分析路径

1、分析的四大思路
判断指标的合理性，不合理通过细分、转化等方式定位问题所在，提出解决方案。指标的对比一定要注意四个一致，包括：对象、时间属性、数据源、指标定义
（1）对比：横向、纵向，判断指标的合理性
（2）细分：通过公式拆解指标，定位问题。杜邦分析法
（3）转化：一种从业务链条的角度定位问题的分析方法。比如活跃客户量下降的分析，可以从进入店铺的客户数 ——浏览过商品的客户数 ——下单的客户数 ——交易成功的客户数这个链路的环节转化来细分。
（4）分类：RFM模型，聚类算法等，是一种精细化运营的思想

2、核心指标
电商运营的核心是用户的吸收，留存与复购，最终体现在GMV上。
（1）活跃用户：DAU、MAU、WAU
（2）用户留存：次日留存、3日留存、7日留存、30日留存等
（3）用户转化：各个环节，细化到不同群体、不同品类的转化率
（4）用户复购：复购率、回购率、复购金额、
（5）销售额：GMV = UV转化率客单价

人货场—人

1、人的定义

电商中的人主要定义为消费者，消费者的属性与偏好也是现代营销理论中最重要的环节之一。
补充4P营销：产品，渠道，价格，促销。
转型为4C营销，客户满意度，成本，便利，沟通。真正以客户为中心解决问题。

2、分析逻辑

（1）用户画像
用户画像通过标签体系量化群体特征，达到快速了解分析对象，分层精准运营的目的。
用户画像从业务维度的标签划分举例如下：

用户画像可以帮助使用者快速了解群体这几个维度的分布特征，为拉新、留存、提高转化率、风险控制等运营阶段提供指导。具体到不同的业务问题中，还需要结合实时的销售数据进行分析。

（2）AARRR用户生命周期理论
https://www.jianshu.com/p/8601dd8dcd57
一款APP的用户生命周期：获取—激活—留存—转化—传播

• 获取：
  自然流量（社会热点引发的功能需求；痛点；产品体验）
  运营推广—场景化（线上推广，搭建虚拟环境，延伸场景边界，吸引用户；线下推广）
  社区自传播（老带新；气球理论，以点及面引爆社群；社会关系绑定）
• 激活：
  APP功能的操作引导（视觉引导；动效引导）
  引导步骤设置，激发用户探索欲（视觉表现；持续的吸引能力；由易到难）
• 留存：活跃用户；沉默用户（活动设计、社群关系、推送）
• 转化：免费体验、优惠券、刺激二次、三次转化
• 传播：正向传播；负向传播

（3）AIPL人群资产量化模型
从用户生命周期出发量化品牌的人群资产，将人群分为以下四类，从业务角度，对这四类人群进行差异化的营销。
认知 ：广告报告；公域页面曝光；无品牌倾向搜索
兴趣：广告点击；粉丝互动；店铺浏览；品牌倾向搜索；关注/收藏/加购
购买：购买
忠诚：复购；主动分享；正面评论

（4）电商消费的全链路分析
首页—浏览搜索—查看详情—加购—下单—支付—复购，以及在此基础上衍生的链路结构。
核心指标：GMV
全链路分析思路：根据不同指标，在不同链路环节上，以及环节之间从点线面；宽度—广度—深度；时间—对象—指标；等方向去探索
点线面：某个时间点的指标；指标在时间轴上的趋势性；不同类目，品牌等的横向比对
宽度—广度—深度：商品采购为例。宽（商品采购sku数）；广（商品采购品类）；深（平均每个sku的采购数量）

（5）RFM模型
Recency 最近一次消费时间；Frequency 一段时间内消费次数；Money 消费金额
用户价值的分层分析（可分为8类），精准营销，挽留高价值客户，引入潜在客户。

3、常用指标

注：ROI = 点击转化率客单价 / 点击*平均点击花费
复购率：在某时期内产生二次及二次以上购买的会员数 / 购买会员的总数
回购率：上一期末活跃会员在下一期时间内有购买行为的会员比例，与流失率是相对的概念
回购率与留存率的差别在与，留存是针对一个时间节点而言的，研究的是该时间点这一批次用户在接下来N天的留存情况，
回购是时间段之间的会员行为对比，衡量的是一段时间内会员相比上期是否流失

人货场—货

1、分析逻辑

1、商品分类
商品分类可以分为自然分类和销售分类，自然分类体现在网页前端让消费者更便捷的采购，销售分类体现在营运策略上让消费者买的更多。销售分类有以下几种方式：
（1）二八法则分类
（2）ABC分类法
（3）平均值分类法
2、商品价格分析
（1）价格带分析
（2）价格弹性分析
3、商品定价策略
（1）成本定价法
（2）需求定价法
（3）竞争定价法
4、商品关联销售分析
（1）关联规则
支持度 = 同时包含AB的交易 / 总交易；关联商品的份额 >=3%
置信度 = 同时包含AB的交易 / A的交易；关联性强弱 >=60%
提升度 = 置信度 / B在总交易中出现的频率；关联规则的利用价值
（2）购物篮分析

5、库存分析

6、利润管理

2、常用指标

商品分析一般基于进销存的框架，指标涵盖采购环节、销售环节、售后环节、供应链环节。
1、采购环节：
（1）宽广深
宽广深的思路可以扩展到销售和库存环节。由于资源有限，三者互相制约。
广度 = 采购的商品品类数
宽度 = 采购的商品SKU数
深度 = 采购商品数量 / 采购商品SKU数
（2）铺货率（覆盖率）
铺货率 = 有某款或品类产品销售的店铺数 / 适合销售该产品的总店铺数 * 100 %
（3）采销匹配度
通过对比品类、型号、价格等方面，在某段销售周期内采购和销售的比重来判断商品销售进度的方法。以裤子为例，该品类的采购占比是裤子数量/采购总数量，销售占比是裤子销量/总销量。

引申的指标是购销比，即销售数量/采购数量，以判断产品是滞销还是缺货状态
2、供应链环节
（1）服务指标
可结合订单区域（场）、产品类型（货）、客户类型（人）细分分析
订单满足率 = 订单中能够供应的商品数量总和 / 订单商品数量总和
订单执行率 = 能够执行的订单数量 / 总订单数量
准时交货率 = 准时交货订单数量 / 能够执行的订单总数
订单响应周期 = 系统中的收货确认时间 - 系统中下订单的时间
（2）管理指标
库存周转率 = 销售数量（库存数量） / （（期初库存+期末库存）/2）
客户投诉率 = 客户投诉订单批次 / 订单总数
（3）库存指标
库存天数 = 期末库存金额 / （某个销售期的销售金额 / 销售期天数）
库销比 = 期末库存金额 / 某个销售期的销售金额
有效库存比 = 有效库存金额 / 总库存金额 （二八法则，关注库存带来的销售最大化）
3、销售环节

• 商品指标
  （1）货龄（管理混乱；销售不佳）
  （2）售罄率 = 某段时间内的销售数量 / （期初库存+期中进货数量）
  （3）折扣率 = 商品实收金额 / 商品标准零售价金额
  （4）动销率 = 某段时间内销售过的商品SKU数 / （期初有库存的商品SKU数+期中新进商品SKU数）
  （5）缺货率 = 某段时间内卖场有缺货记录的商品数 / （期初有库存商品数+期中新进商品数）
• 结构指标
  （1）品类结构占比 = 某品类销售额 / 总销售额
  （2）价位段占比
  （3）正价销售占比
• 价格体系指标
  （1）商品现值
  （2）价格弹性指数
  （3）价格三分法
  一种将价格分成三段的分析方法，可分为低价格、主价格、高价格。
• 畅滞销分析
  前十大销售、库存及占比

4、售后环节
退货率；特殊服务率；残损率

人货场—场

1、分析逻辑

触点—触达（营销、促销）—效果
触点：页面结构是否合理（搜索词、内容转化、视频转化、主图优化、商详页优化、触点热区分析）
触达：广告推荐方案、场景投放优化、触达实验（人群、价格、品类）、流量质量（访问深度、停留时长）
效果：长短期跟踪实验

2、常用指标

场的部分分析融入到了人的分析中，共同目的都是提高留存、转化、付费率。
场的通用指标包括：销售预测和销售分析
销售预测：增长率、权重指数（月/周/日）
销售分析：直接指标—销售额、净销售额（不含退款）、业绩增长率、毛利率
间接指标—销售量、订单数量、成交转换率、客单价、连带率

场的网页链路指标包括：页面，促销方案，活动商品
页面：页面结构—流量路径、热力图、停留时长、跳失率；页面陈列—屏效
促销方案：优惠券—发放数量、使用率、折损；赠品—发放数量、折损
活动商品：SKU数/占比；销售额/占比

应用举例

1、如何通过漏斗模型定位问题，解决问题？
关注主要的转化路径，比如UV-点击，点击-加购，加购-下单，下单-支付等。定位转化率较低的一个环节，研究该群体的共性。研究方法可以以点代面研究几个个体的行为路径，也可以研究群体的指标与高转化率群体对比。比如是否使用优惠券，页面停留时长，sku选择等。
2、用户运营的小技巧？
（1）魔法数字
通过分析，为某指标设置一个标准值，从而更快确定指标运营目标，提高运营效率。
比如留存率，通过分析留存曲线，发现在7天内（通常称为曲线的震荡期）复购大于等于3次的用户留存比例更高。因此设定复购3次为提高留存的魔法数字。
（2）差异化运营
从用户的活跃度（人）、商品偏好（货）、用户购买决策的不同阶段（场）进行差异化运营

参考：
https://blog.csdn.net/a3881312/article/details/81188181