首先，纠正大家的一个想法：数据剖析的重点不在于谁用的工具更繁芜，学会基本的Excel数据透视表，图表可视化等基本操作即可，至于高端点的spss，Python，r措辞等统计和BI工具都是属于数据剖析进阶水平的，下面也会跟大家讲。
一、电商的数据剖析该当环绕什么展开？拿出经典的“人货场”指标体系图，电商剖析基本上也是环绕这三者展开。
人：在电商剖析中基本上便是指用户数据，如客单价、会员增长率等
货：商品数据，如采购、库存、销量，售后数据等
场：这个包含的东西比较多，我认为凡是能将人与货匹配，终极完成转化的都可以称之为场。
二、电商数据如何获取？这里要把稳的是，任何数据都是要关注长期的，只看个中一天的数据是完备没故意义的。对付电商数据来说，更是这样了，我这边建议大家拆分看，分成两个期间：匆匆销期和日常期，剖析这两个阶段的数据就可以了。还有提醒一句，如果样本数据不足，完备可以扩大样本数量，不然会存在数据不准确而带来的偏差。
匆匆销期：618，双11，双12，年中大匆匆，年底大匆匆等
平常期：这个就随便取了
再给大家分享一些获取数据的网站：
三、电商剖析的模型有哪些？
手把手教你搭建RFM客户代价剖析模型
帕累托/ABC剖析：能办理90%难题的数据模型——手把手教你学会帕累托模型
波士顿矩阵剖析：数据剖析初学者必备！
5分钟搭建波士顿矩阵模型，一学就会
购物篮剖析-关联规则：数据剖析一定要懂的模型——购物篮模型
AARRR用户运营剖析：关于AAARR模型，还勾留在理论却不会用？附实例讲解
四、电商剖析的过程是什么？这里我结合零售电商的案例，跟大家分享一些如何进行电商平台数据剖析。剖析思路如下：
a、场的维度：通过季发卖趋势图及环比，还有各州金额分布剖析理解平台发卖走势和发卖分布，理解平台发卖是否康健及发卖重点区域。
b、货的维度：通过帕累托剖析品类发卖情形，散点图探究品类宽度和发卖关系，再通过价格带剖析，理解平台产品定位。通过评价占比理解产品满意情形，通过产品完全性剖析验证预测。
c、人的剖析：剖析平台会员走势理解平台会员康健情形，通过舆图分布理解会员分布情形，通过AARRR模型理解会员转化率，通过环形图理解新老会员发卖情形。利用RFM模型给会员分层并确定主要代价客户分布。利用会员行为剖析理解会员下单韶光，付费办法和均匀付款韶光，还知道会员低分占比及评论韶光趋向。
d、其他剖析-物流剖析：其他剖析：通过物流定时度剖析，物流韶光占订单韶光剖析，均匀物流天数剖析，物流运费金额在总金额的占比，来评估顾客物流做事投入产出比，通过低评的非定时占比和物流韶光来验证预测。
e、就以上结论和征象进行干系改进建议
五、电商剖析的工具有哪些？
如果想仔细学习数据剖析工具的，可以看这篇文章：2021年最强数据剖析工具盘点！
想转行跳槽的小白赶紧收藏
作电商运营剖析，实在Excel和Fine BI就够了，中间两个在进阶中才须要学。
如果数据不是很多，直接用Excel，我这边不多先容怎么用了。如果数据量比较大，那就用Fine BI，这个工具比Excel更方便一些。两个结合起来用也是可以的，把Excel文件导入到Fine BI就行。
上面的案例便是用Fine BI制作而成的，下面大略给大家先容一下这个工具。
制作过程大略：
模板demo数量丰富：
包含零售、建筑、银行、互联网、医药、制造、交通、物流等几十个剖析场景，直接另存为剖析模板利用。
