电商行业数据分析太难?那是你没找对方法!
摘要:
互联网的迅猛发展改变了人们的生活方式,再加上市场需求的不断扩大,电商行业异军突起,拥有巨大的发展潜力。
如今,各大电商平台正在茁壮成长中。APP营销、直播营销、短视频营销等各种营销手段层出不穷。
电商这个蛋糕太大了,每个人都想来分一点。至于能分到多少,当然得各凭本事。
但毫无疑问,在电商这个领域,能真正做好运营数据分析和客户分析,精准掌握市场情况、客户情况的电商品牌,显然会走得更远,也更容易脱颖而出。

不过,运营数据分析和客户分析并不是嘴上说说就能做好,尤其是在数据爆炸式增长的今天。
电商平台如何做好数据分析,快速掌握公司的整体运营情况?如何做好客户分析,精准击中客户痛点?让这篇文章用案例告诉你。
1、电商广告的投放地域分析
有网友使用数据可视化工具Tableau做了电商广告投放地域分析,以此帮助企业做出正确的广告投放决策↓
问:我们19年第一季度的广告费用都花在了哪些城市?
答:以地图形式展示了第一季度不同城市的广告花费,还巧用圆圈展示了花费金额的大小。从图中可以明显看出江苏、上海、北京的广告花费最高。
问:不同城市的投产比怎么样?不能花了钱没收益呀!
答:青海的投产比高达26.58,但是它的广告花费只有10元。北京、四川、福建、上海、江苏的投产比都到了3.0,这些地区的消费力确实不错。
从图中可以看出,要想获得更高的投产比,下季度就要加大北京等城市的广告投放,缩减陕西、东三省等城市的广告预算。
问:我们的主要客户在上海,我需要看到上海的广告投放花费和ROI的变化。
答:上海的投产比呈下降趋势,一是因为春节期间行业的投产比整体都较高,二是3月是行业淡季,但预计4月20号的天猫亲子节后会出现回转。
上海在第一季度的总体投产比是4.7,代表了上海人民超强的购买力,看来可以继续加大对上海地区的广告投放。
最后,根据广告投放分析,得出接下来可以继续投放广告的地区。
2、淘宝电商数据分析
还有网友使用Tableau做了淘宝电商数据分析,清晰展示了每天/每小时的PV(页面浏览量、点击量)和UV(独立访问用户数),销售量前十的商品以及一天中各个时段的PV和UV的联动仪表板。
每天的PV
每天的UV
每小时的PV
每小时的UV
联动仪表板
销售量前十的商品
3、RFM客户价值分析
RFM分析是使用用户一定周期内的最近下单时间(R)、下单频率(F)、下单金额平均值(M)来分析用户价值的一种方法,这三个维度分别代表了用户的购买忠诚度,购买粘性,以及购买力。电商运营者再结合价格敏感度,就可以非常完整地看出用户群体的价值分布情况。
最近下单时间:用户最近一次消费的时间
下单频率:用户在周期内下单次数的平均值
下单金额平均值:用户在周期内下单金额的平均值
价格敏感度:用户使用优惠券的占比
以这些数据为基础,有网友使用Tableau做了一张可以看出用户价值分布的图↓
从图中可以得出:
区域1没有点,代表高价值的用户没有,需要运营重点关注。
区域2代表潜在价值客户,颜色主要是绿色,代表大部分客户是活跃客户,但消费频率不高,且用户数量较少,对价值敏感的用户较多。应当努力在品类及体验上下功夫,提高他们的消费频率。
区域3主要都集中在左侧,说明这部分用户的消费金额较小但频率较高,部分用户价值敏感较高。
区域4的红色圆圈多,这部分用户是流失客户,应当从其他维度分析这部分流失用户的特征。
看了这三个案例,是不是觉得电商的数据分析不那么难了?事不宜迟,这么优秀的数据可视化工具Tableau快快用起来!