第8章 電子商務運營數據分析

第8章電子商務運營數據分析8.1用戶數據分析8.2推廣數據分析8.3銷售數據分析8.4物流數據分析【章節(jié)目標及學習難點】章節(jié)目標1.了解客戶特征和客戶細分分析的方法2.掌握客戶忠誠度的分類和測量標準3.掌握基于RFM模型的客戶細分方法4.掌握基于層次分析法的客戶忠誠度分析5.掌握店鋪流量結構、關鍵詞推廣效果的內容6.掌握活動推廣效果和內容推廣效果分析的內容7.掌握銷售數據分析與預測和服務數據分析的內容8.掌握物流運費、訂單時效和異常物流數據分析的方法學習難點1.RFM模型的客戶細分的應用2.層次分析法的客戶忠誠度分析的應用2.銷售數據分析與預測的應用【案例導入】元氣森林崛起背后的數字化運營之道元氣森林成是一家成立于2016年的互聯(lián)網+飲料公司。2022年上半年元氣森林含汽飲品、即飲茶和功能飲料在全國線下零售市場中的銷售額同比增長25%。憑借著“0糖0脂0卡”這句廣告語，元氣森林幾乎是一錘砸中了年輕消費者的內心，讓“好喝不胖”深入人心，成為國內飲品消費的新風向標。元氣森林的成功體現(xiàn)在內容營銷、數字化轉型、渠道與供應鏈上的布局。其背后隱藏著在未來很長一段時間里真正行之有效的、數字化時代的新營銷玩法。產品研發(fā)方面，元氣森林通過數字化的渠道升級、營銷升級、供應鏈升級等方式，進行口味測試、電商測試及消費者意見收集（體驗官活動），大大縮短從研發(fā)到抵達消費者的反饋周期與產品迭代周期，更利于找到“爆款”產品，實現(xiàn)規(guī)模突破和市場份額占領。渠道布局方面，布局傳統(tǒng)零售渠道、線上渠道，在全國鋪設數萬個零售終端，招募大量的銷售工作人員，積極開拓和維護經銷商。加速布局智能冰柜，通過布局智能冰柜，實時監(jiān)控各零售終端的產品銷售數據，反哺元氣森林的產品生產和策略制定。推廣營銷方面，通過精準分析品牌定位及用戶畫像，進行全方位宣傳推廣，開展年輕化的線上娛樂營銷：B站、綜藝投放和明星代言；小紅書、抖音等多平臺內容種草；贊助多種小型線下娛樂活動、電影等，不斷擴大品牌人氣，幫助品牌傳播?！景咐龑搿吭獨馍轴绕鸨澈蟮臄底只\營之道客戶管理方面，在營銷數字化的賦能作用下，元氣森林在私域運營上裂變拉新，源源不斷地獲得新流量。通過社群、會員體系以及積分體系等完成用戶的精細化運營，精準把握用戶需求，實現(xiàn)持續(xù)品牌變現(xiàn)。整合協(xié)同方面，元氣森林將碎片化的用戶數據有效地整合起來，以消費者為中心進行人、貨、場三端的匹配。數字化轉型的核心也由原來的產品為王轉變成為以消費者為中心，建立起以消費者為核心的運營及售賣體系。數據收集方式上，元氣森林一方面通過與數據服務商的合作，為業(yè)務提供調研、敏捷性支撐；另一方面開發(fā)數字化巡店系統(tǒng)，實時監(jiān)測產品銷售情況并采集用戶畫像，同時形成巡店標準化，解決巡店漏項、效率低、售賣情況反饋不及時等現(xiàn)象。拓展思考1.元氣森林線下智能冰柜的產品銷售數據有什么價值？2.元氣森林的數字化運營的策略是什么?第1節(jié)用戶數據分析8.1.1用戶特征分析8.1.2用戶細分分析8.1.3用戶忠誠度分析8.1.1用戶特征分析客戶特征分析是了解用戶訴求點的關鍵，對企業(yè)制定營銷方案和資源配置計劃具有重要意義。對客戶特征的分析可以從多個方面進行，如客戶性別比分布、客戶消費層級、客戶購買頻率、客戶會員等級和客戶偏好情況等等，在這里重點介紹以下三個方面：年齡分析職業(yè)分析地域分析8.1.1用戶特征分析1、年齡分析好奇心強，喜歡標新立異的東西購買欲望強，追逐潮流比較理智和忠誠，注重質量、服務等珍視健康，熱愛養(yǎng)生，對新產品常持有懷疑態(tài)度少年青年中年老年8.1.1用戶特征分析2、職業(yè)分析喜歡經濟實惠、牢固耐用的商品比較喜歡造型雅致、美觀大方、色彩柔和的商品交際和應酬比較多，選擇商品時更重視時尚感比較忙，對便利性要求較高更重視健康，對購買商品的安全性要求比較高購買商品時心理感情色彩較強工薪階層教職工公司職員個體經營者或服務人員醫(yī)護人員學生8.1.1用戶特征分析3、地域分析地域分布是指從空間維度上分析客戶，商家要弄清楚他們從哪里來，屬于哪個省，哪個市等。這樣商家就可以對重點區(qū)域展開精準營銷，以提升營銷效果。女裝毛衣消費者的地域分布8.1.1用戶特征分析【案例分析】電商企業(yè)的客戶特征進行分析某電商企業(yè)的客戶編號、年齡、訪客來源、性別、常駐地區(qū)、客戶職業(yè)、購買產品名稱、產品價格（元）、訂單數量等數據，如圖所示，試對該企業(yè)的客戶特征進行分析。8.1.1用戶特征分析1.用戶年齡分析選中數據源A1:I61數據，在新工作表插入數據透視圖和數據透視表。選擇數據透視表，在“數據透視表字段”設置中，“行”為“年齡”，“值”設置為“客戶編號”，默認為“求和項”，修改“值字段格式”為“計數項”。選中數據透視表行標簽某個數據，單擊右鍵“組合”，設置“步長”為“5”，單擊確定。餅圖數據標簽為“百分比”和“類別名稱”。8.1.1用戶特征分析2.用戶職業(yè)分析選中數據透視表，進入字段設置，取消“常駐地區(qū)”選擇；“行”設置為“客戶職業(yè)”，“值”設置為“客戶職業(yè)”且為計數項。設置數據標簽為“百分比”和“類別名稱”。8.1.1用戶特征分析3.用戶地域分析選中數據透視表，進入“數據透視表字段”設置，取消“性別”選擇；“行”設置為“常駐地區(qū)”，“值”設置為“常駐地區(qū)”且為計數項；選中數據透視圖，單擊右鍵“更改圖表類型”為“餅圖”；設置餅圖數據標簽為“百分比”和“類別名稱”。8.1.2用戶細分分析客戶細分作為客戶關系管理的核心概念之一，是指企業(yè)在明確的戰(zhàn)略、業(yè)務模式和特定的市場中，根據客戶的屬性、行為、需求、偏好以及價值等因素對客戶進行分類，并提供針對性的產品、服務和營銷模式的過程。8.1.2用戶細分分析1、客戶細分的方法（1）統(tǒng)計學特征的客戶細分統(tǒng)計學特征的客戶細分主要指根據這些客戶屬性，如地址、年齡、性別、收入、職業(yè)、教育程度等信息，進行多維的組合型特征分析，將客戶分為不同組，同時挖掘客戶的個性需求從而快速、準確地找出客戶最需要的商品。RegisterCreateAccountEmailAddressyouremail@gmail.cCountryCityPasswordYourtextYourcityEntrypassword8.1.2用戶細分分析1、客戶細分的方法（2）客戶行為的客戶細分客戶行為的客戶細分是根據客戶購買數量、購買頻次等的不同，將客戶分為新客戶、活躍客戶、流失客戶、回流客戶等。RegisterCreateAccountEmailAddressyouremail@gmail.cCountryCityPasswordYourtextYourcityEntrypassword8.1.2用戶細分分析1、客戶細分的方法（3）客戶生命周期的客戶細分客戶生命周期的客戶細分指將客戶生命周期分為獲客、成長、穩(wěn)定、休眠和衰退幾個階段，客戶不一定會經歷每個周階段，在任何一個階段，都有可能直接跳入衰退期，因此需要根據客戶的消費總金額、訪問店鋪頻次、收藏加購行為等情況，建立分析模型，細分客戶的生命周期價值，針對不同階段的用戶給予不同的營銷策略，提高用戶的生命周期價值。RegisterCreateAccountEmailAddressyouremail@gmail.cCountryCityPasswordYourtextYourcityEntrypassword8.1.2用戶細分分析1、客戶細分的方法（4）客戶價值相關指標的客戶細分客戶價值相關指標的客戶細分指定義若干代表性的價值指標，比如交易次數、交易額/利潤、平均單筆交易額、最大單筆交易額、退貨金額、退貨次數、已交易時間、平均交易周期、銷售預期金額等，通過設定多個參數來計算客戶價值分數，并作為客戶分類的依據。RegisterCreateAccountEmailAddressyouremail@gmail.cCountryCityPasswordYourtextYourcityEntrypassword8.1.2用戶細分分析2.基于RFM模型的客戶細分RFM細分模型是通過客戶購買行為中的“最近一次購買（Recency）”“購買頻率（Frequency）”和“購買金額（Monetary）”三個數據，來了解客戶的層次和結構、客戶的質量和價值以及客戶流失的原因，從而為商家制定營銷策略提供支持。RFM細分模型針對不同的客戶采取不同的策略，同時識別其中的行為差異，對不同的客戶行為進行購買預測。用戶最近一次消費距離現(xiàn)在的時間，最近一次消費時間間隔（R），上一次消費離得越近，也就是R的數值越小，用戶價值越高,當R數值越大時，用戶可能會流失，因此，企業(yè)需要通過一定營銷手段來激活該用戶。指用戶一段時間內的消費金額，消費金額越高，也就是M的值越大，用戶價值越高。8.1.2用戶細分分析指用戶一段時間內消費了多少次，購買頻率越高，也就是F的值越大，用戶價值越高，用戶忠誠度越高。反之F值越小，則說明該用戶不夠活躍，一方面可通過定向優(yōu)惠吸引其關注，一方面針對F較小，但消費金額較高的用戶，需要采取一定策略，維持長遠關系。8.1.2用戶細分分析8.1.2用戶細分分析結合上圖，我們根據劃分出的8個部分，將RFM三項指標的價值按照高低劃分到下表中，即可完成用戶分類。通過RFM分析方法來分析用戶，對用戶進行精細化運營，不斷將用戶轉化為重要價值用戶用戶分類R值F值M值精細化運營策略1.重要價值用戶高高高密集推送品牌活動、形象產品、傳遞會員權益信息2.重要發(fā)展用戶高低高可推送促銷信息或品牌活動、形象產品信息3.重要保護用戶低高高傳遞會員權益信息，傳遞形象商品、品牌活動4.重要挽留用戶低低高傳遞促銷信息，傳遞形象產品、品牌活動5.一般價值用戶高高低大型活動推送促銷信息6.一般發(fā)展用戶高低低傳遞促銷信息7.一般保持用戶低高低密集推送促銷信息并傳遞會員權益信息8.一般挽留用戶低低低傳遞會員信息、促銷信息8.1.2用戶細分分析【案例分析】電商店鋪的客戶細分某電商店鋪2022年4月至6月訂單原始數據如圖8-5所示，對客戶利用RFM模型進行細分。8.1.2用戶細分分析1.匯總計算RFM原始值計算R、F、M值。R值用客戶最后成交時間數據和采集點時間差作為標準（采集點時間為2022年7月1日）。F值根據客戶3個月消費頻次計算。M值根據客戶實際支付金額進行計算。通過透視表完成對應數值計算，其中實際支付金額為平均值，即客單價。8.1.2用戶細分分析選中表中的四列數據源，插入數據透視表，在“數據透視表字段”設置中，選中數據透視表，“行”設置為“買家會員名”，“值”為“最大值項：訂單付款時間”、“計數項：買家會員名”和“平均值項：買家實際支付金額（元）”。8.1.2用戶細分分析2.分配權重將數據透視表數據粘貼至新工作表中，以采集時間點“2022年7月1日”為基準，重新計算R值。在完成RFM數值計算后，我們要針對RFM數據進行指標分段，我們將RFM分為三段，分別對應得分為1.3.5分，其中客單價以平均價格為準，依據1/2，1倍為分段標準；在單元格E2中輸入“=VLOOKUP(B2,$J$2:$L$5,3,1)”，并進行快速填充；在單元格F2中輸入“=VLOOKUP(C2,$J$6:$L$9,3,1)”，并進行快速填充；在單元格G2中輸入“=VLOOKUP(D2,$J$10:$L$13,3,1)”，并進行快速填充。8.1.2用戶細分分析3.識別客戶類型根據客戶R、F和M三個維度的權重值將客戶細分為8個分類，在H2單元格中輸入“=IF(G2>4,”重要“,”一般“)&IF(AND(E2>4,F2>4),”價值客戶“,IF(AND(E2>4,F2<4),”發(fā)展客戶“,IF(AND(E2<4,F2>4),”保持客戶“,”挽留客戶“)))”，并進行快速填充。8.1.3用戶忠誠度分析客戶忠誠是客戶對商家的感知、態(tài)度和行為?？蛻糁艺\度是指由于質量、價格、服務等諸多因素的影響，使顧客對某一商家的產品或服務產生感情，形成偏愛并長期重復購買該商家產品或服務的程度。8.1.3用戶忠誠度分析1.客戶忠誠度的分類8.1.3用戶忠誠度分析2.客戶忠誠度的測量通過客戶重復購買次數、購買挑選時間、對價格的敏感程度、對競爭產品的態(tài)度以及對產品質量的承受能力五個方面可以衡量客戶是否具有品牌忠誠度：3.客戶對價格的敏感程度低2.客戶購買挑選時間短4.客戶對競爭產品的態(tài)度漠視5.客戶對產品質量的承受能力強測量標準1.客戶重復購買次數多8.1.3用戶忠誠度分析測量方法含義重復購買次數客戶對某一品牌的產品或服務重復購買的次數越多，其對這一品牌的忠誠度越高，反之越低。購買挑選時間購買不同品牌商品的挑選時間越短，其對這一品牌的忠誠度越高，反之越低。應用時必須剔除產品性能、質量等方面的差異產生的影響。對價格的敏感程度對于喜愛和信賴的商品，其對價格變動的敏感程度低，反之敏感程度高。避免受到產品的必需程度、產品供求狀況及市場競爭程度等因素的影響。對競爭產品的態(tài)度客戶對競爭產品興趣濃、好感強，其對某一品牌的忠誠度低，反之忠誠度高。根據客戶對競爭產品的態(tài)度，可以判斷其對其他品牌忠誠度的高低。對產品質量的承受能力客戶對某一品牌的忠誠度高，其對該品牌偶爾出現(xiàn)的產品質量問題會以寬容的態(tài)度對待，并相信品牌會很快加以妥善處理；若客戶對某一品牌的忠誠度低，那么其可能對產品出現(xiàn)質量問題的承受能力弱，甚至做出負面評價。在實際操作中，可以根據行業(yè)的不同對以上的五大指標設定不同的加權，從而設計出一個標準的指數體系，然后比較測試結果，得出哪些客戶的品牌忠誠度高，并分析哪些因素可以提高品牌忠誠度。對于不同品牌之間的忠誠度比較，可以集合一組品牌分別比較上面的指標，然后根據權重得出各品牌忠誠度排序。8.1.3用戶忠誠度分析3.基于層次分析法的客戶忠誠度分析該方法從系統(tǒng)觀點出發(fā)，把復雜的問題分解為若干層次和若干要素，并將這些因素按一定的關系分組，以形成有序的遞階層次結構，通過兩兩比較判斷的方式，確定每一層次中因素的相對重要性，然后在遞階層次結構內進行合成。以得到決策因素相對于目標的重要性排序。層次分析法是一種定性與定量分析相結合的評價決策法，要求評價者對評價問題的本質、包含要素及相互間的邏輯關系掌握比較清楚，比較適合于多目標、多準則、多時期的系統(tǒng)評價。8.1.3用戶忠誠度分析（1）層次分析法的計算步驟第一步明確問題，建立層次結構：對于所要解決的問題，首先進行系統(tǒng)分析，明確問題的范圍、所包含的因素以及因素之間的定性關系等，然后根據這些初步分析，將各因素分層分組，建立層次結構。第一層為總目標，即目標層；中間層可根據問題的性質分成準則層、部門層、約束層等；最低層一般為方案層或措施層。8.1.3用戶忠誠度分析第二步構建判斷矩陣：根據所建立的層次結構，構造一系列的判斷矩陣。判斷矩陣表示針對上一層某元素，本層次與之有關的因素之間相對重要性的比較，構造成對比較矩陣，以層次結構模型的第2層開始，對于從屬于上一層每個因素的同一層諸因素，用成對比較法和比較尺度構造成對比較矩陣，直到最下層?？刹捎肈elphi等調查方法，向專家、管理人員、領導干部、用戶進行比較全面的綜合調查，對調查結果匯總分析后構造判斷矩陣。8.1.3用戶忠誠度分析若用bij表示對于上層元素Ak而言，下層元素Bi與Bj相對重要性的數值，一般用1～9及其倒數的比例標度賦值，其含義見下表所示。標度含義1表示兩個元素相比，具有同樣重要性3表示兩個元素相比，一個元素比另一個元素稍微重要5表示兩個元素相比，一個元素比另一個元素明顯重要7表示兩個元素相比，一個元素比另一個元素強烈重要9表示兩個元素相比，一個元素比另一個元素極端重要2、4、6、8為上述相鄰判斷的中值若元素i

與j比較得bij，則元素j與i

比較判斷為bji=l/bij;bii=18.1.3用戶忠誠度分析第三步層次單排序：對各判斷矩陣進行求解，計算出反映上層某元素和下層與之有聯(lián)系的元素重要性次序的權重，即求同一層次上的元素權系數，與此同時還要對各判斷矩陣進行一致性檢驗。⑴．權向量計算方法⑵．一致性檢驗步驟8.1.3用戶忠誠度分析⑴．權向量計算方法計算權向量的方法很多，主要有和積法、冪法和根法等，這里主要介紹和積法。設判斷矩陣元素為bij。 和積法1）將判斷矩陣每一列歸一化:2）對按列歸一化的判斷矩陣，再按行求和：3）將向量歸一化:4)計算最大特征根：8.1.3用戶忠誠度分析⑵．一致性檢驗步驟1）計算一致性指標（ConsistencyIndex,CI）當判斷矩陣具有完全一致性時，

max=n，則CI=0。當CI越大，矩陣的一致性就越差。為了檢驗判斷矩陣是否滿意一致性，需要將CI與平均隨機一致性指標（RandomIndex,RI）進行比較。2）查找相應的平均隨機一致性指標RI，如下表(新版)所示。n123456789RI000.520.891.121.261.361.411.468.1.3用戶忠誠度分析3）計算一致性比例CR

利用一致性指標CI和隨機一致性指標RI計算一致性比例CR

當CR≤0.1時，認為判斷矩陣的一致性是可以被接受的，通過檢驗，則歸一化權向量后，即得單排序的標準權向量；當CR>0.1時，需重新構造判斷矩陣。8.1.3用戶忠誠度分析第四步層次總排序：（1）自上而下的綜合權重從最上一級開始，自上而下的求出各級中各要素關于決策問題的綜合重要度（也稱總體權重）。把下層每個元素對上層每個元素的權向量按列排成以下表格形式。假定上層A有m個元素A1,A2,…,Am，且其層次總排序權向量為a1,a2,…,am，下層B有n個元素B1,B2,…,Bn，則Bi對Aj各元素的單排序權向量bij列入右表。若下層元素Bi與上層元素Aj無關系時，取bij=0。8.1.3用戶忠誠度分析（2）層次總排序的一致性檢驗在層次總排序中也要進次層次總排序的一致性檢驗，即計算組合一致性。從高層到低層逐層進行，如果B層中某些元素對其上層A層中某元素Aj的單排序一致性指標為CIj，相應的平均隨機一致性指標為RIj，則B層次總排序一致性比率為：當CRB≤0.1時，認為B層在總排序里滿意一致性，否則應重新調整判斷矩陣的元素取值。8.1.3用戶忠誠度分析第五步結果分析：在基本滿足判斷矩陣一致性檢驗的前提下，可以根據層次單排序和層次總排序結果對決策問題進行定量分析。8.1.3用戶忠誠度分析【案例分析】利用層次分析法計算忠誠客戶的5項主要測量指標的權重假設在某個電商平臺上有三個商家銷售同一類目的商品，現(xiàn)邀請一批消費者對這三個品牌的5個指標分別進行打分，打分范圍在0~5分，綜合得分越高則表示該消費者對該店鋪的忠誠度越高。五項指標具體為購買次數、挑選時間、價格敏感程度、對競爭產品的態(tài)度和對產品質量承受度，各店鋪的得分如表所示。類別重復購買次數購買挑選時間價格敏感度對競品的態(tài)度質量承受能力品牌14.24.24.53.24.5品牌23.14.33.94.13.9品牌33.94.14.34.64.28.1.3用戶忠誠度分析1.建立判斷矩陣建立客戶重復購買次數（b1），客戶購買挑選時間（b2），客戶對價格的敏感程度（b3），客戶對競爭產品的態(tài)度（b4），客戶對產品質量的承受能力（b5）等5項指標的判斷矩陣，如下表所示。

b1b2b3b4b5b112458b21/21568b31/41/5135b41/51/61/313b51/81/81/51/318.1.3用戶忠誠度分析2.使用和積法計算權向量

8.1.3用戶忠誠度分析

8.1.3用戶忠誠度分析4.計算綜合得分利用綜合評價方法計算每個品牌的綜合得分=指標權重×指標得分。指標權重使用上一過程得出的權重結果，與表中的數據對應相乘，則三個品牌的最終得分為4.229，3.719，4.083。表明消費者對品牌1具有最高的忠誠度，其次是品牌3和品牌2。各店鋪的得分情況如表所示。類別重復購買次數購買挑選時間價格敏感度對競品的態(tài)度質量承受能力綜合得分品牌11.7471.4410.6030.2810.1584.229品牌21.2901.4750.5230.2950.1373.719品牌31.6221.4060.5760.3310.1474.083第2節(jié)推廣數據分析8.2.1店鋪流量結構分析8.2.2關鍵詞推廣效果分析8.2.3活動推廣效果分析8.2.4內容推廣效果分析8.2.1店鋪流量結構分析流量來源流量來源包括站內免費流量和站外免費流量，站內免費流量指通過企業(yè)平臺獲取的流量，比如平臺購物車、產品推薦等，站外免費流量主要是各大知名網站帶來的流量，如論壇、微博等。免費流量特點是流量大，效果好，相較于免費流量，更容易獲取大批的流量，缺點是需要較高成本的投入。付費流量流量結構分析免費流量結構分析，需要對免費流量各來源渠道的引流情況進行分析。付費流量結構分析，核心是分析各付費推廣渠道的流量占比。8.2.1店鋪流量結構分析【案例分析】店鋪付費流量渠道的結構分析某店鋪2022年8月的付費流量渠道超級推薦、鉆石展位、聚劃算、直通車和淘寶客的數據表現(xiàn)如下所示，對該付費流量渠道的結構進行分析，提出優(yōu)化策略。8.2.1店鋪流量結構分析1.計算成交占比和投入產出比在單元格E3中輸入“=D2/SUM($D$2:$D$6)”，計算各渠道成交額在總成交額的占比，并進行快速填充計算其他渠道的數值。在單元格F3中輸入“=D2/C2”，即成交額/投入成本，計算投入產出比，并進行快速填充計算其他渠道的數值。2.插入組合圖選擇“流量來源”、“成交占比”和“投入產出比”三列數據，依次單擊【插入】-【圖表】-【所有圖表】-【組合圖】，“成交占比”為“簇狀柱形圖”，“投入產出比”為“帶數據標記的折線圖”，并選擇“次坐標軸”，單擊【確定】。8.2.1店鋪流量結構分析結論：通過以上操作與分析，可得出付費流量來源中，鉆石展位最占優(yōu)勢，其成交占比和投入產出比分別是28%和1.22。除了鉆石展位外，淘寶客的成交占比高達29%，直通車的投入產出比高達1.25，這三種付費推廣渠道都可以作為企業(yè)付費推廣時的首選渠道。1.標題關鍵詞優(yōu)化商品標題中有多個關鍵詞組成，每個關鍵詞都是獨立的競爭點，通過匹配組合，又是新的競爭點，本身不同的關鍵詞多帶有的權重就不同，在同一個商品下更是如此，選擇合適的關鍵詞，并進行組合，從而提升商品的權重和搜索排名。8.2.2關鍵詞推廣效果分析8.2.2關鍵詞推廣效果分析【案例分析】淘寶店鋪的搜索關鍵詞分析某店鋪從生意參謀中下載某產品的關鍵詞的相關分析、搜索詞排行等數據，如下所示，分析該產品的搜索關鍵詞，為優(yōu)化標題提供決策依據。分析思路：除以上的商品關鍵詞數據外，還需要競品關鍵詞、相關搜索詞和詞根和這三份數據集，如下表所示，數據必須是在同一時間寬度進行對比分析。8.2.2關鍵詞推廣效果分析1.PowerQuery數據加載在Excel中選擇“詞根”工作表，選擇A1:A16數據區(qū)域，即全部的數據區(qū)域，依次單擊【數據】-【來自表格/區(qū)域】，在“創(chuàng)建表”中勾選“表包含標題”，單擊【確定】；在PowerQuery中，單擊【關閉并上載】；使用同樣的方法將“相關詞”、“競品關鍵詞”和“商品關鍵詞”數據加載至PowerQuery，并對上載的四個工作表進行命名，分別為“詞根表”、“相關詞表”、“競品關鍵詞表”和“商品關鍵詞表”。8.2.2關鍵詞推廣效果分析2.PowerQuery數據處理選中“相關詞表”查詢，單擊【添加列】-【自定義列】，在“自定義列”彈出框中，“新列名”為“詞根”，“自定義公式”為“=詞根”，公式后的名稱必須和查詢“詞根”名稱一樣，則會自動顯示，選擇即可，單擊【確定】；單擊“詞根”列右側展開按鈕，取消“使用原始列名作為前綴”，單擊【確定】。在當前工作表頁面再次添加自定義列，“新列名”為“關鍵詞是否包含詞根”，“自定義列公式”為“=Text.Contains([關鍵詞],[詞根.1])”，單擊【確定】；單擊“關鍵詞是否包含詞根”的右側下拉功能按鈕，將“FALSE”選項取消，單擊【確定】。使用同樣的方法，將“競品關鍵詞”和“商品關鍵詞”兩個查詢都添加自定義列“詞根”和“關鍵詞是否包含詞根”；單擊【主頁】中的【關閉并上載】-【關閉并上載】功能；保存Excel工作表，并關閉。8.2.2關鍵詞推廣效果分析8.2.2關鍵詞推廣效果分析3.PowerPiVot建模新建Excel工作表，命名為“關鍵詞分析建?！?；單擊PowerPovit，單擊【管理】；選擇【主頁】-【從其他源】，在“表導入向導”-“連接到數據源”中選擇“Excel文件”，勾選“使用第一行作為里標題”，單擊【下一步】；“表導入向導”-“連接到MicrosoftExcel文件”中瀏覽選擇Excel工作表“關鍵詞推廣效果分析-關鍵詞分析”，單擊【下一步】；在“表導入向導”-“選擇表和視圖”中，選擇“商品關鍵詞表$”、“相關詞表$”、“競品關鍵詞表$”和“詞根表$”，單擊【完成】；導入完成，單擊【關閉】。8.2.2關鍵詞推廣效果分析8.2.2關鍵詞推廣效果分析單擊【主頁】-【關系圖視圖】,以“詞根表”為主表，與其他表創(chuàng)建以“詞根”為主鍵的映射關系8.2.2關鍵詞推廣效果分析4.數據透視表和數據透視圖分析單擊【數據透視表】，在“創(chuàng)建數據透視表”中選擇“現(xiàn)有工作表”即可，單擊【確定】；在“數據透視表分析”功能選項卡下，選擇【數據透視圖】，選擇柱形圖進行數據透視圖的插入；選擇數據透視表，“行”為“詞根表”下的“詞根”，“值”為“商品關鍵詞表”中的“點擊轉化率”、“支付金額”等字段；在“數據透視表分析”功能選項卡下，選擇【插入切片器】，選擇“詞根表”中的“詞根”，單擊【確定】。8.2.2關鍵詞推廣效果分析通過以上的分析，其中“情人節(jié)”、“手工”和“友情”三個商品關鍵詞的效果最差，利用數據透視表還可以對競品關鍵詞和相關詞進行分析，選擇數據各方面表現(xiàn)良好的關鍵詞進行標題優(yōu)化，對效果差或數據表現(xiàn)為下降趨勢的關鍵詞果斷的放棄，尋找新關鍵詞。2.關鍵詞推廣分析電子商務平臺上，客戶通過關鍵詞查找所需的商品而產生的流量往往在店鋪整體流量中占據很大的比重，因為搜索即入口，通過優(yōu)化關鍵詞、投放關鍵詞廣告，就能提升產品的曝光機會。推廣原理8.2.2關鍵詞推廣效果分析8.2.2關鍵詞推廣效果分析名稱簡稱含義影響因素展現(xiàn)量PV廣告被展現(xiàn)的次數關鍵詞排名、關鍵詞數量、關鍵詞市場情況、關鍵詞推廣創(chuàng)意匹配模式等點擊量CLICK廣告被點擊的次數創(chuàng)意圖片、關鍵詞精度、產品推廣位、產品定價等點擊率CTR點擊量/展現(xiàn)量創(chuàng)意圖片、關鍵詞精度、產品推廣位、產品定價等消耗REV直通車點擊產生費用關鍵詞出價、質量得分、關鍵詞市場情況點擊花費PPC消耗/點擊量關鍵詞出價、質量得分、關鍵詞市場情況點擊轉化率CLICK-ROI每筆成交的點擊次數流量精準度和產品承接轉換能力投入產出比ROI總成交金額/廣告話費轉化率、客單價、平均點擊花費關鍵詞推廣效果分析評價指標企業(yè)可以通過以下幾種方法提升關鍵詞推廣效果影響商品展現(xiàn)量的數據關鍵詞的排名關鍵詞搜索量優(yōu)化商品展現(xiàn)量的方法要盡可能的擴充關鍵詞的覆蓋范圍，即提升關鍵詞數量。關鍵詞展現(xiàn)量較少時的優(yōu)化，數據分析時需要了解該關鍵詞搜索量本身較少，還是由于關鍵詞的質量分、出價較低。8.2.2關鍵詞推廣效果分析（1）展現(xiàn)量優(yōu)化展現(xiàn)量是商品被展示的次數。大部分賣家在加入直通車前期，都是為了獲得流量，也就是點擊量，而展現(xiàn)量是點擊量的前提，沒有展現(xiàn)量的商品，自然沒辦法獲得點擊量。點擊率是很多賣家加入直通車的主要目的，有點擊就等于有流量，有了流量，才會有后續(xù)的轉化成交，影響點擊率的主要因素關鍵詞排名和寶貝圖片。關鍵詞排名主要受質量分和出價兩個方面的綜合影響，出價越高，可能排名會越靠前，但相應的，推廣費用越高。排名優(yōu)化圖片優(yōu)化圖片優(yōu)化需要依靠測試，來選擇效果好的多張圖片，依次測試每一張圖片。在一定的數據基礎上，展現(xiàn)量高、點擊量高、點擊率高的圖片就是適合作為推廣的圖片。8.2.2關鍵詞推廣效果分析（2）點擊率優(yōu)化商品主圖、詳情頁通常需要全面的展現(xiàn)商品的特性及用戶所關注的信息內容，需要做到與創(chuàng)意主圖所表現(xiàn)的商品特性相一致。商品的評價信息，是客戶購買商品時的重要參考依據。如果商品評價信息中存在用戶對于商品的負面評價，也將嚴重影響轉化率。運營人員需要根據實際情況對相應問題進行正面積極回復，打消其他客戶的疑慮。8.2.2關鍵詞推廣效果分析（3）轉化率優(yōu)化要想獲得轉化率，首先必須做好店鋪優(yōu)化。8.2.2關鍵詞推廣效果分析【案例分析】淘寶平臺店鋪關鍵詞推廣效果分析某店鋪直通車推廣關鍵詞效果報表如下，以該組數據為例對該店鋪關鍵詞推廣效果進行分析。分析思路：在進行關鍵詞推廣效果分析過程中，其分析的流程通常是：展現(xiàn)量、點擊量（率）、訂單、花費、投入產出比，通過這些指標的計算分析，找出數據表現(xiàn)優(yōu)秀的關鍵詞繼續(xù)加大力度推廣，數據表現(xiàn)不好的關鍵詞放棄或優(yōu)化。8.2.2關鍵詞推廣效果分析1.計算指標數據在Excel表格中，分別計算點擊率、總成交金額、總成交筆數、投入產出比、和點擊轉化率，如圖8-14所示，其計算公式依次為：點擊率“=C2/B2”；總成交額“=F2+H2”；總成交筆數“=G2+I2”；投入產出比“=K2/E2”；點擊轉化率“=L2/C2”。8.2.2關鍵詞推廣效果分析2.數據透視圖和數據透視表指標分析將計算完成的數據源全部選中，在新工作表中插入數據透視圖和數據透視表；展現(xiàn)量分析，選中數據透視表，“行”為“關鍵詞”，“值”為“求和項：展現(xiàn)量”，數據透視圖修改為餅圖，設置數據標簽為“百分比”和“類別名稱”；展現(xiàn)量和點擊率分析，“行”添加“求和項：點擊率”，透視圖修改為組合圖，點擊率為折線圖，坐標為“次坐標軸”。8.2.2關鍵詞推廣效果分析關鍵詞“長生花”的展現(xiàn)量及點擊率均處于最低，而該關鍵詞從搜索量角度分析，“長生花”屬于類目詞，其搜索量顯然要高于其他幾個關鍵詞，造成該關鍵詞展現(xiàn)量較低的原因，一為該關鍵詞的質量度較低，可以從創(chuàng)意及商品頁面等方面進行優(yōu)化；另一方面則是關鍵詞的出價過低造成，由于關鍵詞出價較低，造成商品本身展現(xiàn)機會較少，這種情況下可以通過提升關鍵詞出價進行優(yōu)化。8.2.2關鍵詞推廣效果分析3.總成交筆數分析選中數據透視表，取消“展現(xiàn)量”“點擊率”的選擇，“值”為“直接成交筆數”，數據透視表中的數據“降序”排列，數據透視圖為餅圖，數據標簽為“百分比”和“類別名稱”；取消“直接成交筆數”，“值”為“總成交筆數”，數據透視表中的數據“降序”排列，數據透視圖為餅圖，數據標簽為“百分比”和“類別名稱”。關鍵詞“永生花diy”、“永生花玫瑰花”、“永生花手工飾品”等關鍵詞的訂單占比占全部訂單數的85%以上，在該店鋪客戶間接成交訂單量在整體訂單中占比非常小。8.2.2關鍵詞推廣效果分析4.關鍵詞花費及投入產出比分析該店鋪直通車關鍵詞花費主要集中在“永生花diy”、“永生花玫瑰花”這兩個關鍵詞，而“永生花手工飾品”關鍵詞投入產出比最高。通過以上數據處理與操作分析，可得出“永生花diy”、“永生花玫瑰花”這兩個關鍵繼續(xù)保持現(xiàn)狀，“永生花手工飾品”、“干花永生花”關鍵詞可以加大推廣費用，“長生花”果斷放棄，“生日禮物永生花”、“永生花保鮮花”放棄或進行關鍵詞優(yōu)化。8.2.3活動推廣效果分析活動推廣階段劃分、重點工作任務及核心監(jiān)控指標根據活動實施周期，可以將活動劃分為籌備期、蓄水期、預熱期、活動引爆期、總結復盤期，其各階段的主要工作任務及核心監(jiān)控指標如表所示活動階段階段目標重點工作任務核心監(jiān)控指標籌備期潛客拉新，粉絲蓄水活動計劃制定、活動產品規(guī)劃、費用預算、活動報名、活動商品報名、新品打造展現(xiàn)量、加粉數、加會員數、引流成本蓄水期蓄水種草內容種草、標簽加深、活動商品培育、會場素材（活動）、商品備貨搜索展現(xiàn)量、點擊率、點擊花費、投入產出比、成交轉化率、收藏數、加購數、內容互動量預熱期粉絲激活，收藏加購預售單品推廣（多渠道）、引導加購、領券、老客戶召回、促銷利益點告知預售數據：銷售額、訂單數、客單價、加購數、領券數等；直播數據：人均觀看、觀看停留、加購金額活動引爆期全場景收割數據跟蹤、催付/轉化、老客戶召回、團隊激勵實時流量、UV轉化率、銷售額、加購數、收藏數、關注粉絲數8.2.3活動推廣效果分析總結復盤期人群沉淀服務關懷發(fā)貨提醒、售后處理、引導加入會員、買家秀征集客戶響應時長、咨詢轉化率等產品復盤產品復盤核心產品售罄率、客件數/客單價、連帶率、凈收入、毛利、營銷成本、退貨率流量復盤目標完成度各流量組成和目標差異推廣效率各流量統(tǒng)計，同比、計劃比、ROI、UV價值等站外推廣展現(xiàn)量、點擊率、轉化率等人群復盤新客戶增量新增客戶數、客戶屬性等會員成交新增會員數、會員成交比等內容復盤粉絲增量凈增粉絲數直播效果關注、人均觀看次數、引導成交量圖文效果閱讀數、進店數、加購數等轉化復盤圖片點擊點擊率視頻效果完播率、引導加購、轉化率等靜默轉化成交占比、轉化率等客服轉化詢盤轉化、訂單支付率等2.活動推廣效果分析的維度分析指標有：訪客數、成交訂單數、成交占比、成交額、投資回報率等。???分析指標有：訪客數、收藏轉化率、加購轉化率、支付轉化率等。分析指標有：訪客數、新訪客數、新訪客占比等。8.2.3活動推廣效果分析活動推廣流量分析活動推廣轉化分析活動推廣拉新分析活動推廣留存分析分析指標有：主要指標有訪客數、留存訪客數和留存訪客占比等?8.2.3活動推廣效果分析【案例分析】淘寶店鋪的店慶活動推廣效果分析某淘寶店鋪在國慶節(jié)期間店慶活動后的流量、轉化、拉新等相關數據，以這組數據為例，對該店鋪的店慶活動推廣進行分析。8.2.3活動推廣效果分析1.活動推廣流量分析選中“流量來源”、“訪客數”、“成交訂單數”、“成交占比”和“投入產出比”數據，插入組合圖表，“訪客數”、“成交訂單數”圖表類型為“簇狀柱形圖”，“成交占比”和“投入產出比”圖表類型為“折線圖”，并使用次坐標軸。獲取流量表現(xiàn)優(yōu)秀的渠道有鉆石展位、直通車和淘寶客，三種渠道無論是獲取訪客數、獲取訂單數和投資回報率均排名在前，店鋪在后續(xù)推廣活動中可優(yōu)先選擇這些渠道。8.2.3活動推廣效果分析2.活動推廣轉化分析選中“流量來源”、“訪客數”、“收藏數”、“加購數”和“成交訂單數”數據，插入柱形圖，選擇3D樣式，單擊【確定】；選中“流量來源”、“收藏轉化率”、“加購轉化率”和“支付轉化率”數據，插入折線圖，單擊【確定】。轉化效果最好的是淘寶客，其各項轉化均排名第一，排名二、三的依次是鉆石展位和直通車，店鋪在今后活動時，可以優(yōu)先考慮淘寶客、鉆石展位和直通車這三種推廣渠道。8.2.3活動推廣效果分析4.活動推廣拉新與留存分析選中“流量來源”、“新訪客占比”、“新收藏占比”、“新加購占比”和“新成交額占比”數據，插入折線圖，單擊【確定】。綜合來看，店鋪推廣活動中，拉新效果整體較好，其中新成交額表現(xiàn)最好，其最低占比為31.49%，最高占比為52.98%，拉新綜合效果最好的渠道是淘寶客。店鋪可以結合該分析結果了解其活動拉新情況并為后續(xù)推廣渠道優(yōu)化提供參考。8.2.4內容推廣效果分析內容推廣效果分析是對電子商務平臺內容及平臺外其他內容渠道的發(fā)布情況統(tǒng)計并分析。借助內容分析，可以有效地對內容形式及推廣方式等進行評估和優(yōu)化。①比較多渠道投放、多種內容的推送效果。②找到問題所在，及時調整優(yōu)化內容。③能夠反饋內容運營效果，提供決策參考。第3節(jié)銷售數據分析8.3.1交易數據分析8.3.2服務數據分析8.3.1交易數據分析進行銷售數據分析，首先要明確此次數據分析的目標，然后圍繞該目標收集、整理并分析相應的數據，找到銷售數據變動的原因，改善銷售情況。在進行銷售數據分析時，一般包括以下四個步驟：分析目標定位01確定目標數據02整理并分析目標數據03分析銷售數據變動的原因048.3.1交易數據分析【案例分析】電商平臺的銷售數據分析與預測某電商平臺2022年12個月的銷售額（元），第一根據這組數據對銷售數據進行動態(tài)分析，第二使用移動平均法對2023年1月銷售額（元）進行預測。8.3.1交易數據分析1.對銷售數據進行動態(tài)分析根據以下公式進行數據的動態(tài)分析：累計增長量：=C2-$B$2（當期數據-首期數據）；逐期增長量：=C2-B2（當期數據-上一期數據）；定基發(fā)展速度：=C2/$B$2（當期數據/首期數據）；環(huán)比發(fā)展速度：=C2/B2（當期數據/上一期數據）；定基增長速度：=(C2-$B$2)/$B$2（當期數據-首期數據）/首期數據；環(huán)比增長速度：=(C2-B2)/B2（當期數據-上一期數據）/上一期數據。8.3.1交易數據分析2.使用移動平均法對銷售額進行預測首先對銷售額進行趨勢分析，選中A2:M2單元格區(qū)域，插入折線圖觀察數據趨勢。8.3.1交易數據分析當時間序列具有線性增長的發(fā)展趨勢時，用一次移動平均法預測會出現(xiàn)滯后偏差，表現(xiàn)為對線性增長的時間序列的預測值偏低，這時可通過二次移動平均法來計算。二次移動平均法是將一次移動平均再進行一次移動平均，然后建立線性趨勢模型。將移動項數N設置為3，分別計算一次移動平均和二次移動平均

服務評價數據分析在淘寶平臺會有賣家服務評級（DetailSellerRating，DSR），DSR主要指的是其動態(tài)評分系統(tǒng)，三個評分維度分別是：寶貝描述相符度、賣家服務態(tài)度和物流服務，滿分5分，平臺會給出店鋪各項得分和其與同行業(yè)平均分數對比表現(xiàn)。店鋪評分=每項店鋪評分取連續(xù)6個月內買家給與該項評分的總和/連續(xù)6個月內買家給與該項評分的次數。8.3.2服務數據分析DSR低分原因和改善方法具體內容問題類型DSR低分原因改善方法客服服務問題客服不及時回復客戶、與客戶產生矛盾、未能解答客戶問題、態(tài)度差等。1.設置快捷短語應答，提升客服人員的應答速度；2.改善服務態(tài)度，安撫客戶情緒，使客服人員用專業(yè)的態(tài)度去工作；3.加強客服人員基本產品知識和店鋪活動內容培訓；4.用制度對客服人員進行考核，對態(tài)度惡劣造成嚴重后果的客服人員進行辭退。物流問題貨品少件缺件、發(fā)貨時間晚、貨物破損、送貨不及時等。選擇優(yōu)質的物流公司合作，提升物流服務。產品問題產品質量差、產品與描述不符、產品低于客戶預期等。1.修改產品的描述，不夸大產品功能性的描述。2.對客戶差評進行針對性的解釋，真誠的解釋會讓客戶平息怒火。8.3.2服務數據分析8.3.2服務數據分析客戶服務數據分析指通過對客戶與客服之間的溝通記錄進行收集、分類、分析和解釋，從而獲取客服工作的洞察和客戶對電商企業(yè)的評價。①收集數據。②分類數據。③分析數據。④報告數據。第4節(jié)物流數據分析8.