東莞茶山淘寶培訓領頭羊領航電商在培訓中告訴學員(yuán)對(duì)剛開始對(duì)數據不需要了(le)解的(de)太深，隻需要關注核心的(de)一些内容，在明(míng)确數據分(fēn)析之前，首先我們要明(míng)确電商産品的(de)數據分(fēn)析幾大(dà)業務指标。  
01  
用(yòng)戶角度  
1、總活躍用(yòng)戶數、新注冊用(yòng)戶數、總PV；  
2、一定時(shí)間的(de)活躍用(yòng)戶數、新注冊用(yòng)戶數、總PV；  
3、一定時(shí)間的(de)轉換關系；  
4、不同渠道下(xià)，注冊轉換情況；  
5、不同注冊渠道下(xià)，注冊用(yòng)戶的(de)後續留存率；  
6、一定時(shí)間有購(gòu)買行爲的(de)用(yòng)戶的(de)重複購(gòu)買的(de)分(fēn)布情況。  
02  
訂單角度  
1、今日的(de)訂單總數、銷售額、訂單單價、有訂單用(yòng)戶數、補貼比例；  
2、過去一周每天的(de)訂單總數、銷售額、訂單單價、有訂單用(yòng)戶數、補貼比例；  
3、過去一周每天的(de)訂單平均送達時(shí)間。  
03  
商品角度  
1、按照(zhào)商品分(fēn)組，今日每個(gè)商品的(de)浏覽數、購(gòu)買用(yòng)戶數、訂單數、銷售額；  
2、按照(zhào)商品分(fēn)組，過去一周每天每個(gè)商品的(de)浏覽數、購(gòu)買用(yòng)戶數、訂單數、銷售額。  
04  
品類角度  
1、按照(zhào)商品品類分(fēn)組，今日每個(gè)品類的(de)浏覽數、購(gòu)買用(yòng)戶數、訂單數、銷售額、訂單單價；  
2、按照(zhào)商品品類分(fēn)組，過去一周每天每個(gè)品類的(de)浏覽數、購(gòu)買用(yòng)戶數、訂單數、銷售額、訂單單價。  
05  
店(diàn)鋪角度  
1、按照(zhào)店(diàn)鋪分(fēn)組，今日每個(gè)店(diàn)鋪的(de)浏覽數、購(gòu)買用(yòng)戶數、訂單數、銷售額、訂單單價；  
2、按照(zhào)店(diàn)鋪分(fēn)組，過去一周每個(gè)店(diàn)鋪的(de)浏覽數、購(gòu)買用(yòng)戶數、訂單數、銷售額、訂單單價；  
06  
數據分(fēn)析  
茶山電子商務培訓中領航電商老師指出，在基于以上指标進行數據的(de)統計，我們再進行數據分(fēn)析。  
首先數據分(fēn)析建模，我們知道電商類産品模型一般以事件（點擊，浏覽等）用(yòng)戶屬性進行建模，然後我們進行正式的(de)數據分(fēn)析，我們需要知道用(yòng)戶的(de)一系列用(yòng)戶行爲分(fēn)析，常指用(yòng)戶畫(huà)像。  
方法一：多(duō)維度數據分(fēn)析  
我們需要定義一些事件，如取消訂單，提交訂單，支付訂單，浏覽商品，加入購(gòu)物(wù)車等等，然後基于這(zhè)些事件，我們需要一個(gè)指标，比如說次數、總和(hé)，可(kě)是我們知道光(guāng)有個(gè)數據羅盤還(hái)不夠，我們需要對(duì)數據進行細分(fēn)，這(zhè)裏我們做(zuò)了(le)事件，指标。  
所以還(hái)需要篩選用(yòng)戶的(de)屬性了(le)，比如說城(chéng)市、用(yòng)的(de)設備、支付方式、來(lái)源渠道。  
這(zhè)個(gè)方法，我們常用(yòng)于用(yòng)戶畫(huà)像，用(yòng)戶行爲分(fēn)析，數據異常排查分(fēn)析等  
方法二：轉換率數據分(fēn)析  
我們進行一場(chǎng)活動，需要進行評估，活動注冊了(le)多(duō)少人(rén)，訂單轉換率是多(duō)少，支付率是多(duō)少，這(zhè)裏我們就需要一個(gè)分(fēn)析方法。  
從我剛講的(de)基于事件分(fēn)析，所以我們就可(kě)以定義一個(gè)事件，篩選時(shí)間，先定義事件（注冊），再次定義事件（提交訂單），再次定義事件（支付訂單），我們可(kě)以得(de)到一個(gè)轉換率。  
這(zhè)個(gè)方法，我們常用(yòng)于轉換率分(fēn)析，也(yě)稱漏鬥分(fēn)析。  
方法三：留存數據分(fēn)析  
茶山淘寶培訓在大(dà)朗盈豐大(dà)廈十一樓領航電商開課。留存分(fēn)析正如字面意思留存，我們需要對(duì)一段時(shí)間的(de)用(yòng)戶就像數據分(fēn)析，比如說我們搞了(le)一個(gè)活動，需要看那段時(shí)間的(de)注冊用(yòng)戶，提交訂單的(de)情況，第有多(duō)少提交，第二天有多(duō)少人(rén)提交，第三天有多(duō)少人(rén)提交等。  
數據分(fēn)析一般爲：根據我們的(de)數據模型，首先定義一個(gè)事件（如注冊用(yòng)戶），再次定義一個(gè)事件（如提交訂單）得(de)到一定事件的(de)比列。  
這(zhè)個(gè)方法，我們常用(yòng)于觀測一定事件的(de)留存情況  
方法四：活躍或回訪數據分(fēn)析  
當我們需要看一段時(shí)間裏的(de)一個(gè)事件的(de)使用(yòng)次數，或者某個(gè)地方的(de)用(yòng)戶使用(yòng)情況，那該怎麽辦呢(ne)？  
這(zhè)裏就可(kě)以用(yòng)活躍數據分(fēn)析。  
我們首先需要定義一個(gè)事件（如注冊用(yòng)戶），再定義一個(gè)事件（如提交訂單）的(de)情況（這(zhè)裏一般爲次天數），然後我們篩選用(yòng)戶的(de)事件爲什(shén)麽，得(de)到一個(gè)數據。  
這(zhè)個(gè)方法，我們常用(yòng)于調查用(yòng)戶使用(yòng)情況，也(yě)是衡量一個(gè)用(yòng)戶活躍的(de)關鍵數據分(fēn)析指标。  
  
說了(le)這(zhè)麽多(duō)，這(zhè)些數據都能幹嘛呢(ne)？  
1、數據異常排查，細分(fēn)逐一查看；  
2、關鍵頁面的(de)轉換率提升；  
3、活動的(de)情況評估，渠道數據分(fēn)析評估；  
等等，隻要你想要的(de)，都能通(tōng)過數據去找出答(dá)案。