Excel電商數(shù)據(jù)分析與應用 課件 第1、2章　電商數(shù)據(jù)分析導論、數(shù)據(jù)分析方法論

電商數(shù)據(jù)分析導論1.1認知數(shù)據(jù)分析1.2電商數(shù)據(jù)分析技能圖譜1什么是數(shù)據(jù)分析23CONTENTS數(shù)據(jù)分析的作用數(shù)據(jù)分析的標準流程4數(shù)學、統(tǒng)計學和運籌學5數(shù)據(jù)分析方法論6數(shù)據(jù)分析工具7電商數(shù)據(jù)指標體系什么是數(shù)據(jù)分析PARTONE數(shù)據(jù)是客觀的事實，能夠被收集的數(shù)據(jù)都是過去的事情。數(shù)據(jù)的歷史性信息的指向性什么叫數(shù)據(jù)分析每個人對相同的數(shù)據(jù)會產(chǎn)生不同的看法，所以不是所有從數(shù)據(jù)中提取的信息都能適用所有人。數(shù)據(jù)分析就是將數(shù)據(jù)轉變?yōu)橛行畔⒌倪^程兩大特性：數(shù)據(jù)分析的核心數(shù)據(jù)分析的核心就是建立參考系，也是使用不同的角度去觀察事物，運用維度和指標間的不同組合，能更清晰的看清事物的全貌例：分析自己的店鋪數(shù)據(jù)時需要建立同期的行業(yè)大盤參考系數(shù)據(jù)有用信息建立參考系同期的行業(yè)過去的自己同期的對手不同的角度介于兩者之間新角度轉換數(shù)據(jù)分析的作用PARTTWO數(shù)據(jù)分析的實用數(shù)據(jù)分析可以給決策者在運營過程中提供策略的決策依據(jù)，特定的分析維度可以幫助運營做出有效決策。例：某企業(yè)想要從線下轉入線上進入市場做決策，選擇是開淘寶店或者天貓店平臺店鋪數(shù)量數(shù)量占比銷售總額(元)銷售總額占比淘寶435198.91%193858.724.36%天貓481.09%601822.775.64%總計4399100%795681.5100.00%采集某企業(yè)所經(jīng)營的類目店鋪及經(jīng)營店鋪，經(jīng)統(tǒng)計后得到數(shù)據(jù)，如果選擇入住淘寶平臺，將面臨激烈的競爭，而天貓的競爭小，份額大，所以建議入住天貓，由天貓進入市場。例：企業(yè)在優(yōu)化產(chǎn)品標題時，需要替換哪些詞，哪些詞能提高引流效果？采集某企業(yè)商品的關鍵詞數(shù)據(jù)，將關鍵詞換成詞根，發(fā)現(xiàn)“情人節(jié)”、“手工”和“友情”這3個詞的訪客數(shù)很低，沒有流量所以應該換其他的有效詞；而且替換新詞會有更好的引流效果。數(shù)據(jù)分析的實用運營方向更清晰決策更精準成功率更高數(shù)據(jù)分析給運營的作用數(shù)據(jù)分析的標準流程PARTTHREE數(shù)據(jù)分析的標準流程明確目標明確分析維度和指標采集數(shù)據(jù)數(shù)據(jù)清洗數(shù)據(jù)整理數(shù)據(jù)分析數(shù)據(jù)可視化數(shù)據(jù)報告數(shù)據(jù)分析前期流程明確目標明確分析維度和指標數(shù)據(jù)采集數(shù)據(jù)清洗采集的數(shù)據(jù)一般不可直接使用，可能會有一部分“臟數(shù)據(jù)”，如果不處理它們將會影響分析的結果，所以我們在整理前需檢查數(shù)據(jù)，發(fā)現(xiàn)“臟數(shù)據(jù)”就必須進行清洗。例：我們從生意參謀下載數(shù)據(jù)，其中第三行觀測值存在“-”為標記的缺失值，此類缺失值如果不處理將無法進行下次操作，因此需將數(shù)據(jù)中的“-”符號替換為數(shù)字“0”。統(tǒng)計日期PC端支付金額PC端支付商品數(shù)PC端支付老買家數(shù)2023-05-03907.624182023-05-04268.941512023-05-051,196.9215-2023-05-061,938.211622023-05-07319.15235數(shù)據(jù)整理子行業(yè)名稱銷售額（千萬元）時間T恤57662023年1月襯衫53982023年1月T恤163902023年2月襯衫186862023年2月T恤295312023年3月襯衫319572023年3月收集的數(shù)據(jù)一般都是零零散散的或者雜亂的，直接觀察數(shù)據(jù)很難知道數(shù)據(jù)的意義，或者洞察信息，所以數(shù)據(jù)只有通過整理，形成整潔的數(shù)據(jù)，才便于我們分析。例：圖1為女裝T恤和襯衫兩個品類在2023年1-3月的銷售額數(shù)據(jù)，將數(shù)據(jù)整理為圖2的形式，更便于分析。圖1時間T恤襯衫總計2023年1月57665398111642023年2月1639018686350762023年3月295313195761488總計5168756041107728圖2數(shù)據(jù)分析關鍵詞詞根訪客數(shù)支付買家數(shù)工具箱34229五金451收納箱120加厚73大號50手提式21數(shù)據(jù)分析目的是將數(shù)據(jù)轉變成有效的信息。前面的步驟都是為了能在這一步得到信息，信息的提煉依靠對比法、拆分法、分組法等分析方法。例：將商品標題中的詞根進行分析，從而對標題進行優(yōu)化。通過對表中支付買家數(shù)進行對比，可以發(fā)現(xiàn)“收納箱”和“大號”這兩個詞根的支付買家數(shù)為0，表示沒有用戶通過這兩個詞產(chǎn)生交易，因此得到的信息是“收納箱”和“大號”這兩個詞可以優(yōu)化。數(shù)據(jù)可視化數(shù)據(jù)可視化旨在借助圖形化手段，清晰有效地傳達與溝通信息。產(chǎn)品點擊率指數(shù)轉化率指數(shù)交易指數(shù)流量指數(shù)口碑指數(shù)A0.850.420.590.740.94B0.620.480.510.780.86C0.960.670.830.550.74例：通過可視化圖表將數(shù)據(jù)直觀的展現(xiàn)出來。數(shù)據(jù)報告數(shù)據(jù)報告是將一系列分析結果具有邏輯性地進行集中展現(xiàn)并闡述分析結論的文檔，可以使用PPT、Word制作報告。數(shù)學、統(tǒng)計學和運籌學PARTFOUR電商數(shù)據(jù)分析的技能圖譜電商數(shù)據(jù)分析師和業(yè)務數(shù)據(jù)分析師的定位相似，需要多種技能的支撐才可以完成數(shù)據(jù)分析任務，因此可以知道數(shù)據(jù)分析并不是一個獨立的學科，它跟多個學科的知識有著緊密的聯(lián)系。電商數(shù)據(jù)人才除了能從數(shù)字中獲取有價值的信息之外，還需要具備熟練的數(shù)據(jù)處理能力。運籌學數(shù)據(jù)分析方法論電商數(shù)據(jù)指標體系數(shù)學和統(tǒng)計學數(shù)學和統(tǒng)計學是數(shù)據(jù)分析兩門最基本的理論知識學科，數(shù)據(jù)分析就是這兩門學科的應用。運籌學是現(xiàn)代管理學的一門重要專業(yè)基礎課，主要研究求解最優(yōu)解，可解決運營過程中的最佳決策問題。數(shù)據(jù)分析方法論：數(shù)據(jù)分析方法論是前人分析的經(jīng)驗歸納，套用方法論可以快速入門數(shù)據(jù)分析。工欲善其事必先利其器，數(shù)據(jù)分析單靠筆尖或者計算器速度太慢，而且面對大量資料的整理需要專業(yè)的技能，因此熟練掌握至少一個工具將大大提高數(shù)據(jù)分析的效率和精度。對于一名數(shù)據(jù)分析工作者來講，業(yè)務場景的敏銳度十分重要，只有懂業(yè)務的分析師才能將數(shù)據(jù)轉變成生產(chǎn)力。了解并掌握電商的數(shù)據(jù)指標體系可以幫助分析者更快更準確地開展數(shù)據(jù)分析工作。數(shù)據(jù)分析方法論PARTFIVE數(shù)據(jù)分析方法論許多電商從業(yè)者在分析數(shù)據(jù)的時候會遇到許多問題：不知從哪方面切入開展分析？分析的內容和指標不知是否合理、完整？這些問題都是因為分析人員缺少方法論的緣故；方法論可以幫助分析人員依據(jù)某些軌跡順利地開展分析活動，常見的分析方法有以下9種。對比法拆分法分組法排序法交叉法只有通過參照物的對比才能了解現(xiàn)狀和發(fā)現(xiàn)問題，通過橫向和縱向的對比找到自己所處的位置。將大問題和相關的指標拆解成多個小問題和多個相關指標，通過拆解問題和指標可以快速找到問題產(chǎn)生的原因。將數(shù)據(jù)依據(jù)某些維度進行分組統(tǒng)計，通過觀察分組后的結果洞察事物的特征?；谀硞€度量值進行遞增或遞減的排列，通過排序后的結果清晰地反映所有觀測值的情況。將兩個及以上的維度進行交叉分析，比如通過產(chǎn)品特征和價格區(qū)間兩個維度的交叉分析，找到更符合企業(yè)定位的細分市場。降維法分析問題時指標的信息量過多，采用業(yè)務梳理的方式選擇核心指標進行分析，減少過多指標的干擾。在統(tǒng)計學上也可以使用主成分分析或因子分析的方法達到降維的目的。降維法分析問題時指標的信息量不足，通過計算派生出新的指標，包含了更多的信息量，比如搜索競爭度=搜索人氣÷商品數(shù)。指標法在分析時采用指標的方式分析結果，一般通過制成表格來查看分析結果。指標法在分析時采用圖形的方式更加直觀地分析結果。數(shù)據(jù)分析方法論除了以上常見的分析方法之外，還有一些在業(yè)務上常用的思維分析框架，如以下7種方法。SWOT分析法通過該方法了解自己所處的環(huán)境，對內外部因素進行分析并制定應對策略。描述性統(tǒng)計法描述性統(tǒng)計是用來概括、表述事物整體狀況以及事物間關聯(lián)、類屬關系的統(tǒng)計方法，基于統(tǒng)計值來表示數(shù)據(jù)集的集中和離散等情況。矩陣分析法將主要因素放在矩陣的兩個維度軸進行定量或者定性的分析，并通過某個點將數(shù)據(jù)分為四個象限。矩陣分析法將三個及以上的維度在表格、多維平面圖或者三維圖中進行觀測分析。數(shù)據(jù)歸一化將數(shù)值映射在[0,1]的范圍上，消除因為值域不同產(chǎn)生的分析難點，一般配合多維分析法或在數(shù)據(jù)建模時使用。時間序列分析法針對連續(xù)的變化的時間數(shù)據(jù)的分析方法，主要用于預測連續(xù)的未來數(shù)據(jù)，比如分析店鋪每天的銷售額。時間序列分析法研究指標間的相關程度，常用于尋找關鍵影響因素。數(shù)據(jù)分析工具PARTSIX數(shù)據(jù)分析工具掌握兩個及以上的分析工具才能更好的進行數(shù)據(jù)分析，而分析工具又五花八門，可將工具分成以下3類。數(shù)據(jù)分析與可視化統(tǒng)計與數(shù)據(jù)挖掘數(shù)據(jù)分析與可視化按照數(shù)據(jù)結構來組織、存儲和管理數(shù)據(jù)的倉庫。常見的數(shù)據(jù)庫有Access、MSSQL、MySQL、Oracle、DB2。用于組織數(shù)據(jù)進行分析和可視化呈現(xiàn)的工具，常見的工具有Excel、PowerBI、Tableau。用于統(tǒng)計分析和數(shù)據(jù)挖掘算法的工具，常見的工具有R、Python、SPSS、SAS。數(shù)據(jù)分析工具根據(jù)企業(yè)的需求階段需要掌握的工具不同，具體如下。第一階段這個階段的企業(yè)現(xiàn)狀是數(shù)據(jù)用Excel或WPS文件存儲，數(shù)據(jù)文件多而雜亂，經(jīng)營多年的電商企業(yè)甚至會有超過10萬張歷史數(shù)據(jù)的表格，無法對龐大歷史數(shù)據(jù)進行分析，數(shù)據(jù)管理雜亂。這個階段企業(yè)需要解決數(shù)據(jù)的統(tǒng)一管理及分析的問題。這個階段可選用Excel和MySQL，Excel解決分析層和應用層的問題，MySQL可解決大數(shù)據(jù)量的存儲和計算問題，而且Excel和MySQL在國內企業(yè)的占有率和普及率相對較高。前期第二階段這個階段的企業(yè)現(xiàn)狀是已經(jīng)實現(xiàn)了統(tǒng)一管理和分析數(shù)據(jù)，但隨著企業(yè)數(shù)據(jù)量和數(shù)據(jù)應用能力的提升，原有的Excel已經(jīng)滿足不了大數(shù)據(jù)量下進行多表建模聯(lián)合分析的需求，可能刷新一張分析模型文件所需的時間很久。

此時需要使用BI產(chǎn)品滿足復雜的業(yè)務建模需求，可選用微軟的PowerBI。部分企業(yè)在這個階段會有專業(yè)統(tǒng)計方法和數(shù)據(jù)挖掘的需求，可選擇SPSS，掌握難度不大。SPSS有兩個工具，一個是Statistics用于統(tǒng)計分析，一個是Modeler用于商業(yè)數(shù)據(jù)分析與挖掘，但是SPSS在國內企業(yè)的占有率較低。數(shù)據(jù)分析工具根據(jù)企業(yè)的需求階段需要掌握的工具不同，具體如下。第三階段這個階段企業(yè)已經(jīng)屬于數(shù)據(jù)驅動型的企業(yè)，數(shù)據(jù)應用需要在生產(chǎn)、流通、銷售和管理等各個環(huán)節(jié)滲透，隨著數(shù)據(jù)種類的復雜化，原有的數(shù)據(jù)采集、清洗及算法應用的效率已經(jīng)滿足不了需求，要運用IT技術和算法解決商業(yè)問題，真正將數(shù)據(jù)轉變成生產(chǎn)力，因此可以在R和Python之間二者擇其一，這兩者都是應用非常廣泛的編程語言。后期第四階段這個階段企業(yè)已經(jīng)是深度的數(shù)據(jù)驅動型企業(yè)，進入這個階段的企業(yè)只有少數(shù)的龍頭企業(yè)，它們通過技術手段極大地提高工作效率和商業(yè)收益，轉型智慧商業(yè)領域，運用大數(shù)據(jù)和人工智能升級改造所有的環(huán)節(jié)。企業(yè)在這個階段需要應用大數(shù)據(jù)框架（如hadoop）來解決并發(fā)問題，以及人工智能框架（如TensorFlow）來解決應用問題。電商數(shù)據(jù)指標體系PARTSEVEN電商數(shù)據(jù)指標體系數(shù)據(jù)指標體系是指由相互之間有邏輯聯(lián)系的指標構成的整體，是基于業(yè)務場景構建的，一個完善的數(shù)據(jù)指標體系將給業(yè)務提供有力的支撐，而且可以防止因為人員的流動導致數(shù)據(jù)分析部門運作癱瘓。業(yè)務的差異性，導致不同電商平臺、不同商戶的數(shù)據(jù)指標體系可能存在差異，但是大體上都是以公式展開：銷售額=訪客數(shù)×轉化率×客單價上式是電商行業(yè)的重要公式，基于這條公式延伸出指標體系。感謝觀看電商數(shù)據(jù)分析導論1.3數(shù)據(jù)分析在電商中的應用1業(yè)務場景23CONTENTS數(shù)據(jù)診斷及復盤市場分析4競爭分析及渠道分析5活動及廣告分析6產(chǎn)品分析及庫存分析7消費者分析業(yè)務場景PARTONE業(yè)務場景數(shù)據(jù)分析的目的是提高商業(yè)的效益，增加企業(yè)的利潤。所以對電商企業(yè)經(jīng)營過程中的各個環(huán)節(jié)進行數(shù)據(jù)分析，為經(jīng)營者提供有效的決策依據(jù)，不但可以提高經(jīng)營效率，還可以提高企業(yè)的經(jīng)營能力。數(shù)據(jù)復盤競爭分析活動分析產(chǎn)品分析市場分析渠道分析廣告分析庫存分析數(shù)據(jù)診斷消費者分析常用的業(yè)務場景包含但不局限于以下10類場景。業(yè)務場景數(shù)據(jù)對于電商運營者而言是一盞指明燈，如果數(shù)據(jù)是運營的眼睛，那么數(shù)據(jù)分析便是運營的視力，一樣的數(shù)據(jù)給不同的運營會有不同的決策結果，每個人看到的都是基于自己的視力水平呈現(xiàn)的結果。本書將運營常用的數(shù)據(jù)分析場景逐一舉例，以使運營人員能夠快速套用場景的分析思路和方法，從而提高運營水平。數(shù)據(jù)的紅利仍在，但運營人員需要具備一定的能力才可以爭取到紅利。通過數(shù)據(jù)分析獲利的店鋪比比皆是，下面列舉3個相關場景。某網(wǎng)店在進行數(shù)據(jù)分析前的退款率高達20%，在對退款產(chǎn)品、退款消費者和原因進行分析后，優(yōu)化了產(chǎn)品詳情頁和打包發(fā)貨環(huán)節(jié)，有效地將退款率降到了8%。某網(wǎng)店在進行數(shù)據(jù)分析前滯銷率高達38%，在對滯銷產(chǎn)品進行分析，對庫存動銷預測后，優(yōu)化了滯銷產(chǎn)品的營銷策略，并用庫存的發(fā)貨速度指導采購部門的備貨數(shù)量，有效地將滯銷率降低到20%。某網(wǎng)店在進行數(shù)據(jù)分析前支付轉化率低到0.87%，在對客服數(shù)據(jù)和頁面數(shù)據(jù)進行分析后，給客服下達了響應時間、響應率等KPI（關鍵業(yè)績指標），并參考同行優(yōu)秀的頁面進行頁面優(yōu)化后，轉化率提高到1.7%。數(shù)據(jù)診斷及復盤PARTTWO杜邦分析法數(shù)據(jù)診斷數(shù)據(jù)診斷是指對網(wǎng)店運營的數(shù)據(jù)指標進行分析對比，找出有異常的數(shù)據(jù)指標或者找出與分析問題最為相關的指標；主要業(yè)務場景：針對網(wǎng)店的數(shù)據(jù)診斷分析運營過程中存在的問題。常用的店鋪快速診斷方法有以下兩種方法。相關性分析法將相關指標進行拆解，并展示最相關的指標變化，從而通過指標間的關聯(lián)和變化快速發(fā)現(xiàn)店鋪的問題。先分析問題找到核心指標，再通過相關性分析指導與問題的核心指標相關程度高的指標，針對性地分析這些指標。數(shù)據(jù)復盤數(shù)據(jù)復盤是針對某個事件對各個工作環(huán)節(jié)產(chǎn)生的數(shù)據(jù)進行梳理，并還原事件發(fā)生的過程。這個事件可能是某次大促或者某次方案的執(zhí)行。診斷與復盤相近，容易混淆，數(shù)據(jù)復盤是還原具體的每一個過程，分析的數(shù)據(jù)包含工作人員的數(shù)據(jù)，比如客服人員撥打了100位網(wǎng)店消費者的電話。運營能從整個過程中進行提煉和總結，而數(shù)據(jù)診斷并不需要還原過程。注應用場景：針對某個事件對各個工作環(huán)節(jié)產(chǎn)生的數(shù)據(jù)進行梳理，并還原事件發(fā)生的過程。市場分析PARTTHREE市場分析市場分析是指應用統(tǒng)計學、計量經(jīng)濟學等分析工具對特定市場的運行狀況、產(chǎn)品生產(chǎn)、銷售、技術、市場競爭力、市場政策等市場要素進行深入的分析，從而發(fā)現(xiàn)市場運行的內在規(guī)律，進而進一步預測未來市場發(fā)展的趨勢。

市場分析是發(fā)現(xiàn)和掌握市場運行規(guī)律的必經(jīng)之路，是市場中企業(yè)發(fā)展的大腦，對指導市場中企業(yè)的經(jīng)營規(guī)劃和發(fā)展具有決定性意義。市場容量分析市場趨勢分析市場細分分析分析的是市場相對規(guī)模，市場規(guī)模是難以估算的，根據(jù)統(tǒng)計學的方式估算的結果并不靠譜，因此要用電商的市場數(shù)據(jù)（抽樣）來分析電商的相對規(guī)模，給決策者提供有價值的參考依據(jù)。對市場的自然規(guī)律進行探索，以及對未來的發(fā)展趨勢進行預測，讓決策者提前根據(jù)市場發(fā)展趨勢做出預判，并對經(jīng)營策略進行調整。市場細分是市場選擇的基礎，需要根據(jù)消費者群體將市場劃分成多個子市場，因為子市場之間需求存在著明顯的差異。品牌分析競爭分析目標市場選擇以品牌為分析維度，研究品牌市場的分布，從而找到市場空白。分析市場競爭環(huán)境和競爭對手，掌握競爭信息便于企業(yè)制定市場營銷策略。目標市場選擇是指根據(jù)自身情況估計每個細分市場的優(yōu)劣勢，并選擇進入一個或多個細分市場。競爭分析及渠道分析PARTFOUR競爭分析競爭分析是針對競爭市場環(huán)境和競爭對手開展的分析，從而幫助企業(yè)更深入地了解市場和自己的同行競爭對手。競爭環(huán)境分析競爭對手的選擇競爭對手數(shù)據(jù)跟蹤競爭對手分析指針對電商平臺搜索環(huán)境、價格和品牌分析的結果，該結果代表了企業(yè)市場成本及進入壁壘的高低。指行業(yè)競爭標桿的確定，根據(jù)競爭對手矩陣和對手分類，確定不同時期的行業(yè)標桿，對企業(yè)的發(fā)展起到正面的引導作用。指長期收集并跟蹤競爭對手數(shù)據(jù)，掌握競爭對手的動態(tài)。指針對某個競爭對手的人群、產(chǎn)品、渠道等開展的分析行為。指針對分布式的社交渠道入口的分析，比如微淘、淘寶直播等渠道，對投放在渠道的商品、內容進行分析，從而指導企業(yè)調整社交渠道的運營策略。社交渠道分析指針對傳統(tǒng)的聚合式流量入口的分析，比如搜索、活動、首頁、廣告等渠道，掌握各個渠道的市場表現(xiàn)和用戶的特征，以幫助企業(yè)優(yōu)化渠道運營策略。傳統(tǒng)流量渠道分析渠道分析渠道分析是指對電商的流量渠道的精細化分析，針對各個渠道的銷售情況、用戶、價格分布等細節(jié)進行分析，以幫助企業(yè)調整渠道布局。活動及廣告分析PARTFIVE分析產(chǎn)品的活動效果，對活動銷量進行預估，幫助企業(yè)制訂活動營銷策略?；顒咏Y束后將活動數(shù)據(jù)與同類活動、日銷數(shù)據(jù)進行對比分析，總結活動的成敗。分析廣告投放的關鍵詞的效果和趨勢，從而給營銷推廣提供決策依據(jù)?；顒蛹皬V告分析活動及廣告分析是指對促銷活動和廣告投放的效果進行分析，從而了解企業(yè)進行營銷活動和廣告的情況，并對下一階段的工作提出優(yōu)化建議，對某些區(qū)域的促銷和廣告策略進行局部調整，對用戶進行更精準的營銷?；顒有ЧA測活動效果對比分析關鍵詞效果分析地域效果分析分析廣告投放的地域的效果和趨勢，從而給營銷推廣提供決策依據(jù)。產(chǎn)品分析及庫存分析PARTSIX產(chǎn)品結構分析產(chǎn)品矩陣產(chǎn)品生命周期分析產(chǎn)品銷售分析產(chǎn)品分析產(chǎn)品分析是指對企業(yè)產(chǎn)品結構和銷售情況進行的分析，通過對這些指標的分析來指導企業(yè)產(chǎn)品結構和運營策略的調整，加強產(chǎn)品的競爭能力和合理配置。對產(chǎn)品的價格、品類、熱賣程度等因素進行分析，了解產(chǎn)品中各類產(chǎn)品的比例關系，從而調整產(chǎn)品的生產(chǎn)和銷售策略。

通過矩陣分析法分析產(chǎn)品，基于兩個或多個因素的相互作用對產(chǎn)品的影響，洞察產(chǎn)品所處的態(tài)勢，從而制訂產(chǎn)品戰(zhàn)略發(fā)展方向。基于產(chǎn)品的銷售趨勢分析產(chǎn)品的生命周期，是從新產(chǎn)品的構想一直到產(chǎn)品消失的整個過程。主要分析各個不同的因素對銷售績效的不同作用，如銷售時段、地域、價格等，通過產(chǎn)品間的對比了解熱銷和滯銷產(chǎn)品，制訂出產(chǎn)品的銷售策略。庫存績效分析補貨數(shù)量測算庫存分析庫存分析是對企業(yè)的庫存績效進行分析的過程，包括庫存預警和補貨數(shù)量的分析，幫助企業(yè)提高倉庫管理能力，提高庫存績效，降低不良庫存。指對庫存的存量、動銷率、售罄率、庫存周轉率等進行分析，幫助企業(yè)管理庫存，掌握庫存的情況。指對產(chǎn)品補貨進行測算，幫助企業(yè)科學補貨。消費者分析Theusercandemonstrateonaprojectororcomputer,orprintthepresentationandmakeitintoafilmtobeusedinawiderfieldPARTSEVEN消費者分布RFM模型復購分析掌握消費者的分布情況，可以了解消費者的大致畫像，有助于提高營銷效果，根據(jù)人群、地區(qū)來制訂營銷計劃，也可以降低廣告成本。消費者分析輿情分析現(xiàn)階段電商企業(yè)獲取消費者的成本極高，一個新消費者的成本甚至要達到數(shù)百元的成本，提高消費者的價值和預防消費者的流失對電商企業(yè)來講就非常重要了，通過對消費者的價值分析和打標，有助于提高企業(yè)的運營能力?；赗FM模型對消費者價值和消費者創(chuàng)利能力進行評判和打標，經(jīng)營者可以有針對性地對消費者進行分類管理。對消費者的復購情況進行分析，了解消費者對該品牌、產(chǎn)品或者服務的重復購買次數(shù)，重復購買率越高，則消費者對品牌的忠誠度就越高，反之則越低。將消費者在線上留下的文字（聊天記錄、評論等）進行統(tǒng)計和模型分析，了解消費者對品牌、產(chǎn)品的看法，需求和情感上的喜惡對品牌、產(chǎn)品的戰(zhàn)略定位起到非常重要的作用，讓運營者可以做出正確的決策。感謝觀看電商數(shù)據(jù)分析導論1.4統(tǒng)計學基礎&1.5運籌學基礎1統(tǒng)計學來源及特點23CONTENTS統(tǒng)計的基本概念統(tǒng)計的工作過程4統(tǒng)計的研究方法567博弈論和運籌學運籌學的模型規(guī)劃求解的經(jīng)典問題統(tǒng)計學來源及特點PARTONE統(tǒng)計學來源統(tǒng)計學是數(shù)據(jù)分析領域十分重要的理論基礎，數(shù)據(jù)分析的主要思想和方法論便是來源于統(tǒng)計學。統(tǒng)計學是關于認識客觀現(xiàn)象總體數(shù)量特征和數(shù)量關系的科學，是通過搜集、整理、分析統(tǒng)計資料，認識客觀現(xiàn)象數(shù)量規(guī)律性的方法論科學。

由于統(tǒng)計學的定量研究具有客觀、準確和可檢驗的特點，所以統(tǒng)計方法就成為實證研究的最重要的方法，廣泛適用于自然、社會、經(jīng)濟、科學技術各個領域的分析研究統(tǒng)計學是一門很古老的科學，起源于研究社會經(jīng)濟問題。一般認為其學理研究始于古希臘的亞里士多德時代，迄今已有兩千三百多年的歷史。統(tǒng)計學Statistics最早是由GottfriedAchenwall于1749年使用的，代表對國家的資料進行分析的學問，也就是“研究國家的科學”。十九世紀，統(tǒng)計學在廣泛的數(shù)據(jù)以及資料中探究其意義，并且由JohnSinclair引進英語世界。統(tǒng)計學特點統(tǒng)計的研究對象是客觀現(xiàn)象的總體數(shù)量特征和數(shù)量關系。統(tǒng)計研究不同于其他學科的研究，是因為它有著以下獨特的研究特點。統(tǒng)計離不開數(shù)據(jù)，一切用數(shù)據(jù)說話。統(tǒng)計的最終目的是研究總體，而不是研究個體，通過尋找事物的共性從而掌握事物的規(guī)律。統(tǒng)計以顯示客觀事物獨立存在的實際情況為目的，數(shù)據(jù)反映的是事物的真相，統(tǒng)計學則是揭開真相的工具。統(tǒng)計的基本概念PARTTWO統(tǒng)計總體統(tǒng)計總體與總體單位總體單位統(tǒng)計總體就是根據(jù)一定的目的和要求所確定的研究事物的全體，它是由客觀存在的、具有某種共同性質的許多個別事物構成的整體?？傮w單位是指構成統(tǒng)計總體的各個個別單位。但總體單位必須是現(xiàn)實生活中存在的個體，不能是虛構的或意念中的事物。總體單位統(tǒng)計總體的存在，必須同時具有同質性、大量性和差異性三大特征。同質性大量性變異性

同質性是指構成總體的每一個個別單位雖然在許多方面存在差異，但至少在一個方面必須保持相同的性質。同質性是統(tǒng)計總體形成的基礎，構成總體的各個單位在某一性質上必須是相同的。大量性是指總體由足夠多的單位構成的，只有個別或少數(shù)的事物不足以構成總體，這是由統(tǒng)計的研究對象決定的。統(tǒng)計的研究對象是客觀現(xiàn)象的數(shù)量特征和數(shù)量關系，少量事物所表現(xiàn)出來的特征往往帶有偶然性，客觀現(xiàn)象數(shù)量方面的規(guī)律性只有在大量事物個別特征的匯總中才能顯示出來，表現(xiàn)出共同性的傾向，從中認識到事物的必然性。變異性是指同一總體的各個單位除了具有某種或某些共同的性質外，在很多方面是存在差異的，這種差異稱為變異。如果總體中的每個個體在各個方面都一樣，就沒有了統(tǒng)計的必要，正是因為變異的普遍存在，才有必要進行統(tǒng)計調查和分析，以尋求總體的一般規(guī)律性。統(tǒng)計總體與總體單位總體的分類按照總體單位是否可數(shù)，總體分為有限總體和無限總體。有限總體規(guī)模和范圍相對較小，是由有限的個別事物構成的總體。無限總體是指總體所包括的個別事物很多，以致無法計量?？傮w與總體單位的關系總體和總體單位不是固定不變的，它們會隨著統(tǒng)計研究的目的不同而變化。一個事物在一種情況下是總體，但在另一種情況下有可能變成了總體單位。標志和標志表現(xiàn)標志標志表現(xiàn)標志表現(xiàn)是指標志特征在各單位的具體表現(xiàn)。統(tǒng)計標志是統(tǒng)計所要調查的項目，標志表現(xiàn)是調查所得結果，是標志的實際體現(xiàn)。標志是說明總體單位的特征或屬性的名稱。每個總體單位從不同方面考察，都有許多屬性和特征。標志與總體單位的關系是十分明確的，如果沒有標志就無法表現(xiàn)總體單位的特征，如果沒有總體單位，標志也就失去了意義。指標的概念、構成及性質指標是指同類社會經(jīng)濟現(xiàn)象總體在一定的時間、地點條件下的綜合數(shù)量表現(xiàn)。例如：2021年淘寶“雙十一”，截止到2021年11月11日23時59分59秒，淘寶當天總銷售額為4982億元。構成要素由對上例的分析，引出指標的6個構成要素：指標名稱、指標數(shù)值、時間范圍、空間范圍、計算方法和計量單位。性質具體性綜合性數(shù)量性總體在具體時間、地點、條件下的數(shù)量特征，即統(tǒng)計指標——質的規(guī)定性。對總體數(shù)量特征的綜合說明是由個體數(shù)量綜合而來的。如：平均價格=∑每個商品的價格/全部商品數(shù)。統(tǒng)計指標是數(shù)量范疇，沒有無數(shù)量的指標。指標分類按性質指標可分為以下2種。按數(shù)值表現(xiàn)形式指標可分為以下3種。數(shù)量指標質量指標反映社會經(jīng)濟現(xiàn)象的總規(guī)模和總水平的指標，表現(xiàn)形式為絕對數(shù)。如商品銷售額、店鋪轉化率、消費者好評率等?？偭恐笜讼鄬χ笜似骄笜朔从晨傮w規(guī)模，通常以絕對數(shù)的形式表現(xiàn)，如人口總數(shù)、國內生產(chǎn)總值等。反映總體在某一時間或空間上的平均數(shù)量狀況，如人均消費水平、某店鋪一周的平均客單價、平均轉化率等。是兩個絕對數(shù)之比，亦稱為相對數(shù)，如計劃完成程度、男女生的比例。說明社會經(jīng)濟現(xiàn)象的相對水平或平均水平的指標，表現(xiàn)形式為相對數(shù)或平均數(shù)。通常是由兩個總量指標對比派生出來的，反映現(xiàn)象之間內在聯(lián)系和對比關系。如行業(yè)平均轉化率、流量價值等。指標和標志的關系指標是說明總體數(shù)量特征的概念，而標志是說明總體特征的概念；指標都是用數(shù)值表示的，而標志有的是用數(shù)字表示的，有的是用文字表示的。聯(lián)系a．許多統(tǒng)計指標是由各單位的數(shù)量標志值匯總而來的，如一個縣的糧食總產(chǎn)量是所屬各鄉(xiāng)村糧食產(chǎn)量的合計數(shù)。b．指標和標志之間存在轉化關系。在一定的條件下（研究目的的調整），指標和標志之間可以相互轉化。當研究目的發(fā)生轉化后，原來的總體轉化為總體單位，統(tǒng)計指標也就變?yōu)閿?shù)量標志了，反之亦然。區(qū)別統(tǒng)計的工作過程PARTTHREE統(tǒng)計的工作過程統(tǒng)計設計統(tǒng)計調查統(tǒng)計整理開展統(tǒng)計工作的初期需要根據(jù)統(tǒng)計的研究對象的性質以及統(tǒng)計的任務、目的，對統(tǒng)計工作的各方面和各環(huán)節(jié)進行通盤考慮和全面安排，通過制訂切實可行的方案來指導實際工作。換句話講就是要先把問題想清楚，圍繞著如何解決問題設計統(tǒng)計的工作。在這個過程中可以把所需的數(shù)據(jù)種類及要求梳理清楚。

根據(jù)設計方案的要求，有計劃有組織地搜索客觀現(xiàn)象的第一手資料。統(tǒng)計整理是統(tǒng)計調查的繼續(xù)，它是運用科學的方法對調查資料進行匯總、整理，使之條理化、系統(tǒng)化的工作過程。統(tǒng)計分析統(tǒng)計分析在統(tǒng)計工作中必不可少，它是在統(tǒng)計整理的基礎上，借助統(tǒng)計分析工具對統(tǒng)計資料進行綜合分析，通過統(tǒng)計分析可以揭示所研究的客觀現(xiàn)象的數(shù)量特征、內在聯(lián)系和客觀現(xiàn)象發(fā)展變化的本質規(guī)律，必要時還可以對客觀現(xiàn)象進行預測。統(tǒng)計的研究方法PARTFOUR統(tǒng)計的研究方法產(chǎn)品分析是指對企業(yè)產(chǎn)品結構和銷售情況進行的分析，通過對這些指標的分析來指導企業(yè)產(chǎn)品結構和運營策略的調整，加強產(chǎn)品的競爭能力和合理配置。統(tǒng)計分組法大量觀察法綜合指標法歸納推斷法大量觀察法是統(tǒng)計研究的特有方法，只有在大量觀察的基礎上，才能消除偶然的數(shù)值差異所產(chǎn)生的影響。也只有在大量觀察的基礎上形成的總體平均數(shù)，才能顯示總體的一般水平和發(fā)展變化規(guī)律。而少數(shù)資料或短時間的數(shù)值變化，是難以得到正確的分析結論的。一般情況下，數(shù)據(jù)量越大，統(tǒng)計分析的結果就越接近事物的真實規(guī)律。統(tǒng)計分組法在統(tǒng)計研究中占有重要地位，也是分析電商數(shù)據(jù)時最常用的統(tǒng)計方法，它不僅是統(tǒng)計資料整理的重要組成部分，而且在整個統(tǒng)計工作階段都能發(fā)揮特有的作用。綜合指標法就是利用多項綜合指標，對相互聯(lián)系的客觀現(xiàn)象進行綜合概括的方法。歸納法是從個別到一般的推理方法，是統(tǒng)計研究中常用的方法。推斷法主要應用于所研究的總體單位數(shù)很多甚至是無限總體的情況，通過觀察部分單位進行計算和分析，據(jù)以推斷總體的數(shù)量特征。統(tǒng)計分組法從統(tǒng)計設計階段開始，要根據(jù)研究對象的特點，制訂分類標準，確定反映總體不同性質特征的分類指標體系。在統(tǒng)計調查階段，要根據(jù)具體的分組規(guī)定和分組方法，分門別類地收集有關數(shù)據(jù)。在統(tǒng)計整理階段，需對搜集來的原始資料，按統(tǒng)計分析的要求進行分析或再分組。到統(tǒng)計分析階段，則可以用類型分組、結構分組、水平分組、依存關系分組、時間階段分組等各種分組方法進行統(tǒng)計分析，以反映總體內部不同分組條件下事物的相互聯(lián)系。類型分組結構分組水平分組類型分組是按不同類型進行分組，比如按店鋪類型分為天貓店和集市店，分組后可觀察各自店鋪數(shù)量或銷售額的差異。結構分組是根據(jù)研究對象的內部結構進行分組，比如研究淘寶類目，可以根據(jù)淘寶的類目樹，一級類目分為服飾、數(shù)碼等，服飾又可以分為服裝、飾品，服裝又可進一步分為T恤、襯衫等。依存關系分組時間階段分組水平分組是基于研究對象的不同水平進行分組，比如分為不同的價格區(qū)間、銷量區(qū)間進行研究。依存關系分組是把性質上有關的不同社會經(jīng)濟現(xiàn)象聯(lián)系起來進行分組。通過依存關系分組，可以觀察不同社會經(jīng)濟現(xiàn)象總體之間在數(shù)量上的依存關系，認識不同現(xiàn)象之間在數(shù)量上影響的作用、程度和規(guī)律性。比如研究商品定價和銷量之間的關系，可以把商品分別按照銷售額和價格進行分組，然后觀察各組的銷售額和商品數(shù)量分布，將兩者聯(lián)系起來進行分析。時間階段分組是根據(jù)時間粒度進行分組，如年、季度、月、周、天、小時、分鐘、秒鐘。在分析店鋪銷售額時可以把銷售額按照不同的時間階段進行分組分析，根據(jù)天及以上的粒度作為分組是研究銷售額的趨勢，根據(jù)小時的粒度作為分組是研究消費者的行為特征（消費者集中在幾點鐘進行網(wǎng)購消費）。博弈論和運籌學PARTFIVE什么是博弈論博弈論（GameTheory）又被稱為對弈論，是現(xiàn)代數(shù)據(jù)的一個新分支，也是運籌學的一個重要學科。博弈論是二人在平等的對局中各自利用對方的策略變換自己的對抗策略，達到取勝的目的的一種理論。在西漢時期，時逢匈奴入侵上郡，騎郎將李廣奉命前去整訓軍隊，抗擊匈奴。一次，李廣與匈奴數(shù)千騎兵遭遇，而且互相都看到了對方，當時情況十分危急，匈奴騎兵團開始布陣，而李廣身邊僅有百騎，雙方兵力懸殊，毫無勝算。漢軍非常驚慌，想原地掉轉馬頭撤退，都等著將領李廣發(fā)號施令。李廣說，距離大軍幾十里，現(xiàn)在一百騎兵這樣逃跑，匈奴一旦追趕射擊馬上就全軍覆沒了，相反，如果留下來，匈奴沒有攻擊，就得以保全性命。此時，設定殺掉對方一人為+1，被對方殺掉一人為-1，對弈推演如表1所示。只要匈奴進軍，漢軍必然損失100人，收益是-100，只有匈奴撤退，漢軍的收益為0，就算贏得這場博弈。因為匈奴不知道李廣軍隊與大軍的距離，誤以為眼前的漢軍是一支誘敵隊伍，所以不會貿(mào)然進軍，而漢軍也不會貿(mào)然攻擊兵力比自己多數(shù)十倍的敵人，此時對弈推演如表2所示。通過表2可以知道進軍的收益最大，此時應該進軍。于是，李廣下令進軍，到距離敵軍兩公里的地方下馬解鞍。這樣匈奴將領就更加堅決地認為眼前的這支漢軍是一支誘敵的部隊，他們只要一出擊就會被埋伏好的漢軍偷襲。于是兩軍對峙到天黑，匈奴擔心漢軍會半夜偷襲，于是悄悄撤走，李廣的百騎在第二天一早安全回到大營。在這個兇險萬分的故事中，關鍵點在于匈奴不知道李廣已經(jīng)遠離大部隊，而且不知道漢軍將領李廣在這支隊伍中，屬于不完全信息的博弈。在我國的歷史長河中，不乏這樣的精彩故事，這些故事都是博弈論的應用，只是在中國古代沒有“博弈論”這個名詞。漢軍

匈奴進軍撤退進軍100，-100100，-100撤退0，00，0漢軍

匈奴進軍撤退進軍0，0100，-100撤退0，00，0表1表2什么是運籌學運籌學（OperationalResearch，OR）中的運籌二字，出自《史記·高祖本紀》中的“夫運籌策帷帳之中，決勝于千里之外，吾不如子房”。運籌學是一種應用數(shù)學，主要研究最優(yōu)化決策的問題，在研究過程中使用了許多數(shù)學工具（包括概率統(tǒng)計、數(shù)理分析、線性代數(shù)等）和邏輯判斷方法。運籌學的應用一般有3個步驟：提出問題、建立模型、制訂解法。運籌學最早應用于軍事活動，運籌學解決了許多重要的作戰(zhàn)問題，現(xiàn)在廣泛應用在各行各業(yè)，應用最多的行業(yè)如下。軍事工程優(yōu)化城市管理電商/零售解決多兵種聯(lián)合火力打擊的協(xié)同作戰(zhàn)問題，兵力駐防問題，訓練方案問題，攻防對策問題。解決工程進度控制問題，工程施工方案問題，材料采購問題。解決城市供水和污水處理問題，警車的配置問題。解決推廣方案問題，活動定價問題，客服排班問題，價格戰(zhàn)問題，運營方案問題。運籌學的模型PARTSIX運籌學的模型除了應用在行業(yè)上，在日常學習、工作和生活中運籌學也隨處可見，比如時間管理，如何才能爭取更多的時間？假設小李是一名電商運營人員，每天八點半準時上班，在上班過程有以下9個事務。①打開電腦，電腦開機需要1分鐘。②泡一杯咖啡，需要5分鐘。③查看昨天的工作日志，需要15分鐘。④打開店鋪后臺查看昨日數(shù)據(jù)，需要5分鐘。⑤下載昨日數(shù)據(jù)，需要10分鐘。⑥制作日報表，需要10分鐘。⑦撰寫工作匯報郵件，需要10分鐘。⑧跟上下級溝通，需要30分鐘。⑨閱讀行業(yè)信息，需要20分鐘。已知條件是，昨日數(shù)據(jù)更新可被查看或下載是在上午9:10后，工作匯報郵件必須在10點之前發(fā)出，跟上下級溝通必須在10點之后，在下載數(shù)據(jù)時不能同步操作電腦。

這時應該如何合理安排工作流程？最早可以在幾點結束工作？運籌學的模型這就是一個求最優(yōu)解的問題，需要運用運籌學來解這個問題。第一步提出問題。如何讓時間合理應用，讓自己空出更多的時間？第二步建立模型。分析：小李的9個事務中，有些是可以并行的，比如開電腦等待的1分鐘，可以用來同步執(zhí)行第2個事務。模型的一般數(shù)學形式可以表示為：U=f（x,y,z）式中：x——可控變量；y——已知參數(shù)；z——隨機因素。根據(jù)已知條件，確定各個任務的關系根據(jù)任務之間的邏輯關系和特定條件，制訂任務流程，小李最早可在10點45分完成9個事務。規(guī)劃求解的經(jīng)典問題PARTSEVEN?運籌學的模型規(guī)劃求解在電商領域中是非常經(jīng)典的一個問題，可用于解決某項任務的合理分配問題。比如廣告投放問題，假設有1000萬元的廣告預算，應該如何合理安排投放到各個平臺，讓廣告效益最大化？例1：淘寶投放廣告的站內渠道有直通車和智鉆，直通車是按單擊付費，智鉆是按展現(xiàn)付費。根據(jù)歷史數(shù)據(jù)了解到直通車的CPC（平均單擊單價）是0.36元，轉化率是3.4%，智鉆的CPC是0.65元，轉化率是4.1%。已知有1000萬元的廣告預算，平均客單價是100元，由于協(xié)議原因各個渠道的投放都不能少于300萬元，請問如何規(guī)劃廣告預算才能讓廣告效益最大化？收益率預估為多少？運籌學的模型解：設直通車的投放預算為X1，鉆展的投放預算為X2，則有：公式1：X1+X2=10000000公式2：X1≥3000000公式3：X2≥3000000公式4：X1÷0.36×0.034×100+X2÷0.65×0.041×100=MAX即（1.224×X1+2.665×X2=MAX）根據(jù)公式4，可知要求得最大解，關鍵在X2，讓X2最大就能達到最優(yōu)解。即1.224×3000000+2.665×7000000=22327000收益率=22327000÷10000000=2.2327運籌學的模型在Excel中求解本例的步驟（1）如圖1所示，在【文件】選項卡中，選擇【選項】-【加載項】-【Excel加載項】命令，打開規(guī)劃求解加載項。（2）如圖2所示，在Excel中鍵入?yún)?shù)X1和X2，X1和X2是待求解參數(shù)，留空即可。C1單元格的公式為：X1+X2=A2+B2，D1單元格的公式為：MAX=1.224*A2+2.665*B2（3）如圖3所示，添加規(guī)劃求解器后，在數(shù)據(jù)選項卡的最右側會新增該功能的按鍵，單擊【規(guī)劃求解】按鈕。（4）如圖4所示，設置目標為MAX，可變單元格就是要求解的X1和X2，以及公式1～3的約束條件。設置完畢后，單擊【求解】按鈕。（5）如圖5所示，規(guī)劃求解找到一個解，可滿足所有的約束及最優(yōu)狀況，單擊【確定】按鈕。（6）如圖6所示，最優(yōu)解會自動填充到Excel中。圖1圖2圖3圖4圖5圖6感謝觀看電商數(shù)據(jù)分析導論1.6數(shù)據(jù)分析的專業(yè)名詞1.7電商數(shù)據(jù)來源及指標體系1數(shù)據(jù)分析的專業(yè)名詞23CONTENTS456數(shù)據(jù)來源及統(tǒng)一數(shù)據(jù)口徑基礎數(shù)據(jù)指標常用分析度量建立數(shù)據(jù)指標體系數(shù)據(jù)分析的專業(yè)名詞PARTONE維度和分類數(shù)據(jù)度量和定量數(shù)據(jù)粒度維度是數(shù)據(jù)分析的術語之一，是指可指定不同值的對象的描述性屬性或特征，維度不可以數(shù)值的大小反映程度，維度屬于分類數(shù)據(jù)，如性別、地域、日期、渠道分類、商品名稱等。數(shù)據(jù)分析的專業(yè)名詞量綱和單位度量是數(shù)據(jù)分析的術語之一，是指可以用數(shù)字大小來衡量程度且具有同等距離的字段，同時也稱之為指標，度量屬于定量數(shù)據(jù)。度量可分為絕對度量和相對度量，絕對度量反映的是規(guī)模大小的指標，如銷售額、訪客數(shù)等。相對數(shù)指標主要用來反映質量好壞，如轉化率、利潤率、退款率等。分析一個事物發(fā)展程度可以從數(shù)量和質量兩個角度入手分析，以全面衡量事物發(fā)展程度。粒度是維度的分析單位，如分析國內地域的銷售分布，可以選擇省份作為粒度，如廣東省、浙江省等。要分析某省份的地域分布，可以選擇城市作為粒度，如杭州市、湖州市等。量綱是表征物理量的屬性（類別），如時間、長度、質量等；單位是指物理量大小或數(shù)量的標準，如s、m、Kg等。在進行數(shù)據(jù)分析時會遇到銷售額和轉化率，這時量綱不同就不能直接放在一起分析。數(shù)據(jù)集、事實表和維度表數(shù)據(jù)集（DataSet）又稱為資料集、數(shù)據(jù)集合或資料集合，是一種由數(shù)據(jù)組成的集合，如一張記錄網(wǎng)店數(shù)據(jù)的表。事實表（FaceTable）用于記錄已經(jīng)發(fā)生的事實的數(shù)據(jù)，一般大多數(shù)統(tǒng)計或者收集的數(shù)據(jù)都是事實表。維度表（DimensionTable）是觀察事實表的某一個或幾個角度，維度表中的數(shù)據(jù)不可以重復，如日歷表，日歷中不會出現(xiàn)任何重復的一天。數(shù)據(jù)分析的專業(yè)名詞算法（Algorithm）是指解題方案的準確而完整的描述，運用數(shù)學方法將現(xiàn)實中復雜的問題降維成數(shù)學問題。函數(shù)（Function）是封裝好的算法，可供用戶直接調用。比如，Excel中的Sum函數(shù)，程序提前封裝好加法，用戶直接調用Sum指令即可。模型（Model）是解決某些問題的整體方案，可分為業(yè)務模型、關系模型和算法模型。業(yè)務模型是基于業(yè)務邏輯構建的可自動處理業(yè)務中間過程的整體結構，比如杜邦分析法構建的杜邦分析模型。關系模型是基于表與表的關系建立的解決方案，一般涉及跨表聯(lián)查。算法模型是基于算法構建的解決方案，如關聯(lián)算法、回歸模型等。算法和函數(shù)模型數(shù)據(jù)來源及統(tǒng)一PARTTWO數(shù)據(jù)來源及統(tǒng)一小到一家店鋪，大到電子商務平臺，都會有訂單數(shù)據(jù)的產(chǎn)生，訂單數(shù)據(jù)主要記錄的是訂單金額、收貨地址及訂單狀態(tài)等信息。平臺擁有用戶在平臺上全鏈路的行為數(shù)據(jù)，商家擁有用戶在自己店鋪消費的行為數(shù)據(jù)，品牌方可使用阿里巴巴提供品牌數(shù)據(jù)銀行進行用戶行為的路徑分析，當前有多家數(shù)據(jù)企業(yè)提供類似的數(shù)據(jù)服務。不管是平臺還是商家都擁有豐富的運營數(shù)據(jù)，阿里巴巴的生意參謀，京東的數(shù)據(jù)羅盤都提供了豐富的數(shù)據(jù)，如點擊率、轉化率等核心指標。以文本、圖片和視頻為主的數(shù)據(jù)，可反映用戶對平臺或商品的滿意程度。電商數(shù)據(jù)分析的主要流量來源交易/訂單數(shù)據(jù)用戶行為數(shù)據(jù)運營數(shù)據(jù)口碑評價數(shù)據(jù)數(shù)據(jù)口徑PARTTHREE數(shù)據(jù)口徑

數(shù)據(jù)口徑也稱為統(tǒng)計口徑，是指統(tǒng)計數(shù)據(jù)所采用的標準，包含統(tǒng)計內涵和統(tǒng)計范圍。統(tǒng)計內涵即進行數(shù)據(jù)統(tǒng)計的具體內涵（項目內容），如店鋪的銷售金額，其統(tǒng)計內涵是指扣除退款的全店商品的銷售額包括全店商品的銷售額，但還要扣除退款的金額。統(tǒng)計范圍是在指標的統(tǒng)計內涵基礎之上的匯總范圍，不同的范圍會導致指標的意義不同意義。如店鋪銷售金額，店鋪下單金額是存在數(shù)據(jù)口徑的差異，店鋪銷售金額和某品類的銷售金額是統(tǒng)計范圍的差異差別。數(shù)據(jù)口徑的統(tǒng)一沒有對錯之分，如A企業(yè)將下單金額定義為銷售金額，B企業(yè)將支付金額定義為銷售金額。企業(yè)在確定數(shù)據(jù)口徑時會為了某些目的，而采用不常用的規(guī)則。重要的是統(tǒng)一數(shù)據(jù)口徑是企業(yè)開展數(shù)據(jù)分析事務的前提條件，只有統(tǒng)一數(shù)據(jù)口徑之后分析人員方可使用數(shù)據(jù)開展數(shù)據(jù)分析工作。基礎數(shù)據(jù)指標PARTFOUR支付金額支付件數(shù)支付父訂單數(shù)支付子訂單數(shù)支付轉化率基礎數(shù)據(jù)指標交易指標流量指標服務指標其他指標曝光量瀏覽量訪客數(shù)點擊率退款率退款時長加購人數(shù)收藏次數(shù)1．交易指標支付金額：指統(tǒng)計時間內，消費者完成支付流程后的所有訂單的金額匯總，是電商企業(yè)重點關注的收入指標。支付件數(shù)：指統(tǒng)計時間內，消費者完成支付流程后的所有訂單的商品件數(shù)匯總。支付父訂單數(shù)：指統(tǒng)計時間內，消費者完成支付流程后的父級訂單數(shù)量，父級訂單指的是一次下單總訂單號。支付子訂單數(shù)：指統(tǒng)計時間內，消費者完成支付流程后的子級訂單數(shù)量，每一個訂單中的不同SKU都是一個子級訂單。支付子訂單數(shù)除以支付父訂單數(shù)等于SKU連帶率。支付轉化率：指統(tǒng)計時間內，完成支付流程的消費者數(shù)量占總訪客數(shù)的比例。支付轉化率是重要指標之一，常用于評估運營內功的好壞或用戶對商品的喜好度。基礎數(shù)據(jù)指標4．其他指標加購人數(shù)：指統(tǒng)計時間內，訪客將商品加入購物車的訪客去重數(shù)。收藏次數(shù)：指統(tǒng)計時間內，寶貝被來訪者收藏的次數(shù)，一件寶貝被同一個人收藏多次記為多次。3．服務指標退款率：指統(tǒng)計時間內，退款成功筆數(shù)除以支付寶支付子訂單數(shù)，退款包括售中僅退款和售后退貨退款。退款時長：指統(tǒng)計時間內，全部退款處理總時長除以全部退款筆數(shù)，即每筆退款從發(fā)起到完結的平均處理時長，退款包括售中僅退款和售后退貨退款。2．流量指標曝光量：指統(tǒng)計時間內，商品或店鋪得到曝光（即展現(xiàn)在消費者面前）的次數(shù)。瀏覽量：指統(tǒng)計時間內，商品或店鋪被用戶打開（即進入到對應的URL中）的次數(shù)。訪客數(shù)：指統(tǒng)計時間內，商品或店鋪被用戶打開（即進入到對應的URL中）的人數(shù)去重數(shù)，訪客數(shù)是重要指標之一，常用于評估客群的規(guī)模。點擊率：指統(tǒng)計時間內，商品被單擊的次數(shù)（瀏覽量）除以商品被曝光的次數(shù)（曝光量）。點擊率是重要指標之一，常用于評估運營內功的好壞或用戶對商品的喜好度。常用分析度量PARTFIVE環(huán)比=（本期數(shù)據(jù)－上期數(shù)據(jù)）÷上期數(shù)據(jù)常用分析度量年累計：到現(xiàn)在日期為止的一年（按公元年份計算），某個指標的累加數(shù)據(jù)，常用的有支付金額、訪客數(shù)、退款額等。目標完成率：到指定時間范圍內，完成目標的比例。常用分析度量用于幫助用戶判斷運營情況的好壞，銷售額、訪客數(shù)、客單價及轉化率等關鍵指標都可以使用分析度量。常用分析度量有：年累計、環(huán)比、同比和目標完成率。環(huán)比：對比上個月同期，某個指標的變化幅度。同比：對比去年同期，某個指標的變化幅度。同比=（本期數(shù)據(jù)－去年同期數(shù)據(jù)）÷去年同期數(shù)據(jù)目標完成率=年累計銷售額÷目標銷售×100%建立數(shù)據(jù)指標體系PARTSIX訪客數(shù)轉化率建立數(shù)據(jù)指標體系第一步：先確定統(tǒng)計指標，包括平均值、匯總值、最大值、最小值、目標達成率、環(huán)比增長率、同比增長率7個度量值。第二步：如圖1-17所示，基于公式：銷售額=訪客數(shù)*轉化率*客單價，整理與其相關的指標。瀏覽量客單價點擊率停留時間訪問深度人均支付件數(shù)第三步：如表1-8和表1-9所示，給每個指標統(tǒng)一的統(tǒng)計口徑和解釋，讓單位的所有同事都可以一目了然，從而提高溝通效率和工作效率。圖1-17

指標整理建立數(shù)據(jù)指標體系分析模塊指標來源定義算法指標類型數(shù)據(jù)類型相關數(shù)據(jù)

源表相關數(shù)

據(jù)報表銷售銷售額生意參謀下單且支付的總金額支付轉化率*訪客數(shù)*客

單價正指標數(shù)值店鋪取數(shù)表店鋪整體分析報表上新率自行統(tǒng)計上新的SPU占全店SPU的比例新SPU/總

SPU數(shù)

百分比

商品信息表退款金額售后報表申請退款且退款成功的總金額成功退款訂單的匯總金額逆指標數(shù)值售后退款表

退款率自行統(tǒng)計當月成交后退款的訂單筆數(shù)的比例退款訂單數(shù)/總訂單數(shù)逆指標百分比

售后退款表店鋪取數(shù)表數(shù)據(jù)指標體系1統(tǒng)計周期部門相關度量值表現(xiàn)方式KPI變化閾值變化說明月、周、天運營部總銷售額年累積銷售額折線圖

15%市場趨勢下降，換季，競爭對手打擊，違規(guī)，斷貨……月運營部產(chǎn)品部/卡片，表格10%/采購/生產(chǎn)，拍攝、設計的進度月產(chǎn)品部售后部年累積退款總額

比銷售額增幅高30%產(chǎn)品質量，詳情頁描述，惡意訂單數(shù)據(jù)指標體系2表1-8表1-9

建立數(shù)據(jù)指標體系數(shù)據(jù)指標字段說明分析模塊：指標所屬的分析模塊。指標：指標的名稱，名稱可以自定義也可以和電商平臺保持相同的名稱。來源：獲取該數(shù)據(jù)的來源平臺或地址。定義：該指標的統(tǒng)計口徑。算法：該指標可通過哪個算法計算得出。指標類型：指標是正指標（越大越好）還是逆指標（越小越好）。數(shù)據(jù)類型：數(shù)據(jù)存儲的形式，常見的有數(shù)值、文本、日期等。相關數(shù)據(jù)源表：該指標可在數(shù)據(jù)庫的哪張表找到。相關數(shù)據(jù)報表：使用這個指標的報表名稱。統(tǒng)計周期：該指標的統(tǒng)計時間范圍間隔，常見的有按天統(tǒng)計、按3天統(tǒng)計、按周統(tǒng)計、按月統(tǒng)計、按季度統(tǒng)計、按年統(tǒng)計。部門：可查看該指標的部門，用于指定數(shù)據(jù)權限。相關度量值：通過該指標計算出來的相關度量值。表現(xiàn)方式：該指標進行展現(xiàn)的可視化對象。KPI：該指標的是指關鍵績效指標。變化閾值：超過變化閾值需要提醒經(jīng)營者注意。變化說明：指標發(fā)生變化時，說明變化產(chǎn)生的原因。感謝觀看數(shù)據(jù)分析方法論2.1基本方法&2.2高級方法1對比法23CONTENTS拆分法排序法4分組法6降維法7增維法8指標法9圖形法5交叉法10SWOT分析法11描述性統(tǒng)計法12數(shù)據(jù)標準化（指數(shù)化）基本方法數(shù)據(jù)分析有法可循，在分析數(shù)據(jù)時使用分析方法可以快速有效地分析數(shù)據(jù)，從數(shù)據(jù)中獲取信息。常用的基本方法有對比法、拆分法、排序法、分組法、交叉法、降維法、增維法、指標法和圖形法。根據(jù)業(yè)務場景選擇一種或一種以上的分析方法可以讓分析更加高效。各基本方法的使用場景如表所示。分析方法使用場景對比法發(fā)現(xiàn)問題拆分法尋找問題的原因排序法找到分析的重點分組法洞察事物特征交叉法將兩個及以上的維度進行比較，并通過交叉的方式分析數(shù)據(jù)降維法解決復雜問題增維法解決信息量過少的問題指標法基本方法，可支持多字段圖形法基本方法，對分析字段有數(shù)量限制對比法PARTONE對比法是最基本的分析方法也是數(shù)據(jù)分析的“先鋒軍”，分析師在開展分析時首先使用對比法，可以快速發(fā)現(xiàn)問題。進行商業(yè)分析時有三個必備的維度，分別是過去的自己、同期的對手和同期的行業(yè)，通過這三個維度的對比可以了解數(shù)據(jù)意義，否則數(shù)據(jù)就是一座孤島。對比法分為橫向和縱向兩個方向。橫向對比是指跨維度的對比，用于分析不同事物的差異，比如在分析企業(yè)銷售業(yè)績的時候，將不同行業(yè)的企業(yè)銷售業(yè)績一起進行對比，這樣可以知道某家企業(yè)在整個市場的地位。如我國500強企業(yè)排行榜單，就是將不同行業(yè)的企業(yè)產(chǎn)值進行對比?？v向對比是指在同一個維度不同階段的對比，比如基于時間維度，將今天的銷售業(yè)績和昨天、上個星期同一天進行對比，可以知道今天銷售業(yè)績的情況。例：小李是某網(wǎng)店運營，剛接手一家新網(wǎng)店，欲確定該店鋪的主營品類，已知該店鋪經(jīng)營A、B、C、D四個品類，各品類銷售數(shù)據(jù)如右表所示。解：將表轉變成柱形圖，如右表所示，通過對比A、B、C、D四個品類銷售額的最大值，要做市場規(guī)模則選擇銷售額高的品類，要便于生存則選擇銷售額低的品類。A品類B品類C品類D品類1580萬元780萬元605萬元1685萬元各品類的銷售額拆分法PARTTWO拆分法拆分法是最常用的分析方法之一，在許多領域應用非常廣泛，杜邦分析法就是拆分法的經(jīng)典應用。拆分法是將某個問題拆解成若干個子問題，通過研究該若干子問題從而找到問題的癥結點并解決問題。比如在研究銷售業(yè)績下降問題時，可以將銷售業(yè)績問題拆分成轉化率、客單價和訪客數(shù)這三個子問題，通過分析這三個子問題從而解決銷售業(yè)績問題。解：如圖所示，銷售額下降的問題可拆分成三個子問題，分別是訪客數(shù)、轉化率和客單價的變化，對上表的數(shù)據(jù)運用對比法發(fā)現(xiàn)主要是訪客數(shù)的變化引起的銷售額大幅下降?？稍龠M一步拆分訪客數(shù)，訪客數(shù)可分為付費訪客數(shù)和免費訪客數(shù)，對問題的原因進行進一步剖析，直到找到問題的根源。拆分法可分為完全拆分法和重點拆分法。完全拆分法，也稱為等額拆分法，是將父問題100%進行拆解，拆解出來的子問題的和或者集合（算法）可100%解釋父問題。如銷售額=訪客數(shù)×轉化率×客單價，等式兩邊完全相等。重點拆分法，也稱為非等額拆分法。只拆分出問題的重點，子問題只解釋了父問題的80%左右。如做好網(wǎng)店=點擊率+轉化率+退款率，確實要做好一家網(wǎng)店只要做好點擊率、轉化率和退款率這三個指標就夠了，但做網(wǎng)店運營不完全是這三個環(huán)節(jié)。抓住重要環(huán)節(jié)，有時面對一些復雜的問題，就需要采用重點拆分法。日期訪客數(shù)轉化率客單價銷售額周一10003.5%1003500昨日20003.4%1006800上周一25003.5%1008750例：某網(wǎng)店的銷售額大幅下降，店鋪核心數(shù)據(jù)如表所示，運營欲找出銷售額下降的原因排序法PARTTHREE排序法排序法是基于某一個指標或度量值的大小，將觀測值進行遞增或遞減排列，每一次排列只能基于某一個指標。排序法是從對比法中衍生的一種常用方法，百度搜索風云榜、阿里排行榜等業(yè)內知名榜單就是重采用排序法的產(chǎn)品，通過查看排序后的榜單，用戶可以快速獲取目標價值信息。例：某運營收集了數(shù)個品類的數(shù)據(jù)，如表所示，欲通過排序法列出品類榜單品類交易指數(shù)在線產(chǎn)品數(shù)（個）T恤2017855135570連衣裙4355121868084褲子2266441053642襯衫1959211556930表1未排序的品類行業(yè)數(shù)據(jù)解：排序法只能基于某一個度量進行排序，表1中有兩個度量，因此可以做出兩個表單。表2為基于交易指數(shù)的榜單，排名越靠前代表該品類的市場規(guī)模越大。排名品類交易指數(shù)在線產(chǎn)品數(shù)（個）1連衣裙43551218680842褲子22664410536423T恤20178551355704襯衫1959211556930表3為基于產(chǎn)品數(shù)的榜單，排名越靠前代表該品類的市場競爭越大。排名品類交易指數(shù)在線產(chǎn)品數(shù)（個）1T恤20178551355702褲子22664410536423連衣裙43551218680844襯衫1959211556930分組法PARTFOUR分組法來源于統(tǒng)計學，用于發(fā)現(xiàn)事物的特征，是非常重要的分析方法。分析時可以按類型、結構、時間階段等維度進行分組，觀察分組后的數(shù)據(jù)特征，從特征中洞察信息。例：基于下表的信息，分析褲子和職業(yè)套裝的差異父類目子類目銷售額（元）褲子休閑褲747991311褲子打底褲89942330褲子西裝褲/正裝褲4952899褲子棉褲/羽絨褲1800685職業(yè)套裝休閑套裝216517887職業(yè)套裝職業(yè)女裙套裝24072258職業(yè)套裝醫(yī)護制服1649589職業(yè)套裝其他套裝5952780解：基于題目可以得知需要對父類目進行統(tǒng)計分組。分組結果如下表所示父類目銷售額（元）褲子844687225職業(yè)套裝248192514通過觀察分組結果可知褲子的市場份額遠大于職業(yè)套裝的市場份額交叉法PARTFIVE交叉法是對比法和拆分法的結合，將有一定關聯(lián)的兩個或兩個以上的維度和度量值排列在統(tǒng)計表內進行對比分析，在小于等于三維的情況下可以靈活使用圖表進行展示。當維度大于三維時選用統(tǒng)計表展示，此時也稱之多維分析法。比如在研究市場定價時，經(jīng)常將產(chǎn)品特征和定價作為維度，銷售額作為指標進行分析。例：下表所示是不同性別的消費者在不同品類上的消費金額數(shù)據(jù)，利用交叉法分析不同性別的差異。性別品類消費金額（元）男零食68男耳機180女零食155女耳機42解：將左表轉變成二維交叉表，如表2-10所示，可以直觀地觀察到男性和女性用戶在消費偏好上的差異，男性更愿意在耳機上消費，女性則更愿意在零食上消費。性別

品類零食耳機男68180女15542降維法PARTSIX降維法是在數(shù)據(jù)集指標過多及分析干擾因素太多時，通過找到并分析核心指標提高分析精度，或者通過主成分分析、因子分析等統(tǒng)計學方法將數(shù)據(jù)由高維轉換成低維的方法。比如在分析店鋪數(shù)據(jù)時，根據(jù)業(yè)務問題的核心提取主要的2~4個核心指標進行分析。例：根據(jù)下表的數(shù)據(jù)指標字段評估店鋪的綜合情況。轉化率銷售額客單價訪客數(shù)動銷率連帶率好評率糾紛率上新率解：對數(shù)據(jù)指標字段進行分類，將店鋪的評估分成產(chǎn)品運營能力、店鋪獲客能力和店鋪服務能力。動銷率連帶率上新率反映店鋪產(chǎn)品運營能力的指標如下表所示反映店鋪獲客能力的指標如下表所示轉化率銷售額客單價訪客數(shù)反映店鋪服務能力的指標如下表所示好評率糾紛率基于各能力維度下的指標，綜合評估各能力的分數(shù)?？墒褂脭?shù)據(jù)歸一化的方法或者熵值法計算分數(shù)，達到綜合評估的目的。1.數(shù)據(jù)歸一化是將數(shù)據(jù)映射到[0,1]的區(qū)間，在2.2.3小節(jié)中詳細介紹。2.熵值法的核心思想是用信息的無序度來衡量信息的效用值。信息的無序度越低（越不穩(wěn)定）增維法Theusercandemonstrateonaprojectororcomputer,orprintthepresentationandmakeitintoafilmtobeusedinawiderfieldPARTSEVEN增維法是在數(shù)據(jù)集的字段過少或信息量不足時，為了便于分析師分析，通過計算衍生出更加直觀的指標。比如在分析關鍵詞時，將搜索人氣除以商品數(shù)量得到的新指標，定義為關鍵詞的競爭指數(shù)。例：如表所示，計算關鍵詞的競爭度，公式如下：競爭度=搜索人氣×點擊率×支付轉化率÷在線商品數(shù)基于業(yè)務經(jīng)驗，得到的指標為正指標，數(shù)值越大越好關鍵詞搜索人氣點擊率在線商品數(shù)支付轉化率競爭度永生花32914152.95%1651186.92%0.02永生花花瓣耳環(huán)11736132.03%31993.99%0.19永生花禮盒10274162.75%557748.55%0.03永生花DIY材料包9245222.64%41983.71%0.18永生花玻璃罩7977138.58%237186.89%0.03指標法Theusercandemonstrateonaprojectororcomputer,orprintthepresentationandmakeitintoafilmtobeusedinawiderfieldPARTEIGHT指標法是分析的基本方法之一，通過匯總值、平均值、標準差等一系列統(tǒng)計指標研究分析數(shù)據(jù)。指標法更適用于多維的數(shù)據(jù)。例：下表所示為淘寶搜索某關鍵詞按人氣排名前5的商品數(shù)據(jù)，

通過指標法描述這個數(shù)據(jù)。排名售價銷售額評價人數(shù)DSR_物流分DSR_描述分DSR_服務分16801156001514.614.744.7623680629280164.984.984.98321803727809024.954.954.964218037496023634.924.934.94521993804279584.954.974.95解：使用指標法描述數(shù)據(jù)后的結果，如下表所示。

售價銷售額評價人數(shù)DSR_物流分DSR_描述分DSR_服務分計數(shù)555555缺失值000000平均值21843746098784.884.914.92匯總109191873047439024.4124.5724.59標準差9491624698350.140.090.08描述數(shù)據(jù)的相關度量圖形法Theusercandemonstrateonaprojectororcomputer,orprintthepresentationandmakeitintoafilmtobeusedinawiderfieldPARTNINE圖形法是分析的基本方法之一，通過柱形圖、折線圖、散點圖等一系列統(tǒng)計圖形直觀地分析數(shù)據(jù)。圖形法適用于低維的數(shù)據(jù)。例：下表所示為淘寶搜索某關鍵詞按人氣排名前220的商品數(shù)據(jù)，通過圖形法分析相關售價的分布排名售價銷售額評價人數(shù)DSR_物流分DSR_描述分DSR_服務分16801156001514.614.744.7623680629280164.984.984.98321803727809024.954.954.96……………………………………220150547800332064.754.634.74某關鍵詞按人氣排名前220的商品數(shù)據(jù)解：下圖所示是基于售價分組后繪制的直方圖，可以直觀地觀察各個價格區(qū)間包含商品的個數(shù)，商品售價分布主要集中在[118,588]，[1058,1528]兩個區(qū)間。

圖形法有畫圖空間、圖形和圖注三個要素。畫圖空間是圖形的容器，圖形呈現(xiàn)在畫圖空間之中，如二維空間、三維空間。圖形是要表達信息的可視化結果，如線形、柱形。圖注是對圖形的標注。如上圖所示，圖注包含圖標題、數(shù)據(jù)標簽、坐標軸、坐標軸標題、圖例。圖1價格區(qū)間分布圖圖2圖形的圖注示例SWOT分析法Theusercandemonstrateonaprojectororcomputer,orprintthepresentationandmakeitintoafilmtobeusedinawiderfieldPARTTENSWOT分析法，即態(tài)勢分析法，來源于市場營銷方法論，是首先將與研究對象密切相關的各種主要內部優(yōu)勢、劣勢和外部的機會和威脅等，通過調查列舉出來，并依照矩陣形式排列，然后用系統(tǒng)分析的思想，把各種因素相互匹配起來加以分析，從中得出一系列相應的結論，而結論通常帶有一定的決策性。SWOT分析法是常用的分析方法，有助于分析師了解企業(yè)當前所處的內外環(huán)境，可以讓分析師更準確地通過數(shù)據(jù)做判斷。1．內部因素分析

內部因素由優(yōu)勢（Strengths）和劣勢（Weaknesses）組成，對企業(yè)內部的管理、團隊、產(chǎn)品和市場營銷情況進行分析，通過了解企業(yè)的內部情況，分析師可以更好地解讀數(shù)據(jù)中蘊藏的信息。例：如下表所示，對某電商公司的內部因素進行分析。優(yōu)勢（Strengths）劣勢（Weaknesses）1．店鋪開發(fā)能力強2．服務消費者的能力強3．能夠把控品質4．公司的財務狀況非常好1．公司管理方面不是很完善2．庫存能力不強，常斷貨3．公司內部人員競爭4．店鋪定位不明確5．開發(fā)消費者能力弱2．外部因素分析

外部因素由機會（Opportunities）和威脅（Threats）組成，對企業(yè)外部的環(huán)境、政策和競爭對手進行分析，通過了解企業(yè)的外部情況，分析師可以充分地了解企業(yè)的情況。例：如下表所示，對某電商公司的外部因素進行分析。機會（Opportunities）威脅（Threats）1．市場標桿很少，明確定位的店鋪很少2．市場需求大幅增長3．普遍不重視用戶體驗4．個性化1．競爭2．同質化嚴重3．盜圖