在“大数据”时代下,小电商也需要数据分析。
这里我们只介绍最常用和基础的分析方法:拆分。
一、看数据分布
最简单的拆分方法就是不看平均值,看数据分布。因为凡是“总和”或者“平均”类的统计数据都会丢失掉很多重要的信息。
看数据分布可以让我们更容易发现这些潜在的变化,及时的做出应对。
二、拆因子
很多时候我们很难直接从数据变化中分析出具体的原因,这时可以考虑拆分因子,将问题一步步细化找寻原因。
例如网站转化率下降,我们要找原因。因为“转化率”=“订单”/“流量”,所以“转化率”下降的原因很可能是“订单量下降”,“流量上升”,或者两者皆是。
三、拆步骤
还有些时候,我们通过拆分步骤来获取更多信息。
举两个例子:
第一个例子:两个营销活动,带来一样多的流量,一样多的销售,是不是说明两个营销活动效率差不多?
如果我们把每个营销活动的流量拆细去看每一步,就会发现不一样的地方。
四、细分用户族群
我们需要把用户行为数据拆分开,看不同族群的人有什么不同的表现,通过比较异同来获取更多的洞察。从实践出发,客户族群细分的方法主要有三种:
按照客户属性细分:根据客户“是谁”来划分族群,例如把客户分成“新客户”和“老客户”。
按照客户行为来细分:根据客户上网行为来细分,例如把客户分成“浏览服装专区的客户”和“浏览数码专区的客户”。很多时候“根据客户行为”和“根据客户属性”这两者会混在一起,比如一个客户的行为是“每个月都来买一次东西而且只买最贵的”,可能我们就会在数据库里给他标记上“有钱人”,之后“有钱人”就成了这个客户的属性之一。
按照最终结果来细分:其实是“按照客户行为来细分”的一种,但是它适用性非常广,而且用起来非常方便,所以单独拿出来讲一下。