简单实用的电商数据分析方法论

简单实用的电商数据分析方法论

导读：说到数据分析，大家可能就会想到回归，聚类什么的，不过对于电商的小伙伴来说，这些都太复杂了。而实际分析的时候，其实并不需要这么复杂的算法，大家需要的只是：

对比

细分

转化

分类

只要掌握了这四种思想，基本上已经可以应付日常的分析工作了。

一、对比思想

数据对比主要是横向和纵向两个角度，指标间的横向对比帮助我们认识预期值的合理性，而指标自身在时间维度上的对比，即我们通常说的趋势分析。

以店铺的成交额分析为例：

纵向对比

我们可以把最近30天的成交额显示在坐标轴上，这样就可以很明显的看到最近的成交额是否达到了预期，当然我们也可以以周或者月（或者季度，年等等）为单位。

所有的分析其实都必须要考虑实际的场景，我们看到今天的成交额比昨天大也许说明的问题还是很有限，因为今天和昨天的性质可能未必一样，例如今天可能是周六，或者恰好是节假日等等。所以我们在做纵向对比的时候，例如要判断今天（假设是周六）的成交额是否合理，除了看最近30天的趋势数据，我们还可以考虑：

最近10周的周六成交额趋势

如果今天恰好是一个节日，例如双十一，那么可以考虑和上一年的双十一做一个对比。（说明：因为间隔时间比较长，数据反映出来的意义可能比较有限）

横向对比

例如我们说，店铺这周的成交额上涨了10%，那我们是不是应该高兴呢？

当然应该高兴，不过这个上涨的背后是否隐含着什么危机呢？当然是有的，例如你的竞争对手们这周的成交额都上涨了20%！当你洋洋得意的时候，可能已经被竞争对手拉开距离了。

也就是说，我们对一个现象判断好不好，这是需要一个参照系的。在现在的电商时代，你完全有可能知道竞争对手的成交额上涨了多少的。

再举一个更常见的例子：

假如我在不同的地方（或者平台）开了很多家店铺，某商品的成交额在A店铺上涨了10%，那这个是否值得高兴？

这个显然未必，我们还要对比商品A在各家店铺的上涨情况，例如可以对比平均曲线。

二、细分思想

使用转化的思想，我们已经基本可以判断一个指标（例如成交额）是否合理了。不过还仅仅知道是否合理是不够的，我们还需要知道问题所在，这时可以用上细分的思想了。通过细分的思想，我们可以对分析对象剥丝抽茧，逐步定位到问题点。细分的角度可以有很多，越细分越能准确描述问题。

例如，我们通过查看趋势，知道了这个月成交额下降了这个问题后，现在我们用细分的思想来找出问题的所在：

成交额细分

成交额= 客单价X 客户数

对比客单价和客户数的趋势，就可以判断出影响成交额变化的主要因素是什么，如果是客户数问题，我们则对客户数进行细分，如果是客单价问题，则对客单价进行细分。

客户数细分

客户数= 新客户+ 老客户

老客户= 二次成交客户+ 多次成交客户

一段时间内的新客户反映的是店铺的引流效果，而老客户反馈的是店铺的产品质量，服务质量和客户维护营销等。

对于店铺来说，促成二次成交都是非常重要的，特别是对于电商客户，因为对于电商，客户转移的成本比线下低很多。

客单价细分

客单价= 成交价X 人均成交数

人均成交数这是店铺一个非常值得关注的指标，它能最直接地反馈出店铺在服务质量和客户维护营销等方面的效果，如果该值过小表明店铺的客户流失率很大，应该重点关注。

成交价反馈的通常是导购的能力，促销活动的效果等，具体还可以对这个指标进行分解。

成交价细分

成交价= 件单价X 连带率

成交价的上升或者下跌，反映的问题可能很多，对其进行分解后就很明确了。

件单价的变化通常是有促销的力度，商品结构和消费结构（例如季节因素等）变化引起的。

连带率这个反馈的是店铺内导购的能力，或者促销手段（例如买一送一等）的效果，也是店铺管理人员重点要关注的指标。

细分思想其实就是不断用更小的量化指标去细分一个大的指标，从而达到定位问题的目的。

三、转化思想

细分的思想可以从纵向定位问题，但是单单细分是不够的。这些指标是从哪里来的，每一个步骤的转化率怎么样，哪一个步骤的转化不好，可以改善？这些通过转化率都可以分析出来。

例如我们要分析本周的活跃客户数（有成交的客户数），那么我们就要分析这些活跃的客户数是从哪里来的，梳理一下可以简单分为以下4个步骤：

进入店铺的客户数==》浏览过商品的客户数==》下单的客户数==》交易成功的客户数

这里4个步骤就会有3个转化率，哪些步骤转化率比较高，哪些步骤转化率比较低，历史趋势怎么样，是否合理，是否有改进的空间等等。通过应用转化的思想，能够有效的指导和优化实际的运营工作。

四、分类思想

上面我们已经介绍了对比，细分和转化三种实用的数据分析思想，现在我们还有再介绍一种非常实用的思想，那就是分类思想。

分类思想简单的说，就是把一些对象，按照某种规则，划分为若干个类别，然后分析各个类别的特征，并以此来指导我们的行动。

严格说，分类其实也是细分的一种，不过因为它比较重要，所以独自开来。

分类思想的应用很多，例如对客户的分类，我们可以用RFM分析模型，也可以用简单的利用某个指标的值（例如渠道标识，这样我们就可以分析到各个渠道客户的质量等）。基于这些客户的分类，我们就可以进行精准的客户营销了。

在电商或者零售业上，我们经常做的分类还有商品分类，经典的有按照品类分类，或者ABC分类，这些对于我们做商品运营都是非常重要的。

当然还有非常复杂的分类方法，例如聚类算法，不过这些不在我们的讨论范围内。一、统计分析方法论：

料进行整理、分析，并对数据的分布状态、数字特征和随机变量之间关系进行估计和描述的方法。目的是描述数据特征，找出数据的基本规律。描述统计分为集中趋势分析和离中趋势分析和相关分析三大部分。

在数据的预处理部分，我们曾经提到利用频数分析和交叉频数分析来检验异常值。此外，频数分析也可以发现一些统计规律。比如说，收入低的被调查者用户满意度比收入高的被调查者高，或者女性的用户满意度比男性低等。不过这些规律只是表面的特征，在后面的分析中还要经过检验。

（2）数据的集中趋势分析：数据的集中趋势分析是用来反映数据的一般水平，常用的指标有平均值、中位数和众数等。各指标的具体意义如下：

平均值：是衡量数据的中心位置的重要指标，反映了一些数据必然性的特点，包括算术平均值、加权算术平均值、调和平均值和几何平均值。

中位数：是另外一种反映数据的中心位置的指标，其确定方法是将所有数据以由小到大的顺序排列，位于中央的数据值就是中位数。

众数：是指在数据中发生频率最高的数据值。

如果各个数据之间的差异程度较小，用平均值就有较好的代表性；而如果数据之间的差异程度较大，特别是有个别的极端值的情况，用中位数或众数有较好的代表性。

（3）数据的离散程度分析：数据的离散程度分析主要是用来反映数据之间的差异程度，常用的指标有方差和标准差。方差是标准差的平方，根据不同的数据类型有不同的计算方法。

（4）数据的分布：在统计分析中，通常要假设样本的分布属于正态分布，数据的正态性离群值检验，已知标准差Nair检验，未知标准差时，有Grubbs检验，Dixon检验，偏度-峰度法等。其中常用偏度-峰度法需要用偏度和峰度两个指标来检查样本是否符合正态分布。偏度衡量的是样本分布的偏斜方向和程度；而峰度衡量的是样本分布曲线的尖峰程度。一般情况下，如果样本的偏度接近于0，而峰度接近于3，就可以判断总体的分布接近于正态分布。

（5）绘制统计图：用图形的形式来表达数据，比用文字表达更清晰、更简明。在SPSS软件里，可以很容易的绘制各个变量的统计图形，包括条形图、饼图和折线图等。

2.假设检验：是数理统计学中根据一定假设条件由样本推断总体的一种方法。具体作法是：根据问题的需要对所研究的总体作某种假设，记作H0；选取合适的统计量，这个统计量的选取要使得在假设H0成立时，其分布为已知；由实测的样本，计算出统计量的值，并根据预先给定的显著性水平进行检验，作出拒绝或接受假设H0的判断。常用的假设检验方法有u—检验法、t检验法、χ2检验法(卡方检验)、F—检验法，秩和检验等。

3.相关分析：相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。常见的有线性相关分析、偏相关分析和距离分析。相关分析与回归分析在实际应用中有密切关系。然而在回归分析中，所关心的是一个随机变量Y 对另一个（或一组）随机变量X的依赖关系的函数形式。而在相关分析中，所讨论的变量的地位一样，分析侧重于随机变量之间的种种相关特征。例如，以X、Y分别记小学生的数学与语文成绩，感兴趣的是二者的关系如何，而不在于由X 去预测Y。

4.方差分析(Analysis of Variance，简称ANOVA)：又称“变异数分析”或“F检验”，是R.A.Fisher发明的，用于两个及两个以上样本均数差别的显著性检验。由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。

方差分析是从观测变量的方差入手，研究诸多控制变量中哪些变量是对观测变量有显著影响的变量。

5.回归分析：回归主要的种类有：线性回归，曲线回归，二元logistic回归，多元logistic回归。回归分析的应用是非常广泛的，统计软件包使各种回归方法计算十分方便。

一般来说，回归分析是通过规定因变量和自变量来确定变量之间的因果关系，建立回归模型，并根据实测数据来求解模型的各个参数，然后评价回归模型是否能够很好的拟合实测数据；如果能够很好的拟合，则可以根据自变量作进一步预测。

6.聚类分析：聚类主要解决的是在“物以类聚、人以群分”，比如以收入分群，高富帅VS矮丑穷；比如按职场分群，职场精英VS职场小白等等。

聚类的方法层出不穷，基于用户间彼此距离的长短来对用户进行聚类划分的方法依然是当前最流行的方法。大致的思路是这样的：首先确定选择哪些指标对用户进行聚类；然后在选择的指标上计算用户彼此间的距离，距离的计算公式很多，最常用的就是直线距离（把选择的指标当作维度、用户在每个指标下都有相应的取值，可以看作多维空间中的一个点，用户彼此间的距离就可理解为两者之间的直线距离。）；最后聚类方法把彼此距离比较短的用户聚为一类，类与类之间的距离相对比较长。

常用的算法k-means、分层、FCM等。

7.判别分析：从已知的各种分类情况中总结规律（训练出判别函数），当新样品进入时，判断其与判别函数之间的相似程度（概率最大，距离最近，离差最小等判别准则）。

常用判别方法：最大似然法，距离判别法，Fisher判别法，Bayes判别法，逐步判别法等。

注意事项：

a. 判别分析的基本条件：分组类型在两组以上，解释变量必须是可测的；

b. 每个解释变量不能是其它解释变量的线性组合（比如出现多重共线性情况时，判别权重会出现问题）；

c. 各解释变量之间服从多元正态分布（不符合时，可使用Logistic回归替代），且各组解释变量的协方差矩阵相等（各组协方方差矩阵有显著差异时，判别函数不相同）。

相对而言，即使判别函数违反上述适用条件，也很稳健，对结果影响不大。

应用领域：对客户进行信用预测，寻找潜在客户（是否为消费者，公司是否成功，学生是否被录用等等），临床上用于鉴别诊断。

8.主成分与因子分析：主成分分析基本原理：利用降维（线性变换)的思想，在损失很少信息的前提下把多个指标转化为几个综合指标（主成分),即每个主成分都是原始变量的线性组合,且各个主成分之间互不相关,使得主成分比原始变量具有某些更优越的性能（主成分必须保留原始变量90%以上的信息），从而达到简化系统结构，抓住问题实质的目的。

因子分析基本原理：利用降维的思想，由研究原始变量相关矩阵内部的依赖关系出发，将变量表示成为各因子的线性组合，从而把一些具有错综复杂关系的变量归结为少数几个综合因子。（因子分析是主成分的推广，相对于主成分分析，更倾向于描述原始变量之间的相关关系）。

9.时间序列分析：经典的统计分析都假定数据序列具有独立性，而时间序列分析则侧重研究数据序列的互相依赖关系。后者实际上是对离散指标的随机过程的统计分析，所以又可看作是随机过程统计的一个组成部分。例如，记录了某地区第一个月，第二个月，……，第N个月的降雨量，利用时间序列分析方法，可以对未来各月的雨量进行预报。

10.决策树(Decision Tree）：是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。Entropy = 系统的凌乱程度，使

用算法ID3, C4.5和C5.0生成树算法使用熵。这一度量是基于信息学理论中熵的概念。

常见的数据分析方法论大体的就是这些，结合案例多练习下基本上就明白是什么回事。

小结：

对比，细分，转化和分类，其实都是很简单的数据分析思想，不过如果你掌握了，并且培养这样的意识，那一定会受益终身。

最后：

所有数据分析方法思想都只是术，真正的道是你对数据使用场景的深刻理解。离开了使用场景，数据就毫无价值