(shù)據(jù)分析做會員的細分以進行精準化營銷；利用數(shù)據(jù)分析來發(fā)現(xiàn)現(xiàn)有的不足，以作改進，讓顧客有更好的購物體驗；利用CRM系統(tǒng)來管理會員的生命周期，提高會員的忠誠度，避免會員流失；利用會員的購買數(shù)據(jù)，挖掘會員的潛在需求，提供銷售，擴大影響力等等。最開始進公司的時候是在運營部，主要是負責(zé)運營報表的數(shù)據(jù)，當(dāng)時的系統(tǒng)還很差，提取數(shù)據(jù)很困難，做報表也很難，都是東拼西湊一些數(shù)據(jù)，然后做成PPT，記得當(dāng)時主要的數(shù)據(jù)就是銷售額、訂單量、毛利額、客單價、每單價、庫存等一些特別基礎(chǔ)的數(shù)據(jù)，然后用這些數(shù)據(jù)作出一些圖表來。在這個階段基本上就是做一些數(shù)據(jù)的提取工作，Excel的技巧倒是學(xué)到了不少，算是數(shù)據(jù)分析入門了吧。后來公司上了數(shù)據(jù)倉庫，里面就有了大量的原始數(shù)據(jù)，提取數(shù)據(jù)非常方便了，而且維度也多，可以按照自己的想法隨意的組合分析，那個階段主要就是針對會員購物行為的分析，開始接觸數(shù)據(jù)建模，算法等一些比較難的東西，也是學(xué)到東西最多的時候。記得當(dāng)時做了很多分析報告，每周還要給總裁辦匯報這些報告，下面詳細說一下當(dāng)時使用的一些主要的模型及算法：1、RFM模型模型定義：在眾多的客戶關(guān)系管理的分析模式中,RFM模型是被廣泛提到的。RFM模型是衡量客戶價值和客戶創(chuàng)利能力的重要工具和手段。該機械模型通過一個客戶的近期購買行為購買的總體頻率以及花了多少錢三項指標來描述該客戶的價值狀況。在RFM模式中，R(Recency)表示客戶最近一次購買的時間有多遠，F(xiàn)(Frequency)表示客戶在最近一段時間內(nèi)購買的次數(shù)，M(Monetary)表示客戶在最近一段時間內(nèi)購買的金額。一般的分析型CRM著重在對于客戶貢獻度的分析，RFM則強調(diào)以客戶的行為來區(qū)分客戶。利用RFM分析，我們可以做以下幾件事情：⑴建立會員金字塔，區(qū)分各個級別的會員，如高級會員、中級會員、低級會員，然后針對不同級別的會員施行不同的營銷策略，制定不同的營銷活動。⑵發(fā)現(xiàn)流失及休眠會員，通過對流失及休眠會員的及時發(fā)現(xiàn)，采取營銷活動，激活這些會員。⑶在短信、EDM促銷中，可以利用模型，選取最優(yōu)會員。⑷維系老客戶，提高會員的忠誠度。使用方法：可以給三個變量不同的權(quán)重或按一定的規(guī)則進行分組，然后組合使用，即可分出很多不同級別的會員。2、關(guān)聯(lián)分析關(guān)聯(lián)分析最原始的案例來自于沃爾瑪?shù)摹捌【婆c尿布”。通俗意義上講，就是只買了A商品的人，又有很多人買了B商品，那么我們就可以認為A、B兩個商品的關(guān)聯(lián)性比較高。很多數(shù)據(jù)挖掘工具都有關(guān)聯(lián)挖掘，主要使用的算法是Apriori算法，在計算的過程中會主要考察項集、置信度、相關(guān)性這三個結(jié)果數(shù)據(jù)，以最終確定商品之間的相關(guān)性。除了Apriori算法外，還有許多其他的關(guān)聯(lián)分析的算法，基本上也都是從Apriori發(fā)展而來，比如FPgrowth。本人從幾年的數(shù)據(jù)分析經(jīng)驗感覺，關(guān)聯(lián)分析在零售業(yè)中并不太實用，挖掘出來的關(guān)聯(lián)度比較高的商品一般都是同類商品或者同品牌的商品，像“啤酒與尿布”這種，很少能夠有。使用方法：組套銷售或者相關(guān)陳列等。3、聚類分析零售行業(yè)的聚類分析主要是指將具有相似購物行為的顧客進行群體的細分，以支持精細化的營銷活動，帶來更大的營銷效果，節(jié)省成本。Spss里面的聚類分析主要有兩種K-means聚類和系統(tǒng)聚類。也可以在數(shù)據(jù)倉庫中根據(jù)顧客購買的商品屬性進行會員的聚類分析，這里就不需要算法的支持，只需要根據(jù)系統(tǒng)的已經(jīng)有的商品分類，把購買過相同商品類別的顧客劃分到一起。這種方法可能與公司的業(yè)務(wù)更加貼近。聚類分析是進行會員精細化管理，精細化營銷的基礎(chǔ)，做好聚類分析，對企業(yè)將有很大的益處。使用方法：對顧客細分，精準化營銷。4、“之”字分析法該種方法主要是有一種很明確的會員群體，然后通過分析這些會員群體的購買行為，提取這些購物行為的相似點，然后再通過這些相似點返回到整個數(shù)據(jù)里面，從中抽取更大的會員群體，以制定精準的營銷。再后來，公司又上了SAP，又去BW組去做報表開發(fā)，做報表開發(fā)這一塊能夠接觸到更多的業(yè)務(wù)方面的知識，雖然做數(shù)據(jù)挖掘比較少了，但是數(shù)據(jù)最終是要指導(dǎo)業(yè)務(wù)的，所以這對我的成長也算是非常有利的。業(yè)務(wù)方面主要了解到了幾大塊：1、庫存管理-庫存管理這塊主要有正品庫存的管理，滯銷庫存，高庫存商品等各種不同類型的庫存該怎么定義以及該如何去管理。比如去管理供應(yīng)商的庫存的時候會根據(jù)正品庫存及滯銷庫存和庫存正常的周轉(zhuǎn)天數(shù)來計算該供應(yīng)商的庫存是否在合理的水平，是否該進貨還是要減少庫存。2、促銷管理-促銷管理是以提高銷售額為目的，吸引、刺激消費者消費的一系列計劃、組織、領(lǐng)導(dǎo)、控制和協(xié)調(diào)管理的工作。數(shù)據(jù)方面來說主要是針對不同的促銷方式來計算不同的方式收益情況，不同的促銷方式可以帶來不同的效果，因此在使用促銷的時候要審慎的選擇，以達到理想的效果。另外，還有財務(wù)報表、采購流程等很多方面的東西，這些接觸的比較少就不寫啦。在BW項目組的時候，也經(jīng)常會幫網(wǎng)站做一些分析工作，自己也自學(xué)了兩本關(guān)于網(wǎng)站數(shù)據(jù)分析方面的書，感覺學(xué)到了一些皮毛，下面說一下吧：1、網(wǎng)站流量分析網(wǎng)站流量的比較重要的KPI指標有瀏覽量、訪問量、獨立訪客數(shù)、跳失率、轉(zhuǎn)化率、頁面停留時間、訪問頁面數(shù)、流量來源、流量來源ROI等等。通過這些數(shù)據(jù)可以全面的反映網(wǎng)站的整體情況。其中跳失率可以用來衡量頁面的質(zhì)量，流量來源及轉(zhuǎn)化率可以衡量市場及營銷的工作情況。進行網(wǎng)站數(shù)據(jù)分析的時候，需要牢牢的把握轉(zhuǎn)化率這一指標，然后由這一指標的變化來尋找其他相關(guān)數(shù)據(jù)的變化，最終找出原因，做相對應(yīng)的策略，改進我們的工作。2、網(wǎng)站分析細分數(shù)據(jù)分析行業(yè)有句話-無細分，毋寧死，足矣看出細分對數(shù)據(jù)分析意義。對于網(wǎng)站的數(shù)據(jù)分析尤其是如此。網(wǎng)站的流量數(shù)據(jù)量非常大，從整體上看根本都看不出那里會出現(xiàn)問題，所以必須要細分。比如說營銷人員需要看的轉(zhuǎn)化率，必須就要細分到每個渠道里面，然后再看到這些渠道來的會員的點擊情況，他們都看過那些網(wǎng)頁，對什么感興趣，跳失率是多少，瀏覽時間多長，最終轉(zhuǎn)化的是多少等等，這樣才能看出問題。3、網(wǎng)站的短信促銷及EDM在這個電子商務(wù)普遍燒錢的時代，花出去的錢到底能有多少能夠帶來實際的收益呢？在搶占市場的同時，怎么才能做到ROI最大化這個問題急需要解決。公司每天幾乎都要發(fā)幾萬條甚至幾十萬條的促銷的短信，短信的反饋率基本上都在2%一下，怎么才能提高轉(zhuǎn)化率，這就需要更精準的用戶定位扌巴錢花到最有可能帶來收益的地方。因此網(wǎng)站的短息促銷及EDM促銷，必須要依據(jù)會員的精細化細分，不但要滿足客戶的需求，更要挖掘出他們的需求。寫到這里基本上寫的差不多，通過總結(jié)才發(fā)覺自己原來很是知道的很少，還有很多需要學(xué)習(xí)的地方，比如說數(shù)學(xué)建模方面的知識不夠，統(tǒng)計學(xué)軟件使用不夠好，業(yè)務(wù)了解的不夠深入，對整個電子商務(wù)行業(yè)的發(fā)展把握不清晰，這些都是