生意参谋败笔，电商运营必须要了解的数据

好多做运营的同学问我，学习数据剖析真的可以做好店肆吗？

今日这篇文章不仅可以给你答案，还有实解。下面跟着我一步步来吧。

在数据剖析里面，有五大剖析思想：

对照、拆分、增维、降维和假说。

这些是基于统计学这门学科衍生出来的剖析思想方法。

咱们知道销售额=访客*转化率*客单价，再一步一步进行指标细化，来洞察影响咱们销售额的内在因子；这是根据咱们业务知识遍及发现的规律公式。但好多运营同学并不清楚这是统计学拆分法进行拆分得到的成果。

再比如有些数据维度，在生意顾问里没有给到，需求咱们换算得到运营业务上需求的维度值，在统计学里咱们称这个叫增维法。

我今日不是要给我们遍及什么是拆分法，什么是增维法。

今天主要是来共享在生意顾问上没有，但运营有必要的数据纬度，以及咱们通过什么剖析思维来得到它们。

咱们也知道生意顾问只能给到咱们一些数据参考，它没带给咱们数据洞悉，需求咱们自己去剖析和洞悉背面的一切规则和价值，为咱们带来商业行为上的信息和决议计划。

商场行情背面发生没有的数据维度：

生意顾问中，被付出卖家数、付出卖家数、访客数、搜索点击人数、阅读商品数、付出件数、加购人数是已知的数据维度，下面咱们用这些维度换算出生意顾问没有给到的参考维度，来洞悉商场背面的信息。

活泼店肆比

-

做商场定位分析时，你往往不知道一个子类目中活泼店肆数量占比多少，因此你切入商场时心里没底，全靠片面判别。

如果你会用被付出卖家数/付出卖家数，能发现这个类目下的活泼卖家数在现阶段商场中占比有多少，这就是活泼店肆比；你的店肆只要在这个比例里，你就会有一定的流量。

02

店肆均匀UV值

-

同样咱们知道类目同期的访客数，想知道活泼店肆里每个店肆均匀能分配到多少UV，可以用访客数/被付出卖家数得到店肆均匀UV，这样自己的店肆比同行均匀UV高，在展现各方面会有更多的权重。

往往80%流量集中在头部商家里，咱们以TOP100为例继续拓宽，在TOP100商家里各家能均匀分到多少UV，这儿先计算出访客的80%占比，再除掉相应卖家数，即可得出TOP100店肆均匀UV，咱们想取得更多资源，必须先干到TOP100或者说咱们的访客先干到比TOP100均匀UV多些，天然相应的其他排名也会上来。

店肆均匀搜索UV，产品均匀UV，均匀店肆的付出卖家数也是同理，这儿只做个抛砖引玉；也只用到了增维法来判定商场，把其他四大分析办法用起来，整个商场将被咱们摸得熟透。

咱们需求仔细做商场分析，做出价格、视觉差异化；合理制定竞争对手，不要被现有商场情况误导了。