首页 Wish正文

10.1.2 常见的店铺数据分析维度

kumb Wish 2020-07-04 14:39:06 267 0

我们以Wish后台的数据为例,如图10-1-2所示。

图10-1-2 Wish后台的数据

图中箭头所指的“业绩”菜单下面,是Wish运营中最常用到的数据分析板块。

点击“业绩”菜单,我们可以看到以下内容,如图10-1-3所示。

图10-1-3 “业绩”菜单

其中产品概述、销售业绩、用户服务表现、销售图表这几项对于产品和销售端比较重要,评分表现、物流表现、退款表现、用户反馈、仿品率表现这几项对于运营是很重要的数据指标,用户服务图表则便于数据的对比。

除“业绩”菜单外,在“产品”菜单中也有我们需要挖掘的数据。

从直观的后台数据来看,以下三种数据对掌握产品信息和上架信息会有所帮助,如图10-1-4所示。

图10-1-4 SKU数量

我们可以看到自己店铺当前产品的SKU、最近更新时间,以及上传时间的相关数据,它们是三种很直观的数据,其中最近更新时间和上传时间可以按照时间进行排序。同时,我们也不能忽略另外两个有用的信息:Wishes数和销售数,如图10-1-5所示。产品销售数量也可以按照销量高低顺序进行排序。

图10-1-5 Wishes和销售数量

点击任一个单品右侧的“措施”→“查看产品表现”菜单,如图10-1-6所示。

图10-1-6 查看产品表现

然后我们就看到了单个产品的数据表现情况,如图10-1-7所示。

图10-1-7 单个产品的数据表现

上面总结了后台数据的展示方式,接下来需要了解的是,我们可以用哪些思维来开展数据整理和分析。

1.对照思维

这个维度通常用于对比单品或者单店铺在单位时间中的销售情况,通常采用对比的形式,展示出的形式是柱状图,如图10-1-8所示。

图10-1-8 柱状图

这种柱状图在 Excel 中很容易生成。一般对于后端运营中比较规范,且用系统进行管理的商户,所使用的ERP通常都有统计功能,可以对订单数量或者订单金额进行统计,如图10-1-9所示。

图10-1-9 ERP统计功能

销量和销售额的统计,体现了在数据处理中很重要的也是最基本的一个思路,就是对照的思路,俗称对比,单独一个数据是绝对化的数字,不能代表什么,而和另一个数据做对比,才能体现出它的价值。

2.分拆思维

我们举一个例子,比如一个销售员A,通过对照的方式发现店铺这一周的销售额不如上一周,这时只对比销售额就没有多大意义了,而需要对销售额这个数据进行进一步拆分。这里可以利用电子商务中常见的一些公式,如图10-1-10所示。

图10-1-10 常见公式

通过进一步的分析可以找出导致销售额下降的原因,还可以更进一步细分转化率、流量等数据,找出更深层的原因,直到找出解决方案。

3.降维思维

当数据的维度太多的时候,我们不可能把每个维度都拿来分析,对于一些相关联的数据指标,筛选出其中能够合并的维度即可,如图10-1-11所示。

图10-1-11 降维思维

在汇总数据维度时,众多的数据并不是每一个都值得分析,当存在“成交总额=产品单价×订单”这种一个维度可以由其他维度计算出来的情况时,我们就可以降维。通常我们只关心对我们有用的数据,当某些维度的数据跟我们的分析无关时,就可以将其过滤掉,达到降维的目的。

4.增维思维

增维和降维是相对应的,有降必有增。当我们当前的数据维度不能很清晰很全面地解释我们的问题时,我们就需要对数据做一些运算,使其多增加一个指标。如图 10-1-12 所示,当我们在分析某个单品的数据时,如果单纯从浏览量、销量、退款比率、平均评级数据等不能分析出产品销售额增减的原因的话,就需要增加产品的客单价、转化率等数据维度来协助分析。

图10-1-12 增维思维



我们致力于为三农(农业、农村、农民)提供专业物联网解决方案,同时也提供应用软件、微信小程序、手机App、企业网站的开发和跨境电商建站、网络营销等服务,站长微信号(mywit_net),添加后备注“黎辉物联网”,如有相关需求也可通过电子邮件(12tc@sina.cn)与我们取得联系

本站内容均来自互联网,如有涉及到侵权行为,请你及时与站长联系删除!

本文链接:https://www.kumb.cn/2333.html

发表评论

评论列表(0人评论 , 267人围观)
☹还没有评论,来说两句吧...