最近有粉丝在之前的文章留言

说已经意识到数据分析的重要性，也想去做

但是，不知道该怎么入手，不知道如何去找数据分析的思路

今天刚好下班早，抽个时间就如何寻找数据分析的思路做一个简短的阐述

我们知道，数据分析的大体步骤可以分为几个阶段，

大致如下：

➤第一， 明确数据分析的目的

➤第二， 筛选相关的数据维度

➤第三， 数据收集

➤第四， 数据预处理

➤第五， 数据分析

➤第六， 数据结果呈现

➤第七， 给出优化建议

➤第八， 执行结果验证

➤第九， 循环再优化

这步骤看起来可能比较生硬

如果要用一个通俗的例子来说明的话

数据分析就像去医院看病，看什么病就是目的

怎么治就是分析的思路

做什么检查就是筛选什么维度的数据

抽血检查和X光检查等就是收集数据

化验就是数据的预处理

各种X光和检查设备就是数据分析借用的工具

检查结果就是数据呈现，用来看清病症和问题的所在

优化建议就是开的药和治疗方式

执行结果验证就是治疗后的反馈

循环在优化就是复诊直到康复为止

这么说下来应该会比官方的数据方法步骤让人更容易记住把！

SO，数据分析和看病一样

如果医生没有确切的治疗思路胡乱开药那肯定是个庸医

所以数据分析的目的如果不明确就无法确定分析思路

而没有思路的数据分析更是名存实亡，乱搞一通罢了

这里不全部展开，而是针对其中最为核心的

如何确定数据分析的目的和数据分析的思路构建

要说明确数据分析的作用，

它就像指南针一样，起到贯穿整个数据分析的指向性作用

也直接关乎到你的数据分析结论是否真正能解决运营过程中想要解决的问题

如果一开始的方向就错了，后面筛选相关的数据指标，数据的展现，结果呈现都会难以为继

---------------------------------------------------------------------------------------------

关于电商的数据分析，我属于自学的，

属于边实践变摸索，摸着石头过河类型

所以我清楚一个初学者在这个过程中非常容易犯的致命错误之一就是

无论是什么数据，只要是能收集到的

不管三七二十一统统采集下来

最后再来看是否能分析出些什么结论

这样导致的结果就是

1. 采集的数据非常的庞杂，但不系统

2. 采集数据所花的时间非常长

3. 真正对结果有用的数据维度被隐藏在大量无效的数据中，反而更难以发现

4. 一旦数据没用，很容易做无用功

不过还好我大学学的是统计学，也算有那么点数据敏感性

幸而迷途知返

没有枉费我们大学老师的一番苦心栽培

此后也让我意识到，做数据分析

必须有一个明确的分析目的

一个贯穿始终的数据分析的思路

有了完整的分析思路之后才能找到真正对结果影响的数据维度（有效数据）

才能根据分析目的，针对性的对数据进行预处理

才能针对分析目的用升维，降维，拆分，假设，同比，环比等等分析方法

才能选择用什么样的图表来展现数据的趋向性，规律性

才能挖掘出数据背后的含义，从而找到问题的所在

才能找到解决问题的方法

OK，既然找到数据分析的目的这么重要

那么应该如何找到数据分析的思路至关重要

尤其是对于数据分析的新手而言

一般而言，找数据分析的思路可以这样

首先，你问自己一个问题！

例如，双11的业绩同比去年下降了

那么我们分析的目的就是找到双11业绩下降的原因到底是什么。

例如：业绩的下降，按照运营的流量思维进行拆分

业绩=流量*转化率*客单价

那么业绩的下降肯定是因为其中某一个或者多个维度的下降所导致的，那么就要求我们分析的数据要包含流量，转化，和客单

这里说的包含不仅仅指的是全店的流量，转化和客单

例如流量下降，我们还可以细化到各个渠道，不是光看到流量下降就说找到原因是因为流量下降导致的业绩下滑

一级流量来源最核心的就是免费和付费了，

二级流量来源则包含更多，例如手淘搜索，手淘首页，淘客，直通车，钻展

以及大促关联性非常大的会场流量

还有额外的聚划算，淘抢购等付费平台活动流量，

整体流量的上升和下降是和细分流量渠道息息相关的，而整体流量的上升或下降，每个细分渠道的表现可能上升或者是下降都是有可能的

每个渠道的变化尚且不明确，如果在加上转化率的变化

例如同比去年会场的流量是减少了，但是客单和转化高了，这个渠道虽然流量少了但是产出的业绩却可能高于去年同期，所以不能武断的判断说某个渠道对于全店业绩的影响

需要下钻到细分的各个流量渠道

进行流量，转化，客单以及成交金额的单独比较

单独分析每个渠道上升或下降的原因

最终才可能得出真正的结论

他们觉得业绩下滑的原因是什么？

例如询问产品部门，他们考虑问题的方式则不是运营的流量思维，而是产品思维

所以除了从运营流量思维的维度拆分之外

因为全店的业绩是由一个个的品类和产品构成的，

所以我们可以分析今年同比去年每个品类的流量，成交，业绩都发生了什么样的变化，商品的连带销售怎么样

下钻分析，不同的产品梯队，例如爆款，热销款，平销款，滞销款分别的数据表现，业绩贡献同比都发生了什么样的变化，

最终得出结论是由于那个品类，哪个产品梯队的哪些产品因为流量，还是转化的原因导致了品类业绩的下降，爆款的业绩贡献率下降导致的整体全店的业绩下降

从CRM客户关系管理的思维细分

到底是因为新客户少了，还是老客户流失的多了？

从RFM模型来看，不同的客户类型

活跃期，沉默期，流失期，死亡期的客户复购率，复购金额等等对于整体业绩的影响

这里说的就是询问不同部门的相关负责人

他们觉得业绩下滑的原因可能是哪些

这些都是可以作为数据分析思路参考的非常好的建议和方向

毕竟一个人的思维总是局限的，所以需要其他人更多的视角才能找到更加全面的数据分析思路

✦例如：我们的业绩下降是不是因为我们今年的产品不够好，导致客户流失转化变低了

✦例如：我们业绩的下降是不是因为竞争对手做了更大的营销活动，导致会场流量和加购收藏的大量流失

✦例如：我们业绩的下降是不是因为整个服装行业大盘都在下降，而不是仅仅是我们自己出现了下滑

✦例如：我们业绩的下降是不是因为官方再双11期间把流量人为的更多的导流给了线下新零售的品牌做资源置换

这些假设的情况都是存在数据依托的，问题是你有没有这样的思路去分析和找到对应的数据源

举几个简单的例子：

1.产品好不好，是否流失，我们完全可以通过生意参谋的竞争分析看到产品的流失情况，流失到什么品牌，甚至是流失到哪一个单品我们都看得到，甚至可以分析出流失的原因是以为款式呢，还是价格，还是品牌又或者是营销

因为生意参谋只提供天的流失数据，存在偶然性影响，我们还可以自己留存数据汇总成月度，季度，甚至是年度的流失数据

2.对手是否做了更大的营销力度，完全可以通过收集行业竞争对手的所有营销活动来对比

3.行业的变化趋势完全可以通过生意参谋的行业大盘趋势来看

4.官方是否人为倒流给某些商家， 完全也可以通过同类型商家的流量数据对比，尤其是免费流量的细分渠道流量对比增长倍率来看，非正常倍率增长即为异常

最后总结，如何找数据分析的思路

数据分析的思路如何找简而言之就是，问自己，问别人，做假设，最后收集数据进行分析验证

综上所述，就一个点，明确数据分析的目的非常重要！

因为只有目的明确，才能构建整个贯穿始终的数据分析思路

但是一定要注意数据并不是越多越好，也不是越复杂越好，反而是越简单越能说明问题越好

切记！切记！切记！

思路仅供参考，欢迎交流或留下你的疑问

下一篇可能会写写如何做数据复盘，因为有粉丝给我提了这个问题

你们的支持是我持续分享的动力，感谢感谢！

紫杉数据

当你的才华撑不起你的野心，请静下心来学习！

更多【每日一问】专栏关注查看

1.【每日一问】主图视频做了有什么用？

2.【每日一问】官方大促活动时还报聚划算吗？

3.【每日一问】怎么理解“商品价格力”影响公域流量获取？

4.【每日一问】流量瓶颈下裂变优惠券怎么玩？

5.【每日一问】标题优化搜索人气很高但是转化很低的词用还是不用？

6.【每日一问06期】关于主图修改的误区！

7.【每日一问07期】行业和竞店参考值哪里看？

8.「每日一问08期」天猫营销平台活动全网限价如何应对

9.「每日一问09期」为什么UV价值和转化都上升，搜索还掉了？

10.「每日一问10期」怎么做了活动，搜索反而掉了？