电商企业如何做好经营数据分析？
电商是一个伴随数据而生的行业，数据在电商平台上高速运转，由此也诞生了非常多的电商信息化平台，有物流系统、供应链系统、OA系统、流量分析平台等，由此，各平台产生的数据都被分散在各个系统中，无法发挥出数据的价值。时至今日，数据统一存放在一个平台上，通过数据分析挖掘其中的价值，将对业务产生有效指导。
接下来，我们将从电商数据分析架构、线上店铺管理分析、线下门店运营分析、全服务分析、后台支持分析五个维度去构建电商行业的全景大数据观。
一. 电商数据分析架构
首先需要承认的是，数据分析架构模型的前置是需要对业务的日常工作场景及需求有充足的理解，并能提出具有建议的数据分析方法，以释放业务人员在数据分析环节的时效。
我们注意到：
流量部门关心：什么样的流量能带来转化、什么因素影响了流量的转化率、流量转化成本的分析、渠道分析等业务使用场景；
供应链部门关心：账期管理、库存管理、原材料管理、制造工厂工期管理等业务场景；
客服部门关心：首单会员、复购会员、促销及返利等；
……
总览下来，发现电商业务分散在各个系统上一个“正确”的状态，其实不然，我们再花一定时间究其背后的原因是绝大部分的信息化工具聚焦于业务场景的实施，而非基于大数据全景管理角度。
为此，永洪提出了一站式大数据分析架构咨询服务：
二. 线上店铺管理分析
对于一家店铺的用户而言，一个完整的购买流程：看到广告-进入店铺-浏览商品-咨询购买-下单支付。对于店铺运营人员应该如何对各个环节的用户进行流量分析和管理呢？针对此，下面将分别从流量分析、销售分析、商品分析、活动分析四方面进行详细解析。
- 流量分析
对于当前的电商企业而言，流量分析需要解决的三个问题：哪种渠道来得流量能够带来转化；是哪些因素影响了流量的转化；如何选择最优的流量渠道，降低获客成本。
基于以上三个待解决问题，永洪科技咨询专家对线上店铺流量进行了详细的梳理和分析，从以下三个方面来对流量进行拆解分析：
推广分析：通过对渠道花费金额、页面点击数等数据进行分析，分析不同的流量来源以及获客成本，最终找到高性价比推广渠道；
内容分析：分析各内容的流量来源及相关运营效果，例如手淘里面内容运营，日常在手机淘宝里面推送一些文章，以及找一些淘达人做线上直播等方式拉动流量；
页面分析：通过对当前页面的流量来源及去向分布进行详细的分析，关注页面热力重点，为店铺装修指导提供依据。例如在做电商促销活动的时候，会上线很多种页面，具体到对单个页面的情况，通过针对单个页面流量的来源和去向进行分析，包括页面的效果怎么样，进行分析，进一步指导运营手段的优化。
- 销售分析
从流量角度层面的分析，旨在将客户吸引到店铺来，交易过程是什么？哪些过程影响了销售订单的转化？异常是否可避免？基于这些问题，永洪科技咨询专家建立了销售分析体系，针对交易环节，根据转化率发现问题所出现的环节，分析转化率与哪些因素有关，指导改进的方向，辅助线上运营人员找到用户流失原因，进而召回流失用户。
销售分析分为两个层面：
转化分析：转化分析主要是关注的是订单转化情况，针对交易环节进行分析，找到转化情况跟哪些因素有关，指导改进的方向；
异常参考分析：根据销售活动订单形成的问题为参考项，优化活动流程。比如用户可能在一些环节有些跳失，而这种客户的流失企业主来来说可能是不能忍受的，因此通过异常分析用户流失的一些原因，然后针对这些的原因进行优化，改进销售策略。
- 商品分析
对于电商企业而言，用户在通过渠道推广进入店铺后，进行了一系列下单和购买行为，然而由于商品缺货等情况导致客户下单后无法及时收到货，此刻，对于线上运营团队而言，能够清楚的了解当前库存有哪些商品、这些商品销售状况如何、新品研发进度如何、什么时候可以供货、滞销产品的总体概况等问题，显得尤为重要，对此，永洪建立了商品分析这一体系，通过从属性、选品、备货三个层面进行分析：
属性：包括产品线、产品结构、产品类目，针对不同商品属性，指导商品进行合理搭配相对应的活动；
选品：针对销售业绩目标及产品备货情况进行产品定价、上下架等选品分析；
备货：监控分析商品备货情况，配合活动制定销售策略。
最终帮助线上运营人员能够清楚的知道商品情况，从而能够更好地促进商品销售、去库存。
4. 活动分析
在电商企业的数据增长过程中，活动运营起到了不可忽视的作用。电商企业每月有大量的活动，由于数据零散的存在活动组的各个人员手上，导致无法了解单次活动的数据变现、以及活动结束后的总体表现，因此也无法基于对历史活动进行数据分析，指导下次活动的改进。
基于以上这些状况，永洪科技咨询专家团队设计出了活动主题的分析体系：
基于历史活动数据进行分析，结合活动目标及预算，为本次活动营销计划的制动提供参考依据；
通过对流量情况、销售情况、商品情况三个维度监控活动过程，清楚的了解商品的库存是否满足需求以便线上运营人员及时优化运营计划；
通过对活动的所有花费进行统计，计算投入产出比，进而衡量活动的价值，以及为下一次活动的改进提供优化参考。比如说某次活动，通过送优惠券活动的一些不合理流程设置导致大量用户退货，那么下次活动时就要避免产生这样的情况发生。
三. 线下门店管理分析
对于电商企业而言，过去是以线上店铺为主，随着业务的扩张，现在这些企业通过不断拓展线下门店，弥补线上用户体验的缺失，融合线上线下，从而扩大用户规模。为此，永洪咨询专家设计出线下门店管理分析体系，通过线下门店拓展分析、店铺选址分析，帮助电商企业选择最合适的店铺以及对店铺实现高效管理。
- 线下门店拓展分析
线下加盟店拓展分析主要为经销事业部提供用于选择合适加盟商、加盟店铺的评判体系。
加盟商筛选分析：
通过对潜在市场分析，即对产品定位和潜在消费群体进行的分析，用于定位拓展线下门店的具体区域；
通过对加盟商条件分析，即基于潜在市场分析筛选适合合作的加盟商条件，并根据加盟商的基本条件和市场定位，选择恰当的合作形式。
2.线下门店的运营分析
线下门店的运营分析包含了两个部分，一是自营门店的经营分析，二是对加盟店的分析。
1）自营门店分析
自营门店是现阶段公司线下销售的主要渠道，在业绩、营销、门店形象、团队建设等方面都实行统一管理，是公司面向线下消费者最直接的形象表达。对于当前的电商企业而言，自营门店和线上店铺如何相互补充，是需要解决的一大问题。线上流量虽然大，但是同时由于线上缺失用户体验，导致部分用户流失，通过数据分析将这部分流失用户找出来，然后借助运营手段将线上的这部分流量引流到线下，最终促进更多订单的成交。
2）加盟店分析
加盟店作为销售渠道的一个补充，对其进行销售业绩和统一对外形象的管理和监控，有助于企业实现更大规模的扩张和销售业绩增长。通过打通门店端与总部的数据信息，店长如果想要查询加盟店的销售业绩数据，只需打开报表即可查询实时的门店销售情况，通过数据分析即可轻松对加盟店实现高效全面的管理。
四. 全服务分析
全服务流程分析主要是从订单流程和订单内容进行分析，目的是提升订单处理效率，以及提升订单成交量。
- 订单流程分析
根据全服务业务流程进行划分和分析，解决了电商企业的三个问题：
1）提高订单处理效率
一个用户下单后的处理流程包括下单-货审-财审-发货-回访-售后-责任分析等环节，通过对每个环节的数据进行监控和分析，优化订单处理效率，提升用户体验度。例如客服在接到订单之后，开始审核客户的基本信息情况，以及对订单的审查，然后开始下单，下一步进入货审环节，对发货、回访、售后等环节进行详细分析，能够清楚了解具体是哪一细分环节导致订单处理速度过慢的，从而帮助业务人员解决掉这些问题。
2）业绩管理
通过对每个环节，员工完成效果数据进行监控和分析，能够全面掌握员工的业绩完成情况。另外，通过结合业绩达成情况流程分析，发现哪些员工的业绩有问题，然后针对业绩进行拆分，找到员工的业绩不好是因为效率不高，还是说因为产生的差评率、退货率比较高。如果是效率导致的，继续拆分找到流程是在哪一步出现问题，是由于订单的什么原因导致，然后优化这些问题。
3）降低客服人员流失率
在此之前，电商企业的客服考核机制是基于客服的订单完成结果进行考核，业绩不达标者会被辞退，导致客服人员流失率极高，极大的浪费了人力成本。经过多次调研，永洪科技咨询专家团队根据客服实际业务情况，开发出了一套专门用于客服KPI管理的算法，通过用数据来管理员工绩效，帮助客服人员找到是哪些原因导致客服流失，从而帮助客服人员提升业绩，降低人员流失。另外每个月会给员工推送KPI可视化分析报告，包括员工综合能力评分、优势能力、劣势能力、员工重点指标、业绩目标等，员工在接收到这张可视化分析报告后，可以清晰的知道自己哪块做的比较好，哪块做的不好。除此之外，将优秀员工的业绩分析报告推送给业绩较差的员工，那么员工通过将自己的业绩报告和优秀员工的业务报告进行对比，就能够发现自己哪块不足，该向哪位同事学习，以及如何去提高自己的能力以及业绩。通过用数据对员工KPI进行管理这一举措，极大地降低了客服人员流失率。
2. 订单异常分析
流程异常分析主要对异常订单进行分析，包括售后订单、退款订单、差评订单。也可通过总览全部异常情况，进行交叉分析。比如售后退款差评，当前电商企业更多的停留在差评率很高，但是它的趋势是什么样这一境地，各个环节异常订单占比是多少，客服人员并不知道。永洪科技咨询专家团队通过细化异常订单原因指标，最终可以辅助客服人员一探究竟异常订单的异常是由于哪些人、哪些商品所导致的，从而解决掉异常订单问题。
五. 后台支持分析
后台支持分析主要针对人力资源管理进行分析，包括招聘、培训、绩效考核、薪酬等方面，需要为其提供针对上述几个领域的数据分析支持，以帮助其形成完善的团队建设管理体系。
例如对于招聘分析，基于招聘的全生命周期管控，从招聘流程合理度、面试人员情况、渠道质量、面试情况、招聘完成数、用人情况和成本效用等方便进行分析去帮助电商企业来完善团队建设的管理体系；对于培训的分析，基于每次员工培训，在之后的工作当中表现出来的各项能力数据来评判培训效果，经过前后业绩对比，看看是否产生了变化。通过对员工在整个职业生涯上的业绩数据的表现状况来进一步优化和完善员工培训体系。
通过对招聘、培训等方面的分析，能够清楚了解到员工淘汰率居高不下的原因，针对分析结果完善招聘流程和招聘渠道等，提升招聘质量和招聘效率。在招聘完成后，为员工设计适合其发展的成长培训路线，通过完整的培训体系数据监控，根据员工的表现，为人才的发展提供适配的资源，从而帮助员工突破成长瓶颈。
- End -
释放数据价值，人人都是数据分析师，更多精彩信息可以点击：
https://www.yonghongtech.com/webbbs/portal.php