《電商運(yùn)營(yíng)數(shù)據(jù)分析與業(yè)務(wù)報(bào)表應(yīng)用》



[pic]

產(chǎn)品經(jīng)理系列
數(shù)據(jù)分析及應(yīng)用
——分析數(shù)據(jù) 精準(zhǔn)決策 優(yōu)化業(yè)務(wù)——


[pic]











【課題背景】
To
B端垂類電商的運(yùn)營(yíng)，需要通過(guò)數(shù)據(jù)分析挖掘客戶需求，指導(dǎo)日常運(yùn)營(yíng)業(yè)務(wù)的開(kāi)展，提升
整體業(yè)務(wù)效率，為整體行業(yè)的數(shù)字化轉(zhuǎn)型提供資源、物料等對(duì)接的互聯(lián)網(wǎng)解決方案。由
于To
B業(yè)務(wù)的專業(yè)耦合性較高，運(yùn)營(yíng)團(tuán)隊(duì)成員多是行業(yè)內(nèi)的從業(yè)人員，對(duì)整體電商化的運(yùn)營(yíng)和
數(shù)據(jù)指導(dǎo)缺少系統(tǒng)性的了解和認(rèn)知。在實(shí)際工作中，通常出現(xiàn)以下問(wèn)題：
■ 對(duì)整體運(yùn)營(yíng)增長(zhǎng)模型缺少系統(tǒng)性的了解，無(wú)法用模型來(lái)指導(dǎo)運(yùn)營(yíng)工作
■ 缺少數(shù)據(jù)分析的方法，在實(shí)際過(guò)程中，無(wú)法判定數(shù)據(jù)是否達(dá)標(biāo)
■
數(shù)據(jù)中臺(tái)能力不足，無(wú)法直接生產(chǎn)可視化報(bào)表情況下，缺少數(shù)據(jù)可視化表達(dá)的技巧

【解決方案】
數(shù)據(jù)分析的核心理念：
■ 數(shù)據(jù)分析首先是用于指導(dǎo)業(yè)務(wù)，對(duì)于電商平臺(tái)，要關(guān)注的是GMV、客戶體驗(yàn)等指標(biāo)
■ 有模型，通過(guò)自變量與因變量之間的函數(shù)關(guān)系，分析要素之間的變化
■ 數(shù)據(jù)分析講究差異化分析，通過(guò)數(shù)據(jù)分析對(duì)比差異，找出導(dǎo)致差異變化的變量

【參與人員】
本課程適宜于：平臺(tái)運(yùn)營(yíng)人員、產(chǎn)品開(kāi)發(fā)人員等

【學(xué)員任務(wù)】
【2小時(shí)】任務(wù)一：了解數(shù)據(jù)分析的意義、核心方法和流程要素
【3小時(shí)】任務(wù)二：掌握To B垂類電GMV業(yè)績(jī)?cè)鲩L(zhǎng)模型及分析方法
【1小時(shí)】任務(wù)三：能夠就業(yè)務(wù)場(chǎng)景數(shù)據(jù)情況，制作可視化報(bào)表

任務(wù)一：數(shù)據(jù)分析的意義、方法和流程（2小時(shí)）
【任務(wù)解析】了解數(shù)據(jù)與業(yè)務(wù)之間的彼此增強(qiáng)的關(guān)系，熟悉數(shù)據(jù)分析與數(shù)據(jù)模型之間的
關(guān)系、了解數(shù)據(jù)分析的整體指導(dǎo)思想和方法、流程。
|一．以業(yè)務(wù)場(chǎng)景為出發(fā)點(diǎn)，數(shù)據(jù)分析與業(yè)務(wù)體系彼此互相增強(qiáng)。 |
|1.數(shù)據(jù)分析，目的是指導(dǎo)業(yè)務(wù)工作的決策 |
|2.B端垂類電商核心業(yè)務(wù)場(chǎng)景：客戶體驗(yàn)和商業(yè)實(shí)現(xiàn) |
|3.數(shù)據(jù)指導(dǎo)業(yè)務(wù)的前提：搭載業(yè)務(wù)場(chǎng)景與數(shù)據(jù)之間的數(shù)據(jù)模型 |
|4.業(yè)務(wù)場(chǎng)景隨商業(yè)模式、業(yè)務(wù)戰(zhàn)略優(yōu)化，不斷優(yōu)化整個(gè)數(shù)據(jù)模型 |
|5.數(shù)據(jù)模型通過(guò)收集數(shù)據(jù)、反哺業(yè)務(wù)優(yōu)化，實(shí)現(xiàn)彼此增強(qiáng) |
|【解析&案例】 |
|電商整體商業(yè)模型從流量電商轉(zhuǎn)向用戶電商和興趣電商，數(shù)據(jù)模型也在不斷|
|發(fā)生變化 |
|二．做模型、收數(shù)據(jù)、差缺口、找原因，做報(bào)表，數(shù)據(jù)分析五步走 |
|1.基于商業(yè)模式、業(yè)務(wù)戰(zhàn)略和業(yè)務(wù)場(chǎng)景搭建相應(yīng)的數(shù)據(jù)模型 |
|2.數(shù)據(jù)模型（算法）：自變量與因變量的函數(shù)關(guān)系 |
|3.做好前臺(tái)接口，通過(guò)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)實(shí)現(xiàn)數(shù)據(jù)收集 |
|4.數(shù)據(jù)分析的核心指導(dǎo)思想：看差異、找原因 |
|5.數(shù)據(jù)分析的前置要素：標(biāo)準(zhǔn)值/目標(biāo)值的建立、數(shù)據(jù)捕獲、數(shù)據(jù)算法（函 |
|數(shù)）、算力（人力或云計(jì)算） |
|6.制作場(chǎng)景業(yè)務(wù)的分析報(bào)表，形成可視化文檔，指導(dǎo)優(yōu)化業(yè)務(wù) |
|【解析】 |
|常見(jiàn)的報(bào)表：客服響應(yīng)報(bào)表、發(fā)貨速度報(bào)表、客戶結(jié)構(gòu)報(bào)表、客戶活躍度報(bào)|
|表... |


任務(wù)二：To B垂類電商GMV業(yè)績(jī)?cè)鲩L(zhǎng)模型及分析方法（3小時(shí)）
【任務(wù)解析】To
b垂類電商起到整個(gè)行業(yè)/公司/項(xiàng)目級(jí)的原材料采購(gòu)鏈接價(jià)值，其主要的使命是實(shí)現(xiàn)整個(gè)
產(chǎn)業(yè)鏈條物資交易的數(shù)字化。實(shí)現(xiàn)快速高效的資源匹配，直接反應(yīng)該場(chǎng)景的指標(biāo)就是線
上的交易規(guī)模GMV。通過(guò)對(duì)GMV的模型構(gòu)建，再細(xì)化到下面的指標(biāo)，找到可以優(yōu)化和調(diào)整
的地方。
|一．從經(jīng)營(yíng)流量到經(jīng)營(yíng)客戶，整體數(shù)據(jù)模型的演變 |
|1.數(shù)字化時(shí)代，讓運(yùn)營(yíng)工作從流量的經(jīng)營(yíng)轉(zhuǎn)向客戶的價(jià)值經(jīng)營(yíng) |
|2.流量經(jīng)營(yíng)模型解析:GMV=UV（流量）*CVR（轉(zhuǎn)化率）*P（交易金額） |
|3.客戶經(jīng)營(yíng)模型解析:GMV=N(客戶數(shù)）*P（交易金額）*R（交易頻次） |
|【解析】 |
|1.客戶生命周期價(jià)值運(yùn)營(yíng)理論 |
|2.增長(zhǎng)第二曲線理論 |
|二．基于GMV=N*P*R的用戶增長(zhǎng)型數(shù)據(jù)模型解讀 |
|1.N（客戶數(shù)），三大模型，助力用戶增長(zhǎng) |
|（1）漏斗模型：渠道-曝光-流量-轉(zhuǎn)化，層層篩選，實(shí)現(xiàn)客戶數(shù)拓客的數(shù)據(jù)|
|捕獲 |
|（2）裂變模型：種子-裂變指數(shù)-裂變代際，實(shí)現(xiàn)社交裂變方式的客戶拓新 |
|（3）MCN模式：達(dá)人-客戶數(shù)，形成可復(fù)制的新客戶拓客模型 |
|【案例&解析】 |
|1.1688漏斗模型，通過(guò)電話、會(huì)銷和全網(wǎng)推廣獲得新客 |
|有贊微商城，依托裂變模型，讓老客戶帶新客戶，實(shí)現(xiàn)低成本拓客 |
|中國(guó)移動(dòng)借助網(wǎng)格長(zhǎng)，推廣移動(dòng)“和彩云”產(chǎn)品 |
|2.P（交易金額），三大策略，實(shí)現(xiàn)交易金額的提升 |
|（1）關(guān)聯(lián)銷售：A-B-C，連單率 ，整體解決方案影響連單率 |
|（2）限時(shí)活動(dòng)：活動(dòng)日客戶訂單交易額，提升單客交易總價(jià) |
|（3）會(huì)員權(quán)益：會(huì)員等級(jí)結(jié)構(gòu)比例，拉升節(jié)點(diǎn)性客單 |
|【案例&解析】 |
|蘇寧家裝節(jié)，通過(guò)活動(dòng)拉升客戶整體客單 |
|中國(guó)服裝網(wǎng)，以內(nèi)容筆記影響客戶采購(gòu) |
|3.R（交易頻次），三大要素，影響客戶交易頻次 |
|（1）DSR：如實(shí)描述、發(fā)貨速度、響應(yīng)速度，直觀影響客戶體驗(yàn) |
|（2）項(xiàng)目周期：客戶的RFM模型，為客戶交易頻次提供直觀價(jià)值參考 |
|（3）場(chǎng)景挖掘：存量客戶的價(jià)值挖掘與定向營(yíng)銷 |
|【案例&解析】 |
|1.1688通過(guò)DSR，實(shí)現(xiàn)對(duì)商家的服務(wù)質(zhì)量的評(píng)定 |
|2.國(guó)網(wǎng)電商平臺(tái)，以項(xiàng)目招標(biāo)方式實(shí)現(xiàn)項(xiàng)目周期管理 |
|3.聚寶贊通過(guò)大數(shù)據(jù)，為美妝類商家開(kāi)啟3.8女神供貨節(jié) |
|三．對(duì)標(biāo)數(shù)據(jù)指標(biāo)/目標(biāo)，尋找差距 |
|1.借助同比和環(huán)比，設(shè)定本運(yùn)營(yíng)周期的GMV指標(biāo) |
|2.依據(jù)GMV模型，分解指標(biāo)，實(shí)現(xiàn)量化分解 |
|3.借助數(shù)據(jù)中臺(tái)，即時(shí)查閱數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行對(duì)比分析 |
|4.找出指標(biāo)差距，分析原因 |
|【討論】 |
|影響N、P、R值的主要因子變量有哪些 |
|四．?dāng)?shù)據(jù)分析，找到相關(guān)原因，進(jìn)行指標(biāo)優(yōu)化 |
|1.數(shù)據(jù)分析的指導(dǎo)思想：對(duì)比差異、變量假設(shè)、統(tǒng)計(jì)歸納、行業(yè)對(duì)標(biāo)、平臺(tái)|
|均值與峰值 |
|2.同期數(shù)據(jù)比較：找出優(yōu)化指標(biāo) |
|3.單因子變量測(cè)試法：無(wú)歷史數(shù)據(jù)情況下，調(diào)節(jié)某變量，觀察數(shù)據(jù)，進(jìn)行測(cè)|
|試 |
|4.統(tǒng)計(jì)歸納法：無(wú)理式數(shù)據(jù)情況下，先行測(cè)試，逐個(gè)不斷優(yōu)化指標(biāo) |


任務(wù)三：報(bào)表可視化、生成工具及方法（1小時(shí)）
【任務(wù)解析】可視化報(bào)表能夠讓出了數(shù)據(jù)分析人員及其他運(yùn)營(yíng)成員能夠直觀地發(fā)現(xiàn)問(wèn)題
，對(duì)整體業(yè)務(wù)運(yùn)營(yíng)有一個(gè)全面而立體的了解。
|可視化報(bào)表及報(bào)表類型 |
|1.可視化報(bào)表的界定：通過(guò)表格、圖片、動(dòng)態(tài)視頻等展示 |
|2.常見(jiàn)的報(bào)表類型：GMV報(bào)表、渠道流量結(jié)構(gòu)報(bào)表、產(chǎn)品結(jié)構(gòu)報(bào)表、客戶結(jié) |
|構(gòu)報(bào)表 |
|3.從運(yùn)營(yíng)周期談多久需要做一次分析報(bào)表 |
|4.運(yùn)營(yíng)報(bào)表到底要細(xì)化到什么程度？ |
|5.結(jié)論+數(shù)據(jù)分析+建議，讓一份報(bào)表能夠指導(dǎo)決策 |
|【案例】 |
|有贊商家運(yùn)營(yíng)生成的報(bào)表解析 |
|可視化報(bào)表生成工具及方法 |
|1.可視化報(bào)表生成的基礎(chǔ)工具：EXCEL、數(shù)據(jù)透視表、VBA宏的應(yīng)用 |
|2.自助式報(bào)表生成工具：Tableau、FineBI、PowerBi |
|3.借助數(shù)據(jù)中臺(tái)，自動(dòng)生成相應(yīng)報(bào)表 |
|【解析】 |
|Excel解決常見(jiàn)電商類數(shù)據(jù)報(bào)表的制作 |
|三．借助FineBI完成可視化報(bào)表生成 |
|1.明確指標(biāo)和各組件的開(kāi)發(fā) |
|2.借助之前的報(bào)表，對(duì)指標(biāo)、組件進(jìn)行復(fù)用 |
|3.構(gòu)建模板，解決常見(jiàn)問(wèn)題 |
|【演練】 |
|FineBI的使用 |

楓影老師的其它課程