電商人如何對業務場景做數據分析?


數據分析是個很複雜的工程,需要業務和分析技術兩塊知識。 首先,企業的分析主要分為管理分析和經營業務分析,分析整體的思路是:明確業務場景——確定分析目標——構建分析體系——梳理核心指標。 因為每個企業/行業的業務不同,分析體係也不同,這裡主要說一下零售電商,按照不同的分析場景來探討下。 以電商為例,常用的業務分析場景有銷售、商品、渠道、競品、會員等等,而商品可進一步細分為商品的庫存、商品的利潤以及關聯銷售分析。在整個業務分析體系中,電商行業遵循“人貨場”的思維邏輯,其指標可這樣劃分:


1、銷售類分析 銷售分析主要是為了追踪銷售情況,與KPI對比,調整銷售策略,進一步提升銷售額。 分析思路:基本上任何一個問題都可以套用“人貨場的模型來分析”。比如分析客單價下降的原因,從人貨場角度切入的話,可建立如下的分析模型:


分析方法:數據分析可通過數據對比、極值、預測的方式來分析 對比:比如事業部銷售額排行榜、銷售額貢獻度、城市排行榜等等 極值:比如月銷售額最高紀錄,激勵銷售人員或事業部突破記錄 預測:根據權重曲線預測未來的銷售額 2、商品分析 商品分析是基於商品的一個流程管理——進銷存。比如商品庫存太大,佔用資金,則採購進貨不合理;商品陳列不合理,造成發貨不及時,銷售滯後。 商品分析體系——“進銷存”思路,常用的指標如商品的折扣率、動銷率、周轉率等。


3、會員數據分析 會員數據分析一方面是可以指導銷售營運,另一方面是提高營銷的精準度,增加用戶的粘性,減少流失。 會員分析管理體系:


4、其他管理分析 人力資源管理中的數據分析一般包括兩個方面,一方面是人員結構分析,另一方面是人力效能的分析。在人效分析過程中最關注兩個指標,人均產出和人員費用產出率。人員結構分析包括不同職能部門的人力結構、不同層級的人才結構、不同工作年限的人才結構等等。分析人力結構是防止人才的斷層,在招聘上做好預案,優化薪酬分佈。 數據分析領域的財務主要是管理財務,管理財務需要細化到每個子公司、每個業務、每個產品、每個業務部門、每個客戶,以他們為主題的分析有:現金流分析、盈利能力分析、財務預算分析等。

#數據分析

7 次瀏覽