DataFocus于电商行业的应用

2020/10月/27BI 3.0, 大数据技术与运用, 零售电商行业0 条评论

行业概述

接触电商的第一课,就是要熟悉电商的历史,通过研读电商的发展历程,才能“观古知今,而知进退”。

国内的电商起步,最早可以追溯到1999年易趣网的成立,不过业内一般会将淘宝网的成立称为电商发展的元年。因此,从2003年至2020年,可以将电商归类为三个发展阶段:第一阶段:2003年~2007年电商处于C2C的时代,流量为王;第二阶段:2008年~2013年电商正式跨入B2C时代,正式诞生数据化运营;第三阶段:2014年~2020年电商3.0时代,注重内容营销,结合视频直播、VR技术、网红号召等多种形式,打开新的营销思路,提升商家的成交转化率。

图1-1 国内电商的发展历程

我国是世界上最大的纺织服装生产国、消费国和出口国。电商的蓬勃发展必然会给传统的服装行业带来巨大的冲击,如何搭上时代的“浪潮”,借助电商营销提高成交转化率,这就要求我们必须合理规范地进行电商运营,同时这也是电商数据分析诞生的契机。

电商数据分析

电商数据分析师,就是将“运营”、“数据”、“工具”这三种能力综合运用,从专业角度提出数据依据,解决电商行业的具体运营问题的职业。因为,一名合格的数据分析是必须具备下述三个方面的能力:懂运营业务、有结构化思维、精通一两门数据工具。

首先是具备运营头脑。服装行业最重要的特点是周期,服装的生命周期、风格的生命周期,就连时尚趋势也是有生命周期的,通过对“周期”的理解,可以帮助数据分析在宏观层面更具指向性。除此之外,还要求电商数据分析师对电商平台的运营节奏、运营规则、平台属性,店铺的人货场甚至对竞品深入了解。

其次是数据思维,数据思维强调的是数据分析是所用到的分析手段,比如对比分析、细分分析、转化分析等。

熟练掌握一至两款常见的数据分析工具可以帮助数据分析师将表格数据以更美观、更便捷的方式进行展示,如果说前面两种能力都属于“纸上谈兵”的话,这一步就是实实在在的“躬行”了。接下来的电商数据分析,我们都将借助DataFocus这一搜索式BI工具来进行。

图2-1 DataFocus官网首页

数据分析步骤

网上关于数据分析步骤的内容数不胜数,归纳总结后得出最重要同时也是最基础的四个步骤。

  1. 明确目的。主要内容包含明确需求、沟通关联部门或人员、明确分析目标等。做任何数据分析之前,我们必须先了解本次数据分析的受众人群,目的是什么诊断、预测还是总结?
  2. 构思逻辑。主要内容包含构思报表大纲、罗列关联指标、确定报表结构、梳理说服逻辑等。针对本次分析的目的,我们需要从哪些角度来构建数据分析逻辑?采用线性式的因果逻辑,还是分布式相关逻辑?
  3. 开始分析。主要内容包含收集数据、数据清洗关联、开始分析、得出分析结论等。确定报表的说服逻辑后,需要对此次分析用到的数据源进行选择,确定关联路径和取值范围,最后根据这些数据,得出分析的结论。
  4. 美化报表。主要内容包含制作数据报表、验证报表、美化报表等。整理好的数据进行取舍,按报表的说服逻辑排序,并编写相关文字观点。其次,适当美化报表,让报告更具可读性

0条评论

递交一条评论

邮箱地址不会被公开。 必填项已用*标注

DataFocus Cloud 让数据分析像搜索一样简单!

AI驱动,SaaS部署,引领数据分析云时代!