如何投放广告以寻找合适的客户人群。

如何组织安排网站的网页内容，以符合访客的个性化需求。 如何找出同一类访客的特征并预测其未来的购买行为。 如何调整商品页面的安排以提高商品被购买的比例。 如何自动地把商品分类，把同时可能购买的货物放在同一个网页上，以增加单次购买的商品总值。 如何吸引老客户多次回访网站，并做反复购买。 如何估计购物车被放弃的可能性以及如何降低这一数字。所有这一切都建立在寻找不同的显性或者隐含的数据模式之上。1 网站流量分析要解答客户什么时候来丶从哪里来的问题要诉诸于电子商务领域最常听到的一个词了：流量。通常说的流量（ Traffic）是指网站的访问量，是用来描述访问一个网站或是网店的用户数量以及用户所浏览的网页数量等一系列指标，这些指标主要包括：独立访客数量（ Unique Visitors）丶页面浏览数（ Page Views）丶每个访客的页面浏览数（Page Views Per User）。 查看流量数据可以采用的工具有 Google分析（ Google Analysis）丶百度统计丶我要啦丶淘宝量子恒道丶 CNZZ等。利用这些工具，我们可以从多维度来分析流量，例如从时间维度来分析流量，可以得出在什么时间段访问某类商家的客户最多，也就是客户最喜欢在什么时候来到我们的电子商务网站，这对中小型的电子商务网站的帮助是最大的。 在做流量分析和访客来源分析中，我们最常使用的数据挖掘方法是时间序列。时间序列是数据挖掘领域中用来分析一段时间里各项指标的变化情况最常用的方法，通过时间序列我们不光可以从趋势图中看出网站（店）流量的大体变化情况，更重要的是我们能够预测未来一段时间的网站（店）流量情况。】 网站流量分析，是指在获得网站访问量基本数据的情况下对有关数据进行的统计和分析，其常用手段就是 Web挖掘。Web挖掘可以通过对流量的分析，帮助我们了解 Web上的用户访问模式。那么了解用户访问模式有哪些好处呢• 在技术架构上，我们可以合理修改网站结构及适度分配资源，构建后台服务器群组，比如辅助改进网络的拓扑设计，提高性能，在有高度相关性的节点之间安排快速有效的访问路径等。 帮助企业更好地设计网站主页和安排网页内容。 帮助企业改善市场营销决策，如把广告放在适当的 Web页面上。 帮助企业更好地根据客户的兴趣来安排内容。 帮助企业对客户群进行细分，针对不同客户制定个性化的促销策略等。一般的互联网数据分析工具中都有网站访客流量来源分析功能，可以直接得出一定结果。而本案例中的网上商城是构筑在淘宝天猫商城之上的，所以我们只能采用淘宝本身提供的和淘宝开放平台上的工具来做数据分析。我们可以从店铺的淘宝量子恒道工具中直接获取流量来源和访客地理位置分布。图 1和图 2中的流量来源和访客地理位置分布就是从店铺的淘宝量子恒道工具中直接获取到的。图 1 最近 7天访客来源分布示意图 图 1基本阐明了最近 7天网店的客户通常采用何种方式进入网店。这里我们可以看到，因为这家网店的店铺优化做得还可以，来自淘宝的免费流量占到了 36.67%。同时因为做了一定时间，有一定的知名度，所以自主访问的比例超过了 20%，占到了 22.41%。通常来说，如果商品的品质和价格吸引人，网站呈良性发展，那么淘宝免费流量和自主访问的所占比例就会稳步提高。 因为这个网店是在天猫站内，所以来自站外的访问量不是特别多。而对于独立的网上电子商城，基于搜索引擎的流量会占到相对较高的比例。来自搜索的流量同样也要分成自然搜索流量和搜索关键词广告流量。 对于独立的网上商城，也就是说它们不在天猫这类综合电子商城内的，我们可以分析出用户是点击了什么链接进入到商城的；如果是来自于搜索引擎的，我们还可以分析出用户是通过搜索什么关键词进入到商城的。图 2 最近 7天访客来源地理位置分布示意图 图 2 的数据显示了最近 7天网店的客户分别来自哪个省份。在图 2中我们看到，访问该网上商城最多的访客来自广东，约占 19%，而其次来自北京和江苏，分别占 11.25%和 8.85%。值得注意的是，来自该品牌的一个重点目标城市——上海的流量并不太多，只占 3.66%。发现来自上海的流量占比不高的时候，我们可以做两种假设：—是否上海的受众不喜欢我们推出的产品？—是否对于上海的推广力度不够？为了验证第一种假设，我们可以做客户调研，看是否增加某些关键词的商品描述和图片可以提升客户留存。而对于第二种假设，我们可以针对上海地区投放广告，并监测广告的转化率和效果。 对于单个访客在互联网上的来源分析，可能是没有太大意义的。但是综合一段时间内所有访客的来源信息，我们可以做趋势分析，从而决定在互联网上投放广告和资源的力度及方向。2 商品销售分析在电子商务网站上对商品销售进行分析是定时定期需要做的事情。我们可以做的商品销售分析种类很多，比如各个不同商品的访问量丶热点分析丶性能数据等。我们在做分析时，也要考虑到行业丶时间和地域等各种方面的因素，并和平均及基准的数据做对比。做商品销售分析，需要从时间和空间的维度以及商品的类别丶价格等多个维度来做分析，这里可以做的报表类型非常多。 我们单纯从时间维度上来看，常用的报表是同比和环比的报表，而时间区间的选择可以是年丶季度和月，而当一个电子商务网站在刚刚开始的时候，周数据的报表也是偶尔会用的。 除了分析商品的销售之外，我们还需要做的分析是潜在的销售，也就是客户到网站来，浏览了哪些商品和分类，搜索了哪些商品，从而了解客户的兴趣点和将来可能购买的商品。 我们来看一家电子商务网站热销商品销售的月报表（见表 1）。表 1 商品销售月报表表 1 中的平均客单价指的是在购买相应商品时平均订单的价格。在整个网站上所有商品的平均单价为27.63，平均客单价为49.48。从热销商品的排名来看，平均客单价偏低，在前五名的商品中，只有两件商品的平均客单价高于平均值。从表 1 中的数据来看，销售是有提升空间的。我们看表 1 中货品单价最高的两个产品 B和 D，其对应的平均客单价也是最高的，而且从商品单价和平均客单价的比对来看，购买商品 B和 D的用户，同时也购买了多个其他商品。如果我们可以提升商品 B和 D的销售，网站的整体收入也会随之提升。3 定期数据分析要想做好电子商务网站的运营，需要做各种分析和报表，定期展示丶对比网站数据和运营数据。而对于大部分 CEO来说，周期的销量增长量可能是他们最为关心的数据分析。以增长量为例，下面列出的这些数据是电子商务公司的董事长丶总经理和各级销售管理人员经常需要查看的与业务相关的增长量数据。这些数据都可以是负数。增长量：所分析的业务在一定时期内增长的数量，是分析期与对比期的差额。 同比增长量：当前值与去年同期值之间的差值，用同比增长量来统计消除了周期变动和季节变动的影响，所用时间期间通常是月或者季度。 环比增长量：是指当前值与上一期数值之间的差值，所用时间期间一般是季度丶月或者星期。 增长速度是用来反映业务成长性的相对指标，用以查看当期增长量和对比期的数据对比。 同比增长速度是当期增长量与去年同期值之比，说明当期业务水平对去年同期业务水平增长的相对程度。 环比增长速度是当期增长量与前一期水平之比，说明业务分析期与相邻前期业务水平的相对增长程度。 项目增收贡献率：某项目增长量和所有项目总的增长量的比例。4 内容分析我们所述的电子商务网站上的内容分析和其他分析一样，也都是需要从数据出发的。商品分析和页面分析从一定的角度来说，也都属于内容分析。这里所说的内容分析的对象是在商品页面之外的内容。我们通过分析流量和客户兴趣点匹配相应的内容。通过数据，我们可以看到不同的内容所吸引的点击关注，从而对内容做出相应的调整。 在做内容分析之后，网站的内容需要从下面三个方面做优化： 内容专业化；—内容差异化；内容质量化。

首先，要明白2个前提，什么是数据分析，为什么要数据分析。最后才是如何做

在不了解“是什么”和“为什么”前提下，讲“如何做”，就是填鸭式的学习，不会理解吸收内化成自己的能力。数据分析是什么：是一连串的数值组成有价值的信息，运营去解读这些信息，并且形成策略、执行、总结，再分析。 （这里提示你，如何做的第一步，是“有效的收集信息”，更重要的是“持续”，单个数据称不上为数据，只能称为“数值”）为什么用数据分析做电商运营？电商的本质是零售，就是卖东西。用户的“眼睛”是“导航”（线下称为购物动线，如何引导客户去他想去的地方），那么运营的“眼睛”，就是数据，它告诉你该做什么事。同时，真正有效的运营，是做好2个闭环：前端：用户决策闭环：注意-兴趣-了解-下单-付款-物流-收货-惊喜-分享-注意。。。归纳成图就是：后端：运营工作端闭环：数据-分析-方案-执行-总结-改进--数据。。。总结成图就是：你看，如果不做数据分析来指导运营，这个闭环就没法形成，业务可能就没法推荐那么，电商运营如何做数据分析？很简单，3点： 看懂、用会、方案1. 看懂：需要把电商相关指标的含义全部搞清楚。就这么简单。2. 用会：用会也只有4种方法：趋势、对比、结构、关系具体案例稍后补充。。。现在有些忙3. 方案：知道问题出在哪里，就一定要形成“解决方案”，否则是“无效的数据分析”方案如何写？指标分解，相关因素分解。临时有个会，稍后详细讲解。有空可以看一下我的书，比较详细介绍这些，淘宝搜《电商有道运营有法》吉林出版集团图书专营店，为合作店铺。价格较低，正版保证更多问题，关注：xiaoyedianshang929

不请怒答！推荐数据分析的一种方法论，授人以鱼不如授人以渔~

不管是知乎的一些常见的问答，还是大家平常在工作中处理一些相关问题，有很多人的逻辑是非常清晰的，但是也有一些人的说话老是让人抓不住重点，费了N多的口水，大家还是听的云里雾里的，这种就是缺乏逻辑训练。在所有的逻辑训练思考方法中，5W2H分析法是比较容易上手且适用广泛的方法之一，答主在日常数据分析工作中也经常使用该方法。那么，什么是5W2H分析法？它是以5个W开头的英文单词和2个H开头的英文单词进行提问，从回答中解决问题的方法，即何因（why）、何事(what)、何人(who)、何时(when)、何地(where)、如何做(how)、何价(how much)，这就构成了其框架。废话不多说，我们试试这种方法。电商运营是一个繁杂琐碎的工作，需要关注的点很多，答主选择从用户购买行为角度做分析，因为其重要其核心，其他的一些点可自行发散~why：用户购买产品的目的是什么？产品在哪些方面吸引用户？产品满足了用户什么需求？用户选择本产品而不选择竞品的原因是什么？what：我们卖的是什么产品或服务？是否与用户的需求一致？who：谁是我们的用户?用户有什么喜好？用户画像是什么样的？when：用户什么时候使用产品？下单时间一般是什么时候？什么时候复购？where：用户在什么渠道购买产品？每级页面的跳失率是多少？用户下单的地区构成是什么样的？how：用户的支付方式是怎样？使用哪种终端设备浏览产品？选择哪种快递方式？how much：客单价是多少？产生购买行为的时间成本是多少？说在最后，本文仅是提供了一种数据分析的思考方法，具体问题还是要具体分析。愿，你我都能享受习得方法的乐趣~

嗯，今年年初的时候，这边公司的电商在去年一直要死不活的，运营的问题。于是被调去兼管这边的淘宝平台。希望能够把这边公司的淘宝做起来。在一整个过程都是通过数据分析，数据说话来优化店铺的。

例如之前的运营在我问到他为什么店铺做的这么差是这么说的我已经很努力去做了，但是当时公司有一段时间缺货，所以店铺才会作死了。我也一直在挽救，但是没有效果啊。我也很困惑啊。其实数据很诚实，除了能够告诉你做出的每一个决策到底对不对，还是你的运营能力最直观的体现。跳失率高，说明你的详情页没有吸引人的地方。平均浏览时长太少，跳失率肯定高，你的详情页还是优化没做好。跳失率不高了，但是转化很低，说明你的详情页可能搞得和段子一样，别人看的津津有味，但是不能带来转化。然而当时我看到的一组数据是这样的，停留时长在30左右，不到60，平均标准也没到。跳失70%，访客和浏览一星期下来才几百个。其实这4个数据很直观的看到背后最重要的2个点。访客和浏览代表流量，平均停留，跳失代表转化。在问了他有什么计划提升店铺，有什么想法。给不出让我很满意的答复，于是，最后还是决定把他开掉了。人生第一次开人。当时在周报，写了一份简单的运营计划。也回复给了当时原先的运营，但是他并没有太多的改变，可能是长时间的没效果，所有热情都被磨光了。于是整个电商部门所有的人员全部换血一遍，原先的客服也有聊过，合适的留下来不合适的也走了。先做转化，在做流量。之后从详情页大改。每一次改动都看着数据来，每个星期其实是在周报上面都会提到数据的，这个数据是很重要的，你一周下来做的这些变动，好了，我觉得我的详情页吸引不住客户，因为我没有提及到我的售后服务，我没有表达出我们是官方正品等等，那么我们准备好素材上了，之后观察数据，在上去之前肯定是会有个预期，这一组素材是能够降低我的跳失，提高我的浏览时长的。如果达不到预期的效果肯定是哪里没有做好。通过数据不断优化店铺。可能有些人会觉得我上面好像没有说到电商运营应该如何做数据分析，我理解的数据分析是这样的。你每周把你的转化率啊这些用个表格记录下来不算是数据分析，而真正的数据分析应该是，你每周可以通过观看自己的数据来知道自己的店铺的变化，例如，这周流量的增加，是从哪个渠道增加的，是我人为控制的，还是系统给予的。这样的流量增加能否复制？更简单点说吧，我们每周会有个数据周报。会把上一周的数据抓取出来分析得出结论，如果你是一个萌新的运营，那么你可以根据数据的变化自己先去尝试着得出一个结论，然后请教别人自己的这个结论是否正确。数据都是一组展现给你的。但是要在这一组数据里面找到关键的数据抽丝剥茧出自己想要的。而很多工具其实只是帮你抽丝剥茧的工具而已。甚至它还能帮你实现交叉数据分析。而减少你自己去计算的这些环节。最后的总结找到关键数据——分析关键数据——得出结论如果你不能从一组数据得出一个关键结论，那么你收集在多再细的数据都没用。5月18号，11点45分修改原先我是想着其实数据分析对于懂的人来说，他就是一项技能，对于不懂的人来说，你告诉他我看转化看什么数据这些也很生硬，我就用了自己的一些经验，反而大部分人吐槽我，其实我觉得从一个运营的角度来看，如果你的回答让别人看出各种奇奇怪怪的东西出来，甚至你原先根本没想表达出来这样的意思也有了，例如说我每周修改详情页的。我觉得就是一个失败的答案，所以那些人吐槽说，没什么可看的，我也觉得，确实没什么可以看的。于是梳理一份我个人认为是有关于数据分析正儿八经的解释。在我看来，你去看一组数据都必须是带有目的性的。每天看数据，是为了看店铺的数据有没有出现大幅度波动，找出原因。做了一次详情页的修改之后去看，是为了看自己详情页修改是否有效。所以如果你去看数据的时候能你的目的是什么都不知道，那么你是一次瞎折腾的数据分析我还是喜欢举个例子今天你的店铺对原先的详情页做了一次修改，而这次详情页的修改是因为你老板说转化一直很低，于是你找了各种可能影响转化的原因。1.同行同类商品力度比你们更大2.有影响到转化的差评3.你的这个产品的详情页没优化好假设前面2个都不是，所以你做出了修改，那么你在上传了新的详情页之后，肯定就开始对比上传前的7天数据，和上传后的7天数据。当然电商的数据推荐拉的越大越稳定，但是7天也可以看得出效果如何。这个数据因人而异，有些人喜欢15天，有些人喜欢30天。而我喜欢7天，没有特殊的理由，就因为7天是时间最短，但是数据来说相对参考价值也不低的。看数据，先看粗再看细。如果说上传后7天的数据相对于上传前7天的数据来说，是达到自己的预期的。那么说明初步结论这是一次有效的修改。什么是自己的预期？我觉得每一个运营人员，必须要掌握的一项基础的技能之一，就是你在做出任何一个决策的时候，自己心里都会有一个预估，这样做的效果如何，风险在哪，能不能通过哪些操作避免，这就是你的预期。如果你在做决策的时候预期也没有，谈何而来的数据分析是有目的性的？那么在来说说为什么看数据先看粗再看细。哪流量来说，我找一个淘宝客合作。如果我是直接就进后台看了一下淘宝客流量的增长，那么我可能会得出的一个结论是这个淘宝客是否有效，但是我如果是先看大的数据，全店数据，之后在去看具体哪些数据提升了，是不是能够得出一个结论好的淘宝客能够给店铺带来哪些渠道上面的变化。这个结论是不是更加相对于那个，恩，这个淘宝客是有效的更加有价值？而且最后给我个人觉得很不错的方法，测试一个变量的时候应该是保证其他都是不变得，多种渠道测试，并不需要一开始所有渠道都跑通，只需要先测试出一个最有效的渠道，之后加大资源把渠道利益最大化。之后在测试其他的渠道的操作方式。人的注意力有限，请把你有限的注意力专注在一个点或者一个渠道上。

不请自来，简单回答

能把复杂的事情简单化是一种能力，能把事物的本质看清楚也是一种能力，很不幸，电商运营需要这两种能力。电商和互联网企业有着本质的相同，只是转化的手法不同电商：流量*转化率*客单价，互联网企业：流量*转化率，前者是销售额，后者是用户数，这是最核心的指标。那么你问的问题，答案就浮出水面了，你的数据分析应该全部围绕，流量和转化率的层面的因素来考虑，至于客单价不是你能全权控制的范围，什么影响流量，什么影响转化率，因素很多，你需要分类每一个每一个的分析，如果说到此，还不知道如何去分析数据，可能不太适合做电商。

a href="http://www.baidu.com/link?url=1yi1GtR6V_8yW0dpg3c5B0qRUt8QKQbGBPGHtyLfrb1ki-BmD69EIjVF3k_vL3PIhF3eIbF6R6VqhSlv36nb0zmNIQ2rreAz0BIZdbSiadrLdr_XWlL5Gmdqq4SprMYPCEVCAzuodZ3V6QvuosxK8hq1-cu8fZFsSbcIrfL6IkV2-DmS5jpvvT_MCtlJ8ZAoxdy3pTS6mrKZy5JGvDqLYxZn6YrMXR7b5WGEl8HMQswJUeaEG3K9FUXpg0drgsSZmCO9DJBAecTmHjSCdnisF-hmTaw3Sc-b7eC-OLPJ0HOSUJZoB_RwCqKRe6X96eS0Xzf-ny1z1zVoRZlsSeA0R23PQmK3HrJgJKJVkEth2rXH-Y-oChBUnvhmbgFhSACuV2NUO7CUWmDT1ZzM7vFKVSA17HM9UAauxa4yRM4G6q9Rfuo6i45lqtAVSFkxne8JixohIiJ-my4K5qnQdqRCSZ7HdoeP6IYLmJxF7CTwWHLmQVMIZBLhMZLNkD-QeEInbwaKYdszEIU6gVb3fA8Kl6cGVvsj9yKPSxd-Tqoh9L8mDymK1t_22lxHeUodKyfIeCwuOBiJ3rpORPz6anFtAxMlqJXvnXJOAnvGbQMbbSNnceOk_qJAIYnbbwhCOYvvZPZUs_PbxmJ601Rb2yPpCjEe7TdRQezYaOka3yP064lpJ3MYHHMFB_SNw27_8aMtcqVUBchSllgFmiMcif--MAhft-xG__xUAw15NzrhkagS_utZQRlY1UGeG1TCM3PGH7Q3uLt9pun0RlYP0roAQ_">“因势而谋、应势而动、顺势而为”，这句话可以很好的总结数据分析。

从淘宝官方的数据分析软件的价格阶梯档次说明不同层次、目标导向不同的卖家，对大数据的需求不一样。大数据分析，从几个角度去跟你讲实践过程。1.制定款式、选品从生意参谋专业版呈现的行业大盘信息，可以通过数据分析去制定未来的销售策略，“横看成岭侧成峰，远近高低各不同。”假如你是做女装类目的数据分析员或者运营，下个月要上架一批商品。那么，初步选款就得从数据分析当中寻找，依据近期飙升的热搜关键词、热度较高的商品以及受欢迎的商品指数，都是可考核对比的，再者，历史不可以重现，但是往年今天、今月的大业数据具备一定的相似性。解读该类数据，以便过早做出计划或应对。2.研究店铺定位、买货的人按电商行业当中的普遍逻辑，每个关键词背后都是一个人群区分。确定好自己的店铺定位，再去寻找自己合适的人群受众，把商品卖给刚需的人群。亦可研究人群当中隐藏需求，制定赠品策略及服务。3.与付费推广工具融汇贯通，互通有无直通车、钻展这类官方的付费工具，也是跟数据息息相关，有些人会操作直通车，但是说出原因来却三缄其口，其实付费工具是官方主要的收入渠道。付费工具的出现，官方是经过大量的大数据分析后的产物。——————————————————————————————————————————回顾到本回答的第一句话，数据分析的应用在于根据店铺实际情况，再去寻找适合的数据做分析，也不要过份依据数据反应出来的结果趋向。体量规模越大的电商企业，对数据分析的需求越大，如果是一个中小电商商家，那么数据的应用面较小。

我们在做电商运营中，常常会在网站设计上花费更多的精力，其目的是为了吸引更多的人驻足浏览，但有时候效果却事与愿违，造成这种结果的原因很多，如用户人群定位不准确，网页设计不合理，网站广告投放不合理等等。

三个指标：首先要了解影响页面效果分析常见的三个数据指标：网页项目分析（二跳率）、商品陈列分析、场景分析。二跳决定页面质量，商品陈列决定拜访内容，场景分析发现流失原因。如何优化页面效果：一、网页项目分析优化： 通过“网页项目分析”了解重点页面的页面质量.二跳率所有重点页面的浏览量、用户数，二跳率、用户点击率数据。 其中浏览量、用户数等指标反映页面的流量大小，二跳率、点击量、 点击率、加载时间反映页面的质量，尤其二跳率越高页面质量越好。 二、商品陈列分析：1.优化页面点击（如图）：通过页面点击了解页面不同区块/位置的点击量大小，进而了解用户最关注的区域/位置。；了解页面或者区域内不同信息的点击量大小，进而了解用户最关注的内容。 页面点击的主要目的就是优化页面结构和布局 。2. 产品类目优化：（如图）对产品类目优化，关注大家热搜的产品是什么？哪些品牌受欢迎？最终转化率是多少？最终目标是为了很好的优化产品类目，合理分类。3. 用户性质-用户地域、时段、来源分析 某个网页项目的地域分布数据。，某个网页项目的流量来源与来源质量差异：包括站外来源，站内来源。 网页项目分析时段统计用于查看时段或当天 24 小时，产生的浏览量和点击量，同时24小时可以和昨日、上周同日、上月同日做浏览量和点击量对比。 其目的是更好的优化来源途径。三、场景分析场景分析是为了更好的发现用户流失的原因，掌握每个购物环节用户是如何流失的。购物流程：从单品页开始，直至订单成功（或者支付成功）。注册流程：一般仅为注册信息填写、注册成功两个步骤，少数会包含激活成功。活动参与/用户互动流程：从活动参与/用户互动的第一个环节开始，直至完成。案例分析：上述我们分析了如何对页面效果进行优化分析，下面我们以2个热点图为案例对上述进行分析。图一： 通过图一我们了解到哪些内容的点击情况和预期差别很大？ 页面的重点内容是否为点击热点？ 页面各版块的点击情况如何？首页第一屏和第二屏的点击差别是否很大？放在不同位置相同内容点击差别是否很大？推荐区域的内容用户是否关注？ 图二：我们通过图一掌握的数据，对网页进行优化，产品板块如何设置，热点产品如何摆放等。图三：通过场景分析发现关键流程执行率低的原因，哪个环节流失的多，如何流失的？而从根据这些数据去优化设置购物流程，从而提升转化率。综上所述，影响页面效果的因素很多，本期内容所阐述的三个指标是最基础的，但也是最关键的，就好比是大楼的地基，地基决定楼层高度，基础性的数据不做好，其它做更多也是枉然！ 添加微信公众号（cn99click），获取免费试用产品及精华干货文章。

源文件地址：链接: http://pan.baidu.com/s/1i564xZv 密码: 5kv3

刚好最近也在学习，顺便整理了一下，供参考。主要从电商数据分析维度关注哪些指标和怎样定义角度来说明。数据只是参考，重点还是需要了解业务，以业务实际情况出发，找准数据关键指标。

电商运营方面，你要分析的方面还是很多的，比如：1.智慧选品：热销特征挖掘、热销品类对比、销售热度分析

2.客户需求挖掘分析：全网挖掘客户需求、3.用户喜好分析预测：论坛、社区、微博等舆论分析，区域热度分析、年龄性别热度分析。4.品牌推广优化：搜索引擎排名分析、有效推广关键词分析、文案优化指导。这些方面都可以分析一下，如果自己分析不全面，也可以找个大数据公司帮你分析，我可以推荐你一个，叫做前嗅网络，你可以搜一下，我之前是先去他们公司买的数据采集软件，感觉很好使，因为我也是每天就是跟各种各样的数据打交道，数据采集必不可少，然而这也是最令我头疼的地方，尝试了各种各样的爬虫工具，不是操作繁琐就是采集精度不够。后来朋友介绍了这个前嗅的ForeSpider软件，操作简单不说，采集的内容很全面，而且速度很快不占很多的内存，省了我很多人力物力。我采集完数据后自己进行分析，发现自己分析的不是很全面，我就还是交给前嗅做，他们自己的数据分析系统还是不错的，提供了我很多有价值的信息，帮助我降低企业的机会成本和系统性风险，提升企业在信息时代的市场竞争力。总之，通过我多年做大数据的经验，良心推荐前嗅这个公司。http://www.forenose.com这是他们的官网，你可以联系看看。希望对你有所帮助。

问题很大，这里只能简单概括一下。电商运营主要的数据指标有几大类，包括总体运营指标、网站流量累指标、销售转化指标、客户价值指标、商品及供应链指标、营销活动指标、风险控制指标和市场竞争指标。不同类别指标对应电商运营的不同环节，如网站流量指标对应的是网站运营环节，销售转化、客户价值和营销活动指标对应的是销售环节。

总体运营整体指标：用于整体评估电商运营的整体效果，包括流量类指标（独立访客数、页面访问数等）、订单产生效率指标（包括总订单数量、访问到下单的转化率）、总体销售业绩指标（网站成交额、销售金额）、整体指标（销售毛利、毛利率）网站流量指标：流量规模类（独立访客数和页面访客数，与整体指标有重合）、流量成本类（单个访客获取成本）、流量质量类（跳出率、页面访问时长、人均页面浏览量）网站销售指标（也就是转化率指标）：购物车类（加购次数、买家数、商品数、购物车支付等）、下单类（周期下单笔数金额和买家数、访客下单转化率）、支付类客户价值类指标：客户指标（累计购买客户数、客单价）、新客户指标（新客数、新客获取成本、新客客单价）、老客户指标（消费频率、最近一次购买时间、消费金额、重复购买率）商品类指标：sku数、独家产品的收入占比、品牌数、上架商品数市场营销活动指标：包括新增访问人数、新增注册人数、总访问次数、订单数量、下单转化率以及ROI。风控类：买家评价（评价数、上图数、评价率、好评率、差评率）、投诉指标市场竞争类指标：市场份额相关（占有率、扩大率、用户份额）、网站排名（交易额排名、流量排名）收集工具的话免费有阿里指数、百度指数、百度搜索风云榜、新浪微博微指数，收费的软件也很多，可以自己了解选择，一般分析个人觉得excel足够了。