电子商务数据分析试卷及答案
《电子商务数据分析》试卷
班级： ___________________ 姓名：_____________________________
一、填空题（共10 题，每题1 分。）
1．分析市场容量大小可以借助____________ 和_____________两个工具来实现。
2．____________ 是指一定时期内，每一位消费者购买商品的平均金额，也就是平均交易金额。3．按 ___________ 键可将工作表中的由公式计算的数值用公式表示。
4．函数的构成分为____________ 和 ____________ 两个部分。
5．RFM模型是描述消费者价值状况的一种工具，包含3个重要要素：_______________________ 、 ____________和消费金额。
6．输入公式的方法与输入文字型数据类似，不同的是它必须以_______________ 作为开头，然后才是公式的表达式。
7．数据分析处理项目完成后，一般要撰写工作总结和___________________________ 。
8．___________ 是指在一定时间段内有销售的商品数与总库存商品数之比。
9．若要输入分数，则应在前面加上 _________________________ 。
10．Excel 中的求和函数是____________ 。
二、单项选择题（共10 题，每题1 分。）
1．在Excel 操作中，在“记录单”对话框右上角显示“4/20”，则可看出该数据表共有（）条记录。
A．4
B．20
C．16
D．24
2．在对数字格式进行修改时，如出现"#######" ，其原因为（）。
A．格式语法错误
B．单元格长度不够
C．系统出现错误
D．以上答案都不正确
如用红色表示3．在Excel 中，在打印学生成绩单时，对不及格的成绩用醒目的方式表示
（等），当要处理大量的学生成绩时，利用（）命令最为方便。A．查找
B．条件格式
C．数据筛选
D．定位
4．消费者对商品的价值感知都来自对比，相对的便宜，比绝对的便宜更容易产生激发购买的诱惑力，基于上述思想采用的定价策略是（）。
A．锚定效应
B．损失厌恶
C．诱饵效应
D．折中效应
5．仓储中的分仓库压单占比、系统报缺率、实物报缺率和限时上架完成率等指标属于（）。A．供应链指标
B．商品类目指标
C．网站流量指标
D．营销活动指标
6．有几组数据，要分析各组中每个数据站该组总数的百分比，则应选择的图表类型为（）。A．饼型
B．圆环
C．雷达
D．柱型
7．常用工具栏上“∑”按钮的作用是（）。
A．自动求和
B．求均值
C．升序
D．降序8．利用几种主要的财务比率之间的关系来综合分析企业财务状况，评价企业盈利能力和股东权益回报水平的电商数据分析方法是（）。
A．直接观察法
B．对比分析法
C．杜邦拆解法
D．七何分析法
9．通过蛋糕指数分析市场潜力时，（）是典型的蓝海商品特征，此时市场需求大，同时竞争小，可以进行投入。
A．蛋糕指数大，市场容量小
B．蛋糕指数大，市场容量大
C．蛋糕指数小，市场容量大
D．蛋糕指数小，市场容量小
10．（）是指仓库中没有实物库存，实物库存来自于供应商。
A．虚库存
B．不可销售库存
C．订单占用库存
D．锁定库存
三、多项选择题（共10题，每题2 分。） 1．下列哪些项目是单元格区域（）。
A．（A1:A1）
B．（A1,B1）
C．（A4:A5,B4:B5）
D．(A1,B2)
2．下列属于分析竞争对手采用的方法有（）。
A．RFM 模型法
B．杜邦分析法
C．波特竞争力模型分析法
D．SWOT模型分析法
3．记录单可以做的操作包括（）。
A．查询记录
B．插入记录
C．修改记录
D．删除记录
4．Excel 的自动填充功能，可以自动填充（）A．数字
B．公式
C．日期
D．文本
5．以下选项中属于数据分析的工具的有（）。A．Word
B．PowerBI
C．Excel
D．Python
6．CRM 的运营指标主要包括（）。
A．消费者概况分析
B．消费者忠诚度分析
C．消费者利润分析
D．消费者商品分析
7．电子商务数据分析的主要数据指标有（）。A．网站运营指标
B．销售业绩指标
C．销售活动指标
D．消费者价值指标
8．在Excel 中，下列关于图表的说法正确的是（）。
A．图表中的文字可以进行格式设置
B．图表中的图例的颜色可以自行设置
C．图表中的数据轴的刻度不可以自行设置
D．图表中的X 轴没有网格线
9．下列关于公式输入说法正确的是（）。
A．公式必须以等号“＝”开始
B．公式中可以是单元格引用、函数、常数，用运算符任意组合起来
C．在单元格中，列标必须直接给出，而行号可以通过计算
D．引用的单元格内，可以是数值，也可以是公式
10．影响客单价的因素主要有（）。
A．促销优惠
B．商品定价
C．关联营销
D．购买数量
四、判断题（共10 题，每题1 分。） 1．在表格中进行数据计算可按列求和或按行求和。（
）
2．在Excel软件中，表示一个数据区域时，例如：表示A3 单元格到E6 单元格，其表示方
法为“ A3:E6”。（）
3．所谓绝对引用是指把公式复制到新位置时，公式中的单元格地址固定不变，与包含公式的单元格位置无关。（）
4．插入图表后，用户不能更改其图表类型。（）
5．数据分析报告是项目可行性判断的重要依据，是数据分析过程和思路的最后呈现。（）6．商品的标题、单价、销量、主图等都能影响点击量。（）
7．要想提高点击率，就需要提高点击量。（）
8．绝对地址引用在公式的复制过程中会随着单元格地址的变化而变化。（）
9．Excel中公式的移动和复制是有区别的，移动时公式中单元格引用交将保持不变，复制时公式的引用会自动调整。（）
10．Excel 中的数据不单纯指1、2、3、4??等数值，还可以是汉字、英文、公式、函数、日期等。（）
五、问答题（共4 题，每题5 分。） 1．蛋糕指数与市场容量有哪些关系？分别说明什么？
2．怎样利用Excel 分析订单状态数据？3．复制公式有什么作用，其方法有几种？4．什么是商务数据可视化？如何运用Excel 来实现数据的可视化？
六、操作题（共2 题，每题15 分。）
1．用Excel 打开“客户订单表表．xls”，然后进行如下一些数据计算与管理操作：
? 启动Excel，打开提供的“公司收支表．xls”，设置表头标题格式为“汉仪中圆简、22 、
加粗”，表头格式为“宋体、12、加粗”，表内容格式为“华文细黑、12”。
? 使表标题合并并居中，设置颜色为“深红” ，设置表头字体为“青色” ，底纹为“茶色” ，为表格添加边框，使表格无左右便可，且上、下边框比内边框粗。
? 对表格数据进行排序，主关键字为“所在城市”，次关键字为“订单总额（元）”，排序方式均为“升序”。
? 以城市为“成都” 的数据为数据源，创建默认格式的图标，删除系列2 ，为图标添加“纹理”填充效果，最终效果如图所示。
SNAG-0000
答：参见提供的“客户订单表．xls”工作簿。
2．打开提供的素材文件“销量查询表.xls”工作簿，在B15 单元格中输入公式，实现在A15 单元格输入具体的查询地区时，在B15 单元格中能够自动获取该地区的销量的最低数值，效果如图所示。
SNAG-0019
答：素材参见“销量查询表.xls”工作簿，效果参见“销量查询表.xls”工作簿。
电商数据分析案例
电商数据分析案例：首页优化分析 很多人都讨论过关于首页优化的问题，在讨论这个问题之前，我们应该先要问自己。 点击进入首页的用户都是谁？ 他们在进入首页之前的上一个页面是哪里？ 他们进入首页的目的是什么？ 首页的哪部分点击率最高？ 首页要完成的任务是什么？ 通常，我们可以把点击进入首页的用户进行如下分类
了解了进入首页的用户来源，我们可以把以上来源按照用户浏览目的分为以下四类： 1 对某宝贝感兴趣，希望了解店铺其他宝贝，希望了解本店相关活动，比如包邮，打折等，希望了解本店信誉，整体情况。 2 属于老客户，对店铺大题情况已经了解并且信任，希望了解店内最新上架商品 3 寻找客服，寻找店铺导航栏 4 没有具体目的 下面我们就可以确定首页需要展现的内容了。 1、相关打折，团购，包邮活动-------激发第一类用户点击其他宝贝的兴趣； 2、导航栏，客服--------引导第三类用户进行转化； 3、店铺新品---------吸引第二类用户，让老客户进行二次购买；
4、爆款推广--------吸引所有用户； 5、一些类目分层下的热门商品-------将用户按照宝贝需求分层； 下面就要进入到具体的首页优化环节了，我们先要要根据不同行业店铺所面对的用户的不同浏览习惯，来确定这个店铺的首页结构（由于这部分内容涉及的问题比较多，我会用其他时间和大家探讨） 首焦图设计，导航位置，客服位置等等设计方面的问题不是本篇的重点，我们具体讨论一下关于宝贝分层的方法。 宝贝分层的方法，选择更吸引客户的宝贝 我们观察一些大店的首页装修就可以看出大部分的店都会在首页展示一部分宝贝的，但是这些宝贝并不是随机出现在首页的。他们通常会按照宝贝品牌，宝贝功能类别，宝贝热度等进行分层。 您的店铺应该按照哪种分类方式比较好呢？ 您的宝贝是否足够吸引住用户的眼球呢？ 首页大图的点击率很高，那质量如何呢？是不是转化率也很高呢？ 首页的各个模块都给店铺带来了多少效益呢？ 我们可以模拟两种分类方式进行更进一步的测评和比较。比如按照店中品牌分类，然后再按照店中功能进行分类，分别比较这两种分类的环比增长率，你会发现都是一样的宝贝，只是分类不同，引发的二次点击量相差就很多，如此结果一目了然。
电商网站数据分析常用指标
电商网站数据分析常用指标 分类：数据分析2011-08-16 23:44 101人阅读评论(0) 收藏举报一、网站分析的内容指标 转换率TakeRates （ConversionsRates） 计算公式：转换率＝进行了相应的动作的访问量／总访问量 指标意义：衡量网站内容对访问者的吸引程度以及网站的宣传效果 指标用法：当你在不同的地方测试新闻订阅、下载链接或注册会员，你可以使用不同的链接的名称、订阅的方式、广告的放置、付费搜索链接、付费广告（PPC）等等，看看那种方式是能够保持转换率在上升？如何增强来访者和网站内容的相关性？如果这个值上升，说明相关性增强了，反之，则是减弱。 回访者比率RepeatVisitor Share 计算公式：回访者比率＝回访者数／独立访问者数 指标意义：衡量网站内容对访问者的吸引程度和网站的实用性，你的网站是否有令人感兴趣的内容使访问者再次回到你的网站。 指标用法：基于访问时长的设定和产生报告的时间段，这个指标可能会有很大的不同。绝大多数的网站都希望访问者回访，因此都希望这个值在不断提高，如果这个值在下降，说明网站的内容或产品的质量没有加强。需要注意的是，一旦你选定了一个时长和时间段，就要使用相同的参数来产生你的报告，否则就失去比较的意义。 积极访问者比率HeavyUser Share 计算公式：积极用户比率＝访问超过１１页的用户／总的访问数 指标意义：衡量有多少访问者是对网站的内容高度的兴趣
指标用法：如果你的网站针对正确的目标受众并且网站使用方便，你可以看到这个指标应该是不断的上升。如果你的网站是内容型的，你可以针对不同类别的内容来区分不同的积极访问者，当然你也可以定义２０页以上的才算是积极的访问者。 忠实访问者比率CommittedVisitor Share 计算公式：访问时间在１９分钟以上的用户数／总用户数 指标意义：和上一个指标的意义相同，只是使用停留的时间取代浏览页数，取决于网站的目标，你可以使用两个中的一个或结合使用。 指标用法：访问者时长这个指标有很大的争议，这个指标应结合其它的指标一起使用，例如转换率，但总体来说，较长的访问时长意味着用户喜欢呆在你的网站，高的忠实访问率当然是较好的。同样的，访问时长也可以根据不同的需要自行设定。 忠实访问者指数CommittedVisitor Index 计算公式：忠实访问者指数＝大于１９分钟的访问页数／大于１９分钟的访问者数 指标意义：指的是每个长时间访问者的平均访问页数，这是一个重要的指标，它结合了页数和时间。 指标用法：如果这个指数较低，那意味着有较长的访问时间但是较低的访问页面（也许访问者正好离开吃饭去了）。通常都希望看到这个指数有较高的值，如果你修改了网站，增加了网站的功能和资料，吸引更多的忠实访问者留在网站并浏览内容，这个指数就会上升。 忠实访问者量CommittedVisitor Volume 计算公式：忠实访问者量＝大于１９分钟的访问页数／总的访问页数 指标意义：长时间的访问者所访问的页面占所有访问页面数的量 指标用法：对于一个靠广告驱动的网站，这个指标尤其值得注意，因为它代表了总体的页面访问质量。如果你有１００００的访问页数却仅有１％的忠实访问者率，这意味着你可能吸
电商运营大数据分析
电商2015年运营大数据分析 一、代运营商基本情况汇总 从事淘宝运营服务的服务商大约1500多家，其中，天猫平台聚集了大约400家运营服务商，主要来源于上海、浙江和广东，而福建、北京次之，为大约2000家天猫店铺提供运营服务。运营服务商达成的交易额，按照店铺数量平均，约为天猫店铺整体平均值的2倍；按照服务商数量平均的交易额均值，约为倍。目前，从业人员大约3万人，20%为专业店铺运营人员。42%的服务商选择聚焦优势类目发展。 按照品牌商对于供应链整合的不同需求，运营服务商可以分为流程型、运营型和技术型。 未来，专业服务市场的专业化发展将推动运营服务市场的规范化。 二、天猫代运营商分布情况汇总 上海86家 广东70家 浙江81家 江苏16家 北京26家 福建28家，厦门12家 其他57家
三、代运营商创始人背景和团队现状 服务商深度调研中，服务商创始人的背景分类按照以下三个分类标准： ①大卖家背景：包括经营过卖家店铺（或独立B2C网站），或者有全面负责卖家店铺运营的经验。 ②传统服务背景包括：包括线下贸易背景，以及传统企业的运营、管理以及投资等背景。 ③IT以互联网从业背景（简称IT互）：包括IT技术背景，广告公司从业（含网络推广），以及电子商务公司的渠道转型 四、天猫核心类目分布情况汇总 五、人员结构比例不同，服务效率也不同。 运营能力和技术能力说明服务效率差异： 具备整体托管能力的运营服务商，以运营团队为核心打造“端到端”流程。然而，自建系统（技术和仓储人员占30%以上）推动了运
营服务商的服务规模扩大，立足于平台的精细化运营，从数据的视角，运营服务商的核心能力源于平台层、中间件层和商务层。目前从业人员约3万人，运营人员占20%。 六、在五个专业服务环节有不同程度的外包? 运营服务商与专业服务不同：运营服务基于开放平台，制定和执行店铺的经营策略。专业服务围绕供应链节点的经营策略提供专业化服务。 专业服务外包： 目前，营销推广和视觉设计仍是运营服务的核心能力，运营服务商将IT系统、仓储和客服等环节进行不同程度的外包。 七、运营服务商提供“端到端”的供应链整合服务? 传统的渠道管理：
《电子商务数据分析》教学大纲
《电子商务数据分析》课程教学大纲 课程代码：010******* 学时：32 学分：2 适用对象：电子商务（高职） 开课单位：经济与贸易学院电子商务专业 一、课程的地位与任务 本课程是高等职业技术学院电子商务专业的一门专业课程。本课程的内容包括：数据库设计、表的操作、数据表查询、设计数据访问页、设计窗体、设计报表、设计宏、“数据库系统”开发实例、数据分析、淘宝网数据分析软件使用等。 2、课程的任务和要求 本课程的任务是：使学生掌握数据库的基础知识和基本技能；培养学生利用数据库系统进行数据分析和处理的能力，为进一步学习数据库知识和数据库应用开发打下基础，使学生具有计算机信息管理的初步能力。本课程采用的数据库系统是目前最新和最流行的桌面数据库Access 2007。 本课程的基本要求是：掌握Access 2007数据库的创建与维护、表的操作与维护、数据查询及操作查询、创建窗体和报表，掌握建立简单的数据库管理系统的方法。熟练掌握淘宝网数据分析工具的使用，能够对店铺数据进行有效分析。 3、教学中应注意的问题 在教学中应体现职业教育的特点，贯彻理论联系实践，突出实践操作，让学生能通过实践理解和掌握本软件的使用方法。 本课程总计36学时，教学中可根据须要对教材中的内容进行取舍。
三、课程的内容与要求 第1章数据库基础知识 1.数据库基本知识 2.数据库系统基本知识 3.数据库管理系统基本知识 4.关系模型 第2章数据库设计教学要求： 1.了解“图书借阅管理系统”项目 2.了解构造数据库模型的方法 3.掌握创建数据库的方法 4.掌握创建的表的方法 5.掌握设置主关键字的操作 6.深刻理解表间关系 教学内容： 1. 了解Access2003数据库 2．创建数据库和表 3．设置主关键字 第3章表的操作 教学要求： 1.掌握表结构的修改操作
电商数据分析基础知识.doc
电商数据分析基础知识 电商数据分析基础知识 信息流、物流和资金流三大平台是电子商务的三个最为重要的平台。而电子商务信息系统最核心的能力是大数据能力，包括大数据处理、数据分析和数据挖掘能力。无论是电商平台(如淘宝)还是在电商平台上销售产品的卖家，都需要掌握大数据分析的能力。越成熟的电商平台，越需要以通过大数据能力驱动电子商务运营的精细化，更好的提升运营效果，提升业绩。构建系统的电子商务数据分析指标体系是数据电商精细化运营的重要前提，本文将重点介绍电商数据分析指标体系。 电商数据分析指标体系分为八大类指标，包括总体运营指标、网站流量累指标、销售转化指标、客户价值指标、商品及供应链指标、营销活动指标、风险控制指标和市场竞争指标。不同类别指标对应电商运营的不同环节，如网站流量指标对应的是网站运营环节，销售转化、客户价值和营销活动指标对应的是电商销售环节。 1、电商总体运营指标 电商总体运营整体指标主要面向的人群电商运营的高层，通过总体运营指标评估电商运营的整体效果。电商总体运营整体指标包括四方面的指标：
(1)流量类指标 独立访客数(UV)，指访问电商网站的不重复用户数。对于PC 网站，统计系统会在每个访问网站的用户浏览器上种一个cookie来标记这个用户，这样每当被标记cookie的用户访问网站时，统计系统都会识别到此用户。在一定统计周期内如(一天)统计系统会利用消重技术，对同一cookie在一天内多次访问网站的用户仅记录为一个用户。而在移动终端区分独立用户的方式则是按独立设备计算独立用户。 页面访问数(PV)，即页面浏览量，用户每一次对电商网站或着移动电商应用中的每个网页访问均被记录一次，用户对同一页面的多次访问，访问量累计。 人均页面访问数，即页面访问数(PV)/独立访客数，该指标反映的是网站访问粘性。 (2)订单产生效率指标 总订单数量，即访客完成网上下单的订单数之和。 访问到下单的转化率，即电商网站下单的次数与访问该网站的次数之比。 (3)总体销售业绩指标
电子商务数据分析试卷及答案3
《电子商务数据分析》试卷 班级： _______________ 姓名：_______________________ 一、填空题（共10 题，每题 1 分。） 1．单击生意参谋上方导航栏中的“ __________ ”超链接可进入实时直播版块，此功能会将店铺的实时数据、来源、榜单、访客等数据进行汇总显示。 2．要选定相邻的多张工作表，先单击所需的第一张工作表的标签，并按住____________ 键不放，然后单击要选定的最后一张工作表的标签即可。 3．选择单元格区域，录入相应的数据后，按_____________________ 键可将选择的每个单元格中录入相同数据。 4．进入生意参谋后，单击顶部导航栏中的“ ___________ ”版块即可配置竞争对手，并对竞店、竞品和竞争品牌进行分析。 5 ．提高转化率是提高销售额最有效的途径，计算公式为： 6．外链出现的方式有直接链接和__________ 两种。 7．若要输入分数，则应在前面加上_____________________ 。 8．筛选是一种用于查找符合条件的数据的快速方法，Excel中有 ________ 和___________ 两种方法。 9． _____________ 是指利用各种电商平台和工具对数据的分析功能，直接观察出数据的发 展趋势，找出异常数据，对消费者进行分群等。 10．行业稳定性涉及 ________ 和极差两个指标。 二、单项选择题（共10 题，每题 1 分。） 1．用于收集市场信息并进行整理与分析，提出可行的市场推广方案，再跟据收集到的信息进行市场推广活动的效果评估，做好市场推广预算，控制活动成本，完善市场推广方案的数据分析岗位是（）。 A．推广类岗位 B．客服类岗位 C．采编类岗位 D．美工类岗位 2．在Excel 中，已知某单元格的格式为000.00，值为23.785，则显示的内容为（）。A．23.78 B．23.79 C．23.785 D．023.79 3．采用（）定价策略可能会带来价格竞争。 A．基于成本的定价
高手告诉你如何电商数据分析
高手告诉你如何电商数据分析 一、从数据维度做拆分，让目标更加落地。 我做过近两年的电商运营，其中感触很深的一个点就是从数据的维度对目标做拆分。 天猫的双11刚刚过去，马云又创造了新的成绩，912亿。从去年的571亿到今年的912亿，马云怎么就敢说今年可以做900亿呢？在设定这个目标之前就少不了对目标的拆分。 900亿的成交，首先按照过往的类目占比，拆分到各个类目，每个类目承担多少销售指标，类目再按照过往的卖家成交额占比拆分到各个卖家，每个卖家承担多少销售指标。卖家再根据各自的日常店铺转化率反推需要多少流量，各类目再结合平台能提供的流量，就可以得到流量的缺口。接下来再按照各渠道获取流量的成本来计算，就可以得出双11平台需投入的营销经费数值。整个900亿的目标，通过这样的拆分，就变得明确可执行了。 无论做什么事情，想做成，都离不开对目标的拆解，任何抽象的事物都可以通过数学的方法来解决，把事情数据化会让事情更简单可执行，也更容易考核效果。 二、很多业务其实就是一个公式。 我刚开始接触电商接受业务培训，第一节课就只讲了一个公式。 成交额=买家数x客单价 如果你想提升成交额，要么提升买家数，要么提升客单价。我们可以盘点一下，我们见过这么多的促销手段，有哪个不是为了提升这两个数值的。满减、满送、买二送一，这是为了提升客单价的手段；秒杀，团购，这是为了提升买家数的手段（秒杀的核心在于集聚大量流量做关联销售）。 不仅仅如此，这个公式依据不同的业务场景还可以拆分成多种形式。 买家数= 商详uv x 下单率x 付款率 商详uv = 广告展现x 广告转化率= 搜索展现x搜索转化率= 活动展现x 活动点击率
电子商务数据分析
用数字来看B2C网站的发展、 数字是个很有趣的东西，很有说服力，而且也可以更加深入地掌握不同变量之间的逻辑关系。举个例子，我们喜欢说留住老用户，发展新用户，那么老用户和新用户的定义应该是什么呢？直观上说，老用户就是曾经在我这里买过东西的呗，其实这样的定义太简单了，假如今天是2008年4月24号，我们看看如下哪个顾客属于老用户？ 1，2002年注册，2002年~2003年曾经购买过27次，但是2004年之后就再也没有来过了； 2，2002年注册，直到2005年才买过一次东西，但是从此人间蒸发了； 3，2008年4月22号注册，4月23号（昨天）买过东西，不知道他以后还来不来； 4，2007年1月注册，2007年1月~2008年4月间，平均每3个月就来买一次。 其实上面的都可以俗称为老用户，但是他的注册时间，购买次数，购买金额，购买频率，最后一次购买时间等数值，对我们都有重要的参考和分析意义，只有细致分析，才能精准营销。 我们来用数字分析一家比较知名的B2C网站的发展历程，名字就不直接说了，我们就用A公司来代替。只是从这些分析中，我觉得可以看出很多隐形的（hidden）有趣现象来。这不属于泄露公司业务，名字和产品都没有写。事实上，我还掌握了好几家的内部数据。我只是想，能够拿出来和大家一起商酌，无伤大雅，可以一起探讨学习。现在，我们从2002年1月1号开始分析，action！~ 1，A公司的注册会员发展轨迹 截止2007年12月31号，A公司累计注册用户35万。淘宝网截止2008年Q1有6200万注册用户，也就意味着A公司的注册用户只是淘宝的0.56%而已。每天的注册人数从2002年的21个（天）到目前大概300个（天），可以说，A公司的注册用户一直在稳步增长。 中国互联网网民的规模，足以支撑所有的统计规律的圆满实现。我在baidu的index里输入某个关键字的查询次数，比如我输入“电子商务”，发现每天在baidu查询“电子商务”的人数一直稳定在300~500的范围内飘飘荡荡的。昨天查询的人和今天查询的人是不一样的，而且也互相不认识，但是庞大的baidu用户群体造就了美丽平滑的统计大数定律。所以，如果有人问我，今天大概多少网民过生日？我告诉他，大概27
中国电商行业大数据分析报告
2016年中国电商行业大数据分析报告
研究背景：放眼当下，恰逢互联网购物的大好时代，在国家信息网络战略实施、几大移动运营商快速发展、各大电商网络平台百花齐放的大背景下，年轻消费群体购买力突飞猛进，网上零售市场份额不断提升，网购渗透率正逐年增加。中商产业研究院预计，到2016年，我国网上零售额将突破5万亿，占社会消费品零售总额的%，网购用户渗透率达到%。 2014-2020年中国网上零售额规模情况 数据来源：国家统计局、中商产业研究院 2014-2020年中国网购渗透率情况
数据来源：国家统计局、中商产业研究院休闲食品电商 1、产业综述 2、发展现状
随着经济的发展和消费水平的提高，休闲食品正在逐渐升级成为百姓日常的必需消费品。现阶段，我国休闲食品电商三足鼎立格局初现,龙头优势明显。三只松鼠、百草味、良品铺子已牢牢占据了休闲食品电商前三,其他品牌竞争难度加大。 3、市场规模 中国经济快速发展，居民生活水平和消费能力不断提高，消费习惯也随之改变。从吃饱到吃好，消费者对食品的需求和兴趣从必须消费品逐渐向可选消费品转移，零食不再是儿童、青少年的专属，不再和不健康划上等号，和正餐之间的界限也日渐模糊。因此，休闲食品线上销售规模也在逐年增长，2015年，我国休闲食品电商销售规模约为450亿元。 2014-2020年中国休闲食品电商市场交易规模 数据来源：中商产业研究院 4、消费特点
女性消费者是绝对购买主力：休闲零食消费在性别的差异性放点明显，女性消费者是绝对购买主力。根据尼尔森，在全球范围内，女性比男性消费更多零食且女性对葛洪零食的消费意愿高于男性。根据易观智库，女性消费者不仅在购买人数上超过男性消费者（购买力%%）。 80后、90后为零食网购主力：从休闲零食网购消费者年龄分布来看，28-38岁消费者占比%，18-28岁消费者占比%，年轻人成为绝对多数。80后基本步入职场，消费能力也已承受。即将进入社会的90后，消费更具冲动型、超前性，见识未来的生力军。 白领为零食电商消费的主要人群：休闲零食电商的手中人群职业分布较广，不仅有白领人士、事业机关人员，还有自由职业者，家庭主妇及退休人员等。因此，市场对食品电商的产品需求多元化，长尾效应明显。其中，白领人士是零食电商的最主要消费者（47%），性价比高、有个性有腔调、方便快捷是他们的诉求特征。 生鲜电商 1、产业综述
2017年互联网+电商用户大数据分析报告
说明 报告介绍分析： ?分析店铺的整体运营状况； ?分析客户特征，从不同细分角度寻找不同客户之间的差异； ?客户属性特征分析 ?客户消费行为分析 目的： ?为了卖家能更直观的了解自己店铺的运营现状； ?了解客户特征，为客户维护和回购刺激提供决策依据； ?提供个性化的实施建议； 数据来源 ?订单数据 ?客户数据 ?外部数据 ?行业数据 订单样本 ?XXX专卖店 ?自：2012-8-10 到 2015-4-30，状态为交 易成功的订单 极值处理 ?剔除客单价＞2000元的订 单 ?剔除客单价＜10元的订单 ?剔除批发商：购买次数大于 50次 订单处理方式 ?同一客户一天内多比订单默 认合并为一笔订单 备注信息：
3.如何实施？ 2.客户特征表现？ 1.整体现状？ ?购物体验 ? 深入客户关系管理 ?客户属性特征 ?消费行为特征 ?个性化实施方案
?1.1 购物体验 DSR评分 ?1.2 深入客户关系管理 1.2.1 年滚动趋势 1.2.2 月滚动趋势 一、购物体验现状
1.1 DSR动态评分 ?DSR评分不错，尤其在“宝贝与描述相符”上比较突出。 ?提升DSR的其他方案： ?客服专业性服务及客户信息收集； ?批量进行（利用订单中心）：个性化包裹、发货提醒、同城到达提醒等； ?个性化进行：物流跟进、退款跟进、评价跟进等 ?但是整体的退款率非常大！！！
1.2.1 年滚动趋势：活跃客户0%1%2%3%4%5%6%7%0 200 400 600 800 1000 1200 1400 1600 1800 2000 201308201309201310201311201312201401201402201403201404x 万店铺年活跃销售额与回头客概览 年滚动销售额回头客销售额占比0% 1%2%3%4%5% 2 4 68101214201308201309201310201311201312201401201402201403201404x 万店铺年活跃客户数与回头客概览 年滚动活跃客户数 年滚动回头客比例**备注：回头客比例=（一年购买2次及以上新客户+一年前购买过又来买的客户）/一年总客户数，如，201308指201209-201308?整体销售额呈现一定的稳定增长趋势；?回头客销售额占比整体呈现逐渐上升的趋势，目前占到6%，低于行业均值，需后续加强老客户的维护。?整体客户数同销售额类似，呈现一定的稳定增长态势； ?相比而言，老客户的客单价高于新客户。 ?但是目前的整体现状仍需改进。
一个电商数据分析师的经验总结
一个电商数据分析师的经验总结 king发表于2013-07-27 20:54 来源：贾鹏 08年毕业，不知不觉的混进了电子商务行业，又不知不觉的做了三年数据分析，恰好又赶上了互联网电子商务行业发展最快的几年，也算是不错吧，毕竟感觉前途还是很光明的。三年来，可以说跟很多同事学到了不少东西，需要感谢的人很多，他们无私的教给了我很多东西。 就数据分析职业来说，个人感觉这对互联网公司来说是非常重要的，也是确实能够带来实际效果的东西。比如说利用数据分析做会员的细分以进行精准化营销；利用数据分析来发现现有的不足，以作改进，让顾客有更好的购物体验；利用CRM系统来管理会员的生命周期，提高会员的忠诚度，避免会员流失；利用会员的购买数据，挖掘会员的潜在需求，提供销售，扩大影响力等等。 最开始进公司的时候是在运营部，主要是负责运营报表的数据，当时的系统还很差，提取数据很困难，做报表也很难，都是东拼西凑一些数据，然后做成PPT，记得当时主要的数据就是销售额、订单量、毛利额、客单价、每单价、库存等一些特别基础的数据，然后用这些数据作出一些图表来。在这个阶段基本上就是做一些数据的提取工作，Excel的技巧倒是学到了不少，算是数据分析入门了吧。 后来公司上了数据仓库，里面就有了大量的原始数据，提取数据非常方便了，而且维度也多，可以按照自己的想法随意的组合分析，那个阶段主要就是针对会员购物行为的分析，开始接触数据建模，算法等一些比较难的东西，也是学到东西最多的时候。记得当时做了很多分析报告，每周还要给总裁办汇报这些报告，下面详细说一下当时使用的一些主要的模型及算法：1、RFM模型
模型定义：在众多的客户关系管理的分析模式中，RFM模型是被广泛提到的。RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该机械模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况。在RFM模式中， R(Recency)表示客户最近一次购买的时间有多远，F(Frequency)表示客户在最近一段时间内购买的次数，M (Monetary)表示客户在最近一段时间内购买的金额。一般的分析型CRM 着重在对于客户贡献度的分析，RFM则强调以客户的行为来区分客户。利用RFM分析，我们可以做以下几件事情： ⑴建立会员金字塔，区分各个级别的会员，如高级会员、中级会员、低级会员，然后针对不同级别的会员施行不同的营销策略，制定不同的营销活动。 ⑵发现流失及休眠会员，通过对流失及休眠会员的及时发现，采取营销活动，激活这些会员。 ⑶在短信、EDM促销中，可以利用模型，选取最优会员。 ⑷维系老客户，提高会员的忠诚度。 使用方法：可以给三个变量不同的权重或按一定的规则进行分组，然后组合使用，即可分出很多不同级别的会员。 2、关联分析 关联分析最原始的案例来自于沃尔玛的“啤酒与尿布”。通俗意义上讲，就是只买了A商品的人，又有很多人买了B商品，那么我们就可以认为A、B两个商品的关联性比较高。很多数据挖掘工具都有关联挖掘，主要使用的算法是Apriori算法，在计算的过程中会主要考察项集、置信度、相关性这三个结果数据，以最终确定商品之间的相关性。除了Apriori算法外，还有许多其他的关联分析的算法，基本上也都是从Apriori发展而来，比如FPgrowth。本人从几年的数据分析经验感觉，关联分析在零售业中并不太实用，挖掘出来的关联度比较高的
电子商务数据分析指标
电子商务数据分析指标 一、市场类 市场类指标主要用于描述行业情况和企业在行业中的发展情况，是企业制定经营决策时需要参考的重要内容。 1.行业销售量：在一定时间内行业产品的总成交数量。 2.行业销售增长率：行业销售量增长率=行业本期产品销售总增长数量÷行业上期或同期产品销售总数量×100%（行业本期销售量—行业上期或同期销售量）÷行业上期或同期产品销售总数量 3.行业销售额：在一定时间单位中行业内所有成交数量对应的花费额度，同一交易类型，行业成交数量越大，行业总销售额就越大。 4.行业销售增长率：行业销售额增长率=行业本期产品销售增额÷上期或同期产品销售额×100% 5.企业市场占有率：企业市场占有率=企业销售额÷行业销售额×100% 6.市场增长率：企业市场扩大率=（本期企业市场销售额-上期企业市场销售额）÷上期企业市场销售额×100% 7.竞争对手销售额：竞争对手销售额是指企业竞争对手在单位时间内所销售产品数量对应的总销售金额。 8.竞争对手客单价:竞争对手客单价=竞争对手成交金额÷竞争对手成交客户数 二、运营类 在企业运营过程中会产生大量的客户数据、推广数据、销售数据，以及供应链数据，整理并分析各类数据，对企业运营策略的制定与调整有至关重要的作用。客户指标： 1.注册用户数：曾经在平台上注册过客户的客户总数 2.活跃用户数：在一定时期内有购物消费或登录行为的客户总数 3.活跃客户比率:活跃客户数占客户总数的比例 4.重复购买率：在某时期内产生两次及两次以上购买行为的客户数占购买客户总数的比例
5.平均购买次数：某时期内每个客户平均购买的次数 6. 客户回购率:上一期末活跃客户在下一期时间内有购买行为的客户比率 7.客户流失率:一段时间内没有消费的客户比率，回购率和流失率是相对的概念。 8.客户留存率：某时间节点的客户在某个特定时间周期内登录或消费过的客户比率。 9.消费频率：在一定时间内客户消费的次数，消费频率越高，说明客户的忠诚度及价值越高。 10.收藏人数：统计日期内通过对应渠道进入店铺访问的客户中，后续有商品收藏行为的客户去重数 11.加购人数：统计日期内将商品加入购物车的客户去重数 12. 新访客数：指首次访问网站的客户数。新访客数占访客数（UV）的比例即新访客占比 13. 回访客数：指再次光临访问的客户数。回访客数占访客数（UV）的比例即回访客占比。 14. 浏览量（PV）又称访问量，指在统计周期内，客户浏览网站页面的次数。 客户每访问一个网页即增加一个访问量，多次打开或刷新同一页面，该指标均累加。 15.平均访问量：又称平均访问深度，指在统计周期内，客户每次访问浏览的页面平均值，即平均每个UV访问了多少个PV。 16.停留时间：客户在同一访问周期内访问网站的时长。实际应用中，通常取平均停留时间。 17.入站次数：在统计周期内，客户从网站外进入网站内的次数。在多标签浏览器下，访客对网站的每一次访问均有可能发生多次入站行为。 18.跳失率：在统计周期内，访客入站后只浏览了一个页面就离开的次数占入站次数的比例，分为首页跳失率、关键页面跳失率、具体商品页面跳失率等。 19.关注数：统计日期内新增店铺关注人数，不考虑取消关注的情况。 20.展现量：统计日期内通过搜索关键词展现店铺或店铺商品的次数。 21.点击量：某一段时间内某个或者某些关键词广告被点击的次数。 22.转化率：电商营运的核心指标，也是用来判断营销效果的重要指标。
电子商务数据分析
用数字来看某知名B2C网站的发展内幕和隐私(作者：perplexing) B2C行业人士强烈建议你看！物有所值 数字是个很有趣的东西，很有说服力，而且也可以更加深入地掌握不同变量之间的逻辑关系。举个例子，我们喜欢说留住老用户，发展新用户，那么老用户和新用户的定义应该是什么呢？直观上说，老用户就是曾经在我这里买过东西的呗，其实这样的定义太简单了，假如今天是2008年4月24号，我们看看如下哪个顾客属于老用户？ 1，2002年注册，2002年~2003年曾经购买过27次，但是2004年之后就再也没有来过了； 2，2002年注册，直到2005年才买过一次东西，但是从此人间蒸发了； 3，2008年4月22号注册，4月23号（昨天）买过东西，不知道他以后还来不来； 4，2007年1月注册，2007年1月~2008年4月间，平均每3个月就来买一次。 其实上面的都可以俗称为老用户，但是他的注册时间，购买次数，购买金额，购买频率，最后一次购买时间等数值，对我们都有重要的参考和分析意义，只有细致分析，才能精准营销。 我们来用数字分析一家比较知名的B2C网站的发展历程，名字就不直接说了，我们就用A公司来代替。只是从这些分析中，我觉得可以看出很多隐形的（hidden）有趣现象来。这不属于泄露公司业务，名字和产品都没有写。事实上，我还掌握了好几家的内部数据。我只是想，能够拿出来和大家一起商酌，无伤大雅，可以一起探讨学习。现在，我们从2002年1月1号开始分析，action！~ 1，A公司的注册会员发展轨迹 截止2007年12月31号，A公司累计注册用户35万。淘宝网截止2008年Q1有6200万注册用户，也就意味着A公司的注册用户只是淘宝的0.56%而已。每天的注册人数从2002年的21个（天）到目前大概300个（天），可以说，A公司的注册用户一直在稳步增长。 中国互联网网民的规模，足以支撑所有的统计规律的圆满实现。我在baidu的index里输入某个关键字的
电子商务数据分析
电子商务数据分析职业技能等级标准
目次 前言....................................................................... II 1 范围 (1) 2 规范性引用文件 (1) 3 术语和定义 (1) 4 面向院校专业 (2) 5 面向工作岗位（群） (2) 6 职业技能要求 (3) 参考文献 (10)
前言 本标准按照GB/T 1.1-2009给出的规则起草。 本标准起草单位：北京博导前程信息技术股份有限公司、上海宝尊电子商务有限公司、网易考拉战略研究院、杭州有赞科技有限公司、深圳职业技术学院、江苏经贸职业技术学院、苏州经贸职业技术学院、杭州职业技术学院、武汉职业技术学院、天津轻工职业技术学院、兰州石化职业技术学院、北京市商业学校、南宁市第六职业技术学校。 本标准主要起草人：段建、徐珺、游忠明、闫冬、唐克胜、吴洪贵、许应楠、陈加明、席波、白洁、周任慧、侯光、温丽容、杨东飞、叶靖。 声明：本标准的知识产权归属于北京博导前程信息技术股份有限公司，未经北京博导前程信息技术股份有限公司同意，不得印刷、销售。
1 范围 本标准规定了电子商务数据分析职业技能的等级、工作要求及职业技能要求。 本标准适用于电子商务数据分析职业技能等级的培训、考核与评价，电子商务数据分析从业人员的聘用、教育和职业培训可参照使用。 2 规范性引用文件 下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本适用于本文件。 GB/T 36311 电子商务管理体系要求 GB/T 35408 电子商务质量管理术语 GB/T 31232.1 电子商务统计指标体系第1部分：总体 GB/T 31232.2 电子商务统计指标体系第2部分：在线营销 3 术语和定义 3.1 电子商务 E-commerce 通过信息网络进行产品和服务交易的经营活动。 [GB/T 35408-2017，定义2.1.1] 3.2 运营 operation 与产品生产和服务创造密切相关的各项管理工作的总称，包括对其过程的计划、组织、实施和控制。 3.3 电子商务运营 E-commerce operation 为完成经营目标，通过信息网络围绕产品和服务交易开展的各项经营和管理工作的总称。 3.4 数据分析 data analysis
电子商务数据分析试卷及答案
《电子商务数据分析》试卷 班级：_______________ 姓名：______________________ 一、填空题（共10 题，每题 1 分。） 1．分析市场容量大小可以借助_________ 和_________ 两个工具来实现。 2．_________ 是指一定时期内，每一位消费者购买商品的平均金额，也就是平均交易金额。3．按_________ 键可将工作表中的由公式计算的数值用公式表示。 4．函数的构成分为_________ 和_________ 两个部分。 5．RFM模型是描述消费者价值状况的一种工具，包含3个重要要素： _________________ 、_________ 和消费金额。 6．输入公式的方法与输入文字型数据类似，不同的是它必须以___________ 作为开头，然后才是公式的表达式。 7．数据分析处理项目完成后，一般要撰写工作总结和_____________________ 。 8．________ 是指在一定时间段内有销售的商品数与总库存商品数之比。 9．若要输入分数，则应在前面加上____________________ 。 10．Excel 中的求和函数是________ 。 二、单项选择题（共10 题，每题 1 分。） 1．在Excel 操作中，在“记录单”对话框右上角显示“4/20”，则可看出该数据表共有（）条记录。 A．4 B．20 C．16 D．24 2．在对数字格式进行修改时，如出现"#######" ，其原因为（）。 A．格式语法错误 B．单元格长度不够 C．系统出现错误 D．以上答案都不正确 3．在Excel 中，在打印学生成绩单时，对不及格的成绩用醒目的方式表示 如用红色表示（等），当要处理大量的学生成绩时，利用（）命令最为方便。A．查找 B．条件格式 C．数据筛选 D．定位
电子商务做好数据分析
如何做好电子商务数据分析 来源: 电子商务加油站 电子商务为何需要做数据分析?电子商务又该如何做数据分析?电子商务发展的速度越来越快，这个行业的趋势变化也越来越快。对于电子商务公司的老板而言，想要自己永远跟着趋势走，学习运用数据分析是必然的。 世界工厂分析认为，现在不是缺数据，而是数据太多。据统计，在今天的互联网上，每秒会产生上万个微博信息、几百万次的搜索、Facebook上的几十万次内容。稍大的电子商务公司，都会采集一些行为数据(比如IP流量、浏览量)，但是这些行为数据与商业数据(比如交易量)有什么关系?今天绝大多数公司，甚至包括凡客诚品这样著名的电子商务公司，曾经都不知道如何利用成千上万的零散数据。 一、数据分析的重要性 首先，我们要来了解一下数据分析对于一个网站的重要性。笔者并不从理论方面来论证数据分析的重要性，而是从各方对这一方面的动向来了解。 1、阿里巴巴 2011年5月25日，阿里巴巴宣布推出数据门户，并正式启用新域名 https://www.360docs.net/doc/4a3400296.html,，新推出的数据门户根据4500万中小企业用户的搜
索、询单、交易等电子商务行为进行数据分析和挖掘，为中小企业以及电子商务从业人士等第三方提供综合数据服务。马云曾表示“数据”将是阿里巴巴未来十年发展的战略核心。 目前正式开放的部分为面向全体用户的宏观行业研究模块，由行业搜索动态趋势图、专业化行业分析报告、细分行业和地区的内贸分析和针对行业各级产品的热点分析，以及实时行业热点资讯等部分构成，并且为免费提供。到2011 年底阿里巴巴还将适时陆续推出数据门户其他部分应用。 2、各行业巨头 事实上，近年来全球各大行业巨头都表示进驻“开放数据”蓝海。以沃尔玛为例，该公司已经拥有两千多万亿字节数据，相当于200多个美国国会图书馆的藏书总量。这其中，很大一部分事客户信息和消费记录。通过数据分析，企业可以掌握客户的消费习惯、优化现金和库存，并扩大销量，数据已经成为了各行各业商业决策的重要基础。 电商平台也很注重这方面的数据分析，例如世界工厂网，就设有排名榜的数据分析，通过分析用户在世界工厂网的搜索习惯及搜索记录，免费提供了产品排行榜、求购排行榜和企业排行榜。无独有偶，作为行业门户网站的装备制造网也即将在未来的发展中提供数据分析的功能，从网站的介绍中可以看到：每月企业网站专业SEO检测报告、季度专业行业研究报告等等。所有这些行业的动向，都昭示这一个特点：企业数据、行业分析。也只有行业网站、电商平台等拥有企业数据优势，而且集合整行业信息，并有分析整合数据的能力，才能真正为企业提供真实、有效的数据分析。 从各方对待一个事物的态度与投资动向，我们能很轻易的了解到这一事物的重要程度，从以上的事例可以看出，数据分析对于各行各业都非常的重要，尤其是对于电子商务平台。 二、电子商务数据分析的七个重要因素 1、电子商务数据分析需要商业敏感 今天电子商务公司的数据分析师，有些像老板的军师，必须有从枯燥的数据中解开市场密码的本事。比如，具有商业意识的数据分析师发现，网站上的婴儿车的销售增加了，那么，他基本可以预测奶粉的销量也会跟上去。再比如，网站上的产品发挥的作用并不一样，有的产品是为了赚钱，有的产品是为了促销，有的产品是为了吸引流量，不同的产品在网站上摆放的位置是不一样的。 一个商业敏感的数据分析师，是懂得用什么样的数据实现公司的目标。比如，乐酷天与淘宝竞争，它们重点看的不是交易量，而是流量：每天有多少新的卖家进来，卖了多少东西。因为此阶段竞争最核心的就是人气，而非实质交易量。如果新来的卖家进来卖不出东西，只有老卖家的交易量在增长，即使最后每天的
一位电商数据分析师的经验总结 光环大数据
https://www.360docs.net/doc/4a3400296.html, 一位电商数据分析师的经验总结光环大数据 就数据分析职业来说，个人感觉这对互联网公司来说是非常重要的，也是确实能够带来实际效果的东西。比如说利用数据分析做会员的细分以进行精准化营销；利用数据分析来发现现有的不足，以作改进，让顾客有更好的购物体验；利用CRM系统来管理会员的生命周期，提高会员的忠诚度，避免会员流失；利用会员的购买数据，挖掘会员的潜在需求，提供销售，扩大影响力等等。 最开始进公司的时候是在运营部，主要是负责运营报表的数据，当时的系统还很差，提取数据很困难，做报表也很难，都是东拼西凑一些数据，然后做成PPT，记得当时主要的数据就是销售额、订单量、毛利额、客单价、每单价、库存等一些特别基础的数据，然后用这些数据作出一些图表来。在这个阶段基本上就是做一些数据的提取工作，Excel的技巧倒是学到了不少，算是数据分析入门了吧。 后来公司上了数据仓库，里面就有了大量的原始数据，提取数据非常方便了，而且维度也多，可以按照自己的想法随意的组合分析，那个阶段主要就是针对会员购物行为的分析，开始接触数据建模，算法等一些比较难的东西，也是学到东西最多的时候。记得当时做了很多分析报告，每周还要给总裁办汇报这些报告，下面详细说一下当时使用的一些主要的模型及算法：1、RFM模型模型定义：在众多的客户关系管理的分析模式中，RFM模型是被广泛提到的。RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该机械模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况。在RFM模式中，R(Recency)表示客户最近一次购买的时间有多远，F(Frequency)表示客户在最近一段时间内购买的次数，M(Monetary)表示客户在最近一段时间内购买的金额。一般的分析型CRM着重在对于客户贡献度的分析，RFM则强调以客户的行为来区分客户。利用RFM分析，我们可以做以下几件事情： ⑴建立会员金字塔，区分各个级别的会员，如高级会员、中级会员、低级会员，然后针对不同级别的会员施行不同的营销策略，制定不同的营销活动
电子商务数据分析报告实例
用数字来看某知名B2C网站的发展内幕和隐私（作者：perplexing） 数字是个很有趣的东西，很有说服力，而且也可以更加深入地掌握不同变量之间的逻辑关系。举个例子，我们喜欢说留住老用户，发展新用户， 那么老用户和新用户的定义应该是什么呢？直观上说，老用户就是曾经在我这里买过东西的呗，其实这样的定义太简单了，假如今天是2008年4月24号，我们看看如下哪个顾客属于老用户？ 1，2002年注册，2002年~2003年曾经购买过27次，但是2004年之后就再也没有来过了； 2，2002年注册，直到2005年才买过一次东西，但是从此人间蒸发了； 3, 2008年4月22号注册，4月23号（昨天）买过东西，不知道他以后还来不来； 4，2007年1月注册，2007年1月?2008年4月间，平均每3个月就来买一次。 其实上面的都可以俗称为老用户，但是他的注册时间，购买次数，购买金额，购买频率，最后一次购买时间等数值，对我们都有重要的参考和分析意义，只有细致分析，才能精准营销。 我们来用数字分析一家比较知名的B2C网站的发展历程，名字就不直接说了，我们就用A公司来代替。只是从这些分析中，我觉得可以看出很多 隐形的（hidden ）有趣现象来。这不属于泄露公司业务，名字和产品都没有写。事实上，我还掌握了好几家的内部数据。我只是想，能够拿岀来和大家一起商酌，无伤大雅，可以一起探讨学习。现在，我们从2002年1月1号开始分析，action !? 1,A公司的注册会员发展轨迹 某电子商务公司2002-2007注册用户发展变化 截止2007年12月31号，A公司累计注册用户35万。淘宝网截止2008年Q1有6200万注册用户，也就意味着A公司的注册用户只是淘宝的0.5 6俪已。每天的注册人数从2002年的21个（天）到目前大概300个（天），可以说，A公司的注册用户一直在稳步增长。 中国互联网网民的规模，足以支撑所有的统计规律的圆满实现。我在baidu的index里输入某个关键字的查询次数，比如我输入“电子商务”， 发现每天在baidu查询“电子商务”的人数一直稳定在300~500的范围内飘飘荡荡的。昨天查询的人和今天查询的人是不一样的，而且也互相不 认识，但是庞大的baidu用户群体造就了美丽平滑的统计大数定律。所以，如果有人问我，今天大概多少网民过生日？我告诉他，大概27万左右，因为网民总1亿，365天每天都有人可能过生日，所以这个27万的正确率绝对80%以上。 2,A公司的年度交易量发展变化图