对于一个体量中等的 *** 电商而言，其数据分析的特点包括：

1、庞大的指标体系:

经营 *** 网的指标体系非常庞大，包括包括流量、转化率、客单价等。据不完全统计，指标达到200多，而且随着分析的细化和深入，还在不断增长。

2.分析目标务实且分散

*** 网数据的分析目标非常务实但很分散。比如，做 *** 页面的装修，就是去分析什么主题、页面装修会带来更多的网销量。

3.分析工具讲究实用

简单的 *** 网数据分析工具目前还是以Excel为主，但是如果你的Excel工作表在一个月之内就可能突破10000条记录的话，这个时候建议你还是选用数据库产品(相信月记录一万条的销量足以买得起一个数据库了)。尽管在Excel和数据库之间可以进行数据转换，但是当Excel的数据量过大的时候，它的查询和计算的速度会明显下降。

4.以报表工具为客户提供业务支撑

很多大型 *** 电商都会有自己的CRM系统（客户关系管理），比如你想分析复购率（二次购买），可以从CRM中取出各用户最近一次的购买时间、购买的频率以及购买的金额大小，这三个因素大体就能分析出客户再次购买的概率。而如果我们需要拿到这些数据做自主分析（因为有些分析工具提供的分析维度有限），往往需要借助FineReport一类的报表工具来做数据分析支撑。

曾经在知乎上看过作者jiago王的专栏“撩撩数据吧”，关于各个指标的分析细致入微，很让人受启发，他是从业务角度和运营角度来分析的。

以下，我就有关数据分析 *** 论和可视化的角度来谈谈关于 *** 电商的数据分析。

刚刚第四点提过，关于二次购买率的分析，如果用下方（excel） *** 的表来分析，是不是很头疼。

这里犯了两个错误，一是没有按照分析的目的，而是选错可视化表达方式。

数据分析 *** 论：

分析复购率的目的是对产品对渠道做出调整。影响复购率的因素有哪些?商品质量、服务质量、物流体验等等，因此，我们的数据分析就应该是为了分析出，这几个因素是否在影响着销量，如何影响。

这里我引用jiago王做的几个分析图

从该图就能看出不同产品基于什么样的销售量下，哪个复购率大。

关于新老用户的复购率，明显老用户复购率大一些，那说明用户对产品的需求度没什么问题，需要进一步提高新用户的黏性，无论从服务，产品还是营销手段上都需要做针对调整。

可视化图表选择：

如果你的数据分析报告是要给领导看的，在 *** 数据可视化图表上绝不能大意。

现在除了用 *** 自带的数据分析工具、EXCEL，很多大型电商都甚至用一些BI工具来做可视化分析。因为

1、不仅 *** 有店铺，还有京东，苏宁易购，聚美优品，唯品会等等；

2、都有平台数据体量足够大，采用数据库甚至不止一个系统；

3、电商本身是一个企业而非小的经营者，从订单、库存到物流都形成一个完整的运营体系。

比如下方用FineBI做的人群特征分布分析

各个图表结合在一起来做的组合分析，这才是一个将信息直观表达出来的数据分析。