电商平台数据分析
2020-12-07 13:53:56 2 举报AI智能生成
登录查看完整内容
电商平台数据分析，开课吧学习笔记分享。
作者其他创作
大纲/内容
电商平台数据分析
Day01：电商平台数据采集及数据处理
条件概率（置信度）
条件概率是指事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为：P（A|B），读作“在B的条件下A的概率”。
漏斗模型
AIDA模型
意识-兴趣-欲望-行动
AIDMA模型
AARRR（海盗模型）
Acquisition [获取]：用户从不同渠道来到你的产品
Activation [激活]：用户在你的产品.上完成了一个核心任务(并有良好体验)
Retention [存留]：用户回来继续不断的使用你的产品
Revenue [收益]：用户在你的产品.上发生了可使你收益的行为
Referral [推荐]：用户通过你的产品，推荐引导他人来使用你的产品
DAU（Daily Active User）
日均活跃用户数量
DAU通常统计一日（统计日）之内，登录或使用了某个产品的用户数（去除重复登录的用户），这与流量统计工具里的访客（UV）概念相似。
AIPL
A（Awareness）：品牌认知人群。包括被品牌广告触达和品类词搜索的人
I（Interest）：品牌兴趣人群。包括广告点击、浏览品牌/店铺主页、参与品牌互动、浏览产品详情页、品牌词搜索、领取试用、订阅/关注/入会、加购收藏的人
P（Purchase）：品牌购买人群，指购买过品牌商品的人
L（Loyalty）：品牌忠诚人群，包括复购、评论、分享的人
GMV（成交总额）
一般包含拍下未支付订单金额
1销售额+2取消订单金额+3拒收订单金额+4退货订单金额
MECE分析法（ Mutually Exclusive Collectively Exhaustive）
中文意思是“相互独立，完全穷尽”。 也就是对于一个重大的议题，能够做到不重叠、不遗漏的分类，而且能够借此有效把握问题的核心，并成为有效解决问题的方法。
用户生命周期
http://www.woshipm.com/operate/3231470.html
数据平台
国家统计局
http://www.stats.gov.cn/
东湖大数据
http://chinadatatrading.com/
数据抓取
Python
八爪鱼
相关书籍
数据的本质
深入浅出数据分析
统计学概论
数据化运营速成手册
智慧营销
Day02：业务指标拆解及数据可视化
指标体系
了解
业务场景
抓
关键步骤
用指标量化关键步骤
重点关注
核心指标
场的指标
流程指标
首页UV
活动页UV
商品详情页UV
订单详情页UV
支付页面UV
支付成功UV
效率指标
转化率
活动页UV/入口UV
商品详情页UV/活动页UV
订单详情页UV/商品详情页UV
支付页面UV/订单详情页UV
支付成功UV/支付页面UV
支付成功UV/入口UV
核心指标（BOSS关注的）
GMV
交易订单量
交易额
交易用户数
人的指标
用户质量
RFM模型
R：最近一次消费时间间隔
F消费频次，一段时间内的消费总次数
M消费金额，一段时间内的消费总金额
保证计算的一致性
计算
根据定义规则打分
行业数据 & 历史数据
计算平均分
获得用户分类
用户构成
新用户数
老用户数
新/老用户访问UV
首单用户数/非首单用户数
用户行为
访问行为
人均访问页面数
APP使用时长
交易行为
复购率
客单价
交易价值
ARPU（Average Revenue Per User）
平均每用户收入
总收入/用户数
ARPPU（Average Revenue Per Paying User）
付费用户平均收入
总收入/付费用户数
货的指标
库存
库存量
品类数
SPU数
SKU数
库存金额（成本/吊牌）
库存效率
周转率=出库商品数/库存商品数
销售
量
曝光
点击
加购
关注
购买（PV，UV）
效率
环节转化率
整体转化率（CTR：曝光点击率）
动销率
有销量的商品数/在售商品数
滞销率
滞销商品/在售商品数
售后评价
退货
好评
差评（PV，UV，率）
Python数据分析
数据后决策
软件
tableau
https://www.tableau.com/
Day03：数据分析师的业务能力数据分析报告
数据分析能力
描述能力
数据收集
数据清洗
数据统计
数据可视化
分析能力
A/B测试
CRM（曝光点击率）=点击UV/曝光UV
方差分析
异动分析
业务标准判断异常
箱线图
小于Q1-1.5IQR 或 大于Q3+1.5IQR
Q1：上四分位数
Q3：上四分位数
IQR：Inter-Quartile Range
Q3 - Q1
数据分析
二八原则
商家80%的销售额来自20%的商品
相关关系
相关关系是一种非确定性的关系，相关系数是研究变量之间线性相关程度的量。
正相关
负相关
归因分析
归因分析(Attribution Analysis)要解决的问题就是广告效果的产生，其功劳应该如何合理的分配给哪些渠道。
预测能力
商业模式
算法预测
分类
回归
聚类
时间序列
自动化
自动邮件
可视化报表
数据产品
数据分析报告
确定方案
数据获取，数据清洗，统计分析
冷启动
TGI（Target Group Index）
量化关注度
目标群体中具有某一特征的群体所占比例 / 总体中具有相同特征的群体所占比例 * 标准数100
TGI指数大于100，代表着某类用户更具有相应的倾向或者偏好，数值越大则倾向和偏好越强。
分析背景
分析思路
分析过程
结论 & 建议
撰写注意事项
语言表述 清洗，易懂
逻辑严谨，业务认同
慎重建议，避免留下不了解业务的印象
分析过程注意事项
不要过度沉迷于细节
子主题
数据准确性
方案一致性
信息安全
0 条评论
回复 删除
下一页
