電子商務數據分析
電子商務相對於傳統零售業來說，最大的特點就是一切都可以通過數據化來監控和改進。通過數據可以看到用戶從哪裡來、如何組織產品可以實現很好的轉化率、你投放廣告的效率如何等等問題。基於數據分析的每一點點改變，就是一點點提升你賺錢的能力，所以，電子商務網站的數據分析顯得尤為重要。
一、數據分析的重要性
首先，我們要來了解一下數據分析對於一個網站的重要性。筆者並不從理論方面來論證數據分析的重要性，而是從各方對這一方面的動向來了解。1、阿里巴巴
2011年5月25日，阿里巴巴宣布推出數據門戶，並正式啟用新域名，新推出的數據門戶根據4500萬 中小企業用戶的搜尋、詢單、交易等電子商務行為進行數據分析和挖掘，為中小企業以及電子商務從業人士等第三方提供綜合數據服務。馬雲曾表示“數據”將是阿 里巴巴未來十年發展的戰略核心。現已正式開放的部分為面向全體用戶的巨觀行業研究模組，由行業搜尋動態趨勢圖、專業化行業分析報告、細分行業和地區的內貿分析和針對行業各級產品的熱點分析，以及實時行業熱點資訊等部分構成，並且為免費提供。到2011年底阿里巴巴還將適時陸續推出數據門戶其他部分套用。
2、各行業巨頭
事實上，全球各大行業巨頭都表示進駐“開放數據”藍海。以沃爾瑪為例，該公司已經擁有兩千多萬億位元組數據，相當於200多個美國國會圖書館的藏 書總量。這其中，很大一部分事客戶信息和消費記錄。通過數據分析，企業可以掌握客戶的消費習慣、最佳化現金和庫存，並擴大銷量，數據已經成為了各行各業商業決策的重要基礎。電商平台也很注重這方面的數據分析，例如世界工廠網，就設有排名榜的數據分析，通過分析用戶在世界工廠網的搜尋習慣及搜尋記錄，免費提供了產品排行榜、求購排行榜和企業排行榜。無獨有偶，作為行業入口網站的裝備製造網也即將在未來的發展中提供數據分析的功能，從網站的介紹中可以看到：每月企業網站專 業SEO檢測報告、季度專業行業研究報告等等。所有這些行業的動向，都昭示這一個特點：企業數據、行業分析。也只有行業網站、電商平台等擁有企業數據優勢，而且集合整行業信息，並有分析整合數據的能力，才能真正為企業提供真實、有效的數據分析。
從各方對待一個事物的態度與投資動向，我們能很輕易的了解到這一事物的重要程度，從以上的事例可以看出，數據分析對於各行各業都非常的重要，尤其是對於電子商務平台。
二、電子商務數據分析的七個重要因素
1、電子商務數據分析需要商業敏感
今天電子商務公司的數據分析師，有些像老闆的軍師，必須有從枯燥的數據中解開市場密碼的本事。比如，具有商業意識的數據分析師發現，網站上的嬰兒車的銷售增加了，那么，他基本可以預測奶粉的銷量也會跟上去。再比如，網站上的產品發揮的作用並不一樣，有的產品是為了賺錢，有的產品是為了促銷，有的產品是 為了吸引流量，不同的產品在網站上擺放的位置是不一樣的。一個商業敏感的數據分析師，是懂得用什麼樣的數據實現公司的目標。比如，樂酷天與淘寶競爭，它們重點看的不是交易量，而是流量：每天有多少新的賣家進來，賣了多少東西。因為此階段競爭最核心的就是人氣，而非實質交易量。如果新來的賣家進來賣不出東西，只有老賣家的交易量在增長，即使最後每天的交易量都 增長，也還是有問題。
再比如，一家剛踏入市場的B2B公司和已經占領大部分市場的B2B公司，它們的目標不一樣。前者是看流量賺人氣，後者對流量不怎么看重，而是看重交易轉化率及回頭率。
當下的數據分析師多是學統計學出身的，一堆數據放在那裡，大家都擅長怎么算回歸、怎么畫函式。但是這批學數學的人才缺乏商業意識，不知道這些數據對業務意味著什麼，看不見一堆數據中彼此的關係，也就不知道該用什麼樣的邏輯分析，也就無法充當老闆的眼睛了。
2、電商網站轉化率是關鍵，ROI是最終的目標
電子商務B2B網站平台的宗旨就是為企業服務，讓買家與賣家的市場銷售成本降低，降低交易成本，提高訂單利潤。因此，電子商務的網站轉化率是關鍵，這其中就提到一個指標的重要性——ROI。ROI是Return On Investment的簡寫，是指通過投資而應返回的價值，它涵蓋了企業的獲利目標。利潤和投入的經營所必備的財產相關，因為管理人員必須通過投資和現有財產獲得利潤。又稱會計收益率、投資利潤率。其計算公式為：投資回報率(ROI)=年利潤或年均利潤/投資總額×100%
投資回報率(ROI)的優點是計算簡單;缺點是沒有考慮資金時間價值因素，不能正確反映建設期長短及投資方式不同和回收額的有無等條件對項目的影響， 分子、分母計算口徑的可比性較差，無法直接利用淨現金流量信息。只有投資利潤率指標大於或等於無風險投資利潤率的投資項目才具有財務可行性。
投資回報率(ROI)往往具有時效性–回報通常是基於某些特定年份。
3、電子商務數據分析衡量指標的設定
指標是讓我們更好的從數據量化的層面來了解運營的狀況，PV、UV、轉化率基本是運營監督的指標;網站分析採用的指標可能有各種各樣的，根據網站的目標和網站的客戶的不同，可以有許多不同的指標來衡量。常用的網站分析指標有內容指標和商業指標，內容指標指的是衡量訪問者的活動的指標，商業指標是 指衡量訪問者活動轉化為商業利潤的指標。電子商務的數據可分為兩類：前端行為數據和後端商業數據。前端行為數據指訪問量、瀏覽量、點擊流及站內搜尋等反套用戶行為的數據;而後端數據更側重商業數據，比如交易量、投資回報率，以及全生命周期管理等。
有些人關心前端行為數據，也有些人關心後端商業數據，但是沒有幾家網站把前端行為數據和後端商業數據連起來看。大家只單純看某一端數據。但是看數據看得“走火入魔”的人會明白，每個數據，就像散布在黑夜裡的星星，它們之間布滿了關係網，只要輕輕按一下其中一個數據，就會驅動另外一個數據的變化。
4、某些指標異常變化的原因分析
網站的某些指標的異常變化是外界市場一些變化的客觀反應，網站的數據分析人員一定要積極注意。例如PV減少(異常)，那我們就要分析用戶是搜尋來源減少還是直接訪問減少?反連線過來的減少?搜尋減少就要觀察用戶的關鍵字、搜尋引擎等。例如2011年的上半年，曾出現阿里巴巴與慧聰發生爭論，而在那幾天，另一個B2B網站–世界工廠網的會員註冊量批量上升，每天超過千個以上的註冊 量。當然這只是一部分的猜測，在兩個B2B巨頭不穩定之時，企業會選擇第三方的平台，這是符合常理推斷的。不過就此以後，世界工廠的註冊量一直是穩中有升 的，難道這是會員發現一個免費“新大陸”的口碑宣傳嗎?事後發現，是因為世界工廠網的一個新項目–全球企業庫的上線吸引了大量企業會員的青睞，註冊量猛 然提升的。對於一些數據的異常增加或減少，一定要分析其產生的原因與市場時機，這對平台以後的發展及政策導向非常有借鑑意義。
有一天，linkin(一個社區網站)忽然發現來自雷曼兄弟的來訪者多了起來，但是並沒有深究原因。第二天，雷曼兄弟就宣布倒 閉了。原因何在?雷曼兄弟的人到linkin找工作來了。谷歌宣布退出中國的前一個月，筆者在linkin上發現了一些平時很少見的谷歌產品經理線上，這 也是相同的道理。試想，如果linkin針對某家上市公司分析某些數據，是不是很有商業價值?
5、利用數據分析用戶的行為習慣
再次說，得到數據來分析是在揣測用戶的心理和一些習慣，最真實的是讓用戶告訴你，需要什麼，這些可以利用投票調查及問題提交等來實現，當然利用數據整合分析也是必然的，然後做出來AT來權衡利弊來對用戶體驗驚醒改善，和一些基本的產品定位及活動。裝備製造負責人認為，網站數據分析應該兩個層次：第一，網站數據分析，是針對產品來說。就圍繞產品如何運轉，做封閉路徑的分析。得出產品的點擊是否順暢、功能展現是否完美 。第二、研究客戶的訪問焦點，挖掘客戶潛在需求。如果是以交易為導向的電子商務網站，就是要研究如何高效的促成交易，是否能出現聯單!
6、客戶的購買行為分析
當用戶在電子商務網站上有了購買行為之後，就從潛在客戶變成了網站的價值客戶，電子商務網站一般都會將用戶的交易信息，包括購買時間、購買商品、購買 數量、支付金額等信息保存在自己的資料庫裡面，所以對於這些用戶，我們可以基於網站的運營數據對他們的交易行文進行分析，以估計每位用戶的價值，及針對每位用戶的擴展行銷的可能性。客戶的購買行為分析，如傳統的RFM模型，會員聚類，會員的生命周期分析，活躍度分析，這些都精準的運營都是非常重要的。
