《电商数据分析与数据化运营》读书笔记

1. 电商1.0时代：流量为王，买流量，打爆款（平台红利期）。2.0时代：数据化运营。3.0时代：内容营销
   

2. 渠道分析：打折促销完成销售额与常规零售的占比分析/利润分析

3. 在什么时候，以什么形式、折扣，卖哪些商品

4. 数据只能做到更合理，但不一定会更有效

5. 数据报告完成步骤：
   

6. 电商说服逻辑：网站的页面设计要尽量满足用户的使用习惯，活动策划要戳中用户痛点或是利益点，广告投放要选择精准的用户群体，商品配发要符合用户的需求，数据分析报告，以提升销售为目标

7.

8. 

9. 

10. 监测店铺运营状态：UV，转化率，客单价这三个指标

11. 电商就是卖图片，90%图片，9%文案，1%咨询

12. 卖是表达，买是认同

13. 首页承载功能：“信任感” 、“流量梳理”、“利益点”

14. 数据参考：数据表明，首页前三屏的流量会占整体流量的40%以上

15. 对用户的购买路径进行研究，提升用户在每个页面跳转适合转化率，研究好必要的连带销售和促成成交手段。熟知店铺内的主要购买路径，并进行路径数据分析。当发现店铺的整体购买转化率连续走低时，可从中寻找原因和优化方法。

16. 针对某个单品直通车的页面来源于去向进行数据分析，如某项数据指标不达标，便会考虑优化此单品的详情页。

17. 销售中的运营成本一般包括：销售折损，销售退货，平台扣点，物流，推广费用。

18. 从数据指标角度来评估运营能力时，需要避免使用单一指标来评估组织的运营能力，一般使用业绩达标率，业绩增长率，销售利润额三个指标来进行综合评估。

19. 在考评市场推广能力时，一般会采用ROI，付费用户销售额，付费流量转化率三个指标

20. 对于客服而言，有三个指标：一个是咨询转化率，就是在指定店铺咨询过的访客中，有多少人最终成交了；二是人效，是指经过咨询转化得到的业绩除以客服总人数的人均业绩，人效是体现客服团队贡献值的一个重要指标；三十服务质量，这是店铺dsr评分中的一项，主要受店铺号评数，差评数，投诉率等影响，是客服售后团队需要重点关注的指标

21. 库存准确率，也就是盘点差异。所有实体零售行业的仓储都必须对盘点差异负责，这是仓储模块最基本的要求。

22. 在数据分析中，我们一般把商品分析分为四大类：库存分析，配货需求与有效性分析，销售分析，退货分析。

23. 订单to 订单 退货率的计算方法，这种退货率往往是比较可信的。“订单to订单”退货率的计算方式是按订单号来统计退货的一种方式，即不管客户滞后多久退货，只是退货所关联的订单号是属于同一个月的，便将退货额统计出来，并处以此月销售额。“订单to订单”退货率又称AtoA退货率。

24. 杜邦分析法（dupont analysis）是利用几种主要财务比率之间的关系来综合分析企业的财务状况。具体来说，它是一种用来评价公司盈利能力和股东权益回报水平，从财务角度评价企业绩效的一种经典方法

25. 大促活动中的主推款会承接30%～50%的店铺流量

26. 加购倍率=加购数/备货数，如果高于100%，则可视为预热良好，如果低于100%，则预热表现差。如果高于500%则是非常热销的产品

27. 聚划算商品的平均折扣是6.5折

28. 电商环境中，一般大促活动周期都在3天以上，因此，在经过第一天的流量测试后，迅速将商品的ABC分级表格分析结果提供给运营团队，可以帮助他们发现问题并及时调整商品运营策略，为业绩带来极大的推动作用。

29. 关于‘活跃度’，每家公司都有不同的分类标准。一般的做法是，最近30天内有过消费的客户称为“活跃用户”，最近连续60天内没有消费记录的客户称为沉睡用户，最近连续90天内没有消费记录的用户称为即将流失客户。

30. 数据参考：
    a. 在大促活动中向约5000名即将流失客户发送情怀短信以及高额优惠券，发现挽回率可达1.8%
    b. 在绝大多数电商商铺中，促销活动的销售占比达到了全店销售的50%-80%
    c. 从时段来看，全天大约共有三个时段为销售及流量的高峰期，分别是0点至2点，8点至9点，以及21点至23点。

31. 优惠券设置方法：
    店铺的平均客单价代表了店铺目前用户群体的消费力水平，譬如某店铺的平均客单价为270元，那么，说明此店铺客群的消费力大致也是270元左右（一般是学生或者刚入职场的年轻人）。因此我可以把优惠券门槛设置为300元，这样便可以达到鼓励用户进行高客单消费的目的。促销期间，客单价肯定会比日常略低，因此可以根据活动商品的平均折扣，或者过去同类活动来预估。

32. “平均客单价+搭配物件价格-可以承受的销售折损金额” 便是优惠券的面额档级。