商务数据分析与应用（第2版）全套教案课件

第1章初识商务数据分析随着大数据、云计算等信息技术的发展，企业已经从过去的“粗放式”运营转变为当前注重数据分析的精细化运营。本章将引领读者初步认识商务数据分析，以及数据分析师的能力要求与工作方向。目录contents01商务数据分析认知02数据分析师人才素养Part/

01商务数据分析认知对于企业来说，商务数据是非常重要的信息资源。运营者对商务数据进行科学、有效的分析，所得到的分析结果能够为企业运营提供有效的指导和支持。1.1.1数据与数据分析数据数据是事实或观察的结果，是记录客观事物的性质、状态及相互关系的符号或符号的组合。数据不仅指狭义上的数字，具有一定意义的文字、字母、图形、图像、视频、音频等，以及客观事物的属性、位置及其相互关系的抽象表示也属于数据的范畴。按照数据的表现形式，电商运营过程中产生的数据可以分为数值型数据和文本型数据。数值型数据数值型数据主要由数字组成，多是结构化的数据。文本型数据文本型数据是指不能参与计算的文字数据，包括中文字符、英文字符、数字字符（非数值型）等。1.1.1数据与数据分析数据分析数据分析是指收集、处理数据，并从数据中获取信息的过程。具体来说，数据分析是指运用适当的分析方法和分析工具对获取的数据进行处理，将这些数据加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据作用的过程。数据分析可以分为描述型分析、诊断型分析、预测型分析和指导型分析。描述型分析描述型分析解决的是“发生了什么”的问题。店铺运营数据1.1.1数据与数据分析数据分析数据分析是指收集、处理数据，并从数据中获取信息的过程。具体来说，数据分析是指运用适当的分析方法和分析工具对获取的数据进行处理，将这些数据加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据作用的过程。数据分析可以分为描述型分析、诊断型分析、预测型分析和指导型分析。描述型分析描述型分析解决的是“发生了什么”的问题。诊断型分析诊断型分析解决的是“为什么会出现某种情况”的问题。预测型分析预测型分析是进行某种预测，解决的是“可能会发生什么”的问题。指导型分析指导型分析是在描述型分析、诊断型分析和预测型分析的基础上，帮助电商运营者制订较好的运营方案或策略。1.1.1数据与数据分析数据分析

常用术语运营者进行商务数据分析时，为了能够对数据做出更加科学的分析和判断，了解一些常用的数据分析术语是非常有必要的。绝对数与相对数绝对数是总量指标；相对数是两个有联系的指标的比值。百分比与百分点百分比表示一个数是另一个数的百分之几；百分点是指不同时期以百分数形式表示的相对指标（如速度、指数、构成等）的变动幅度。频数与频率频数是指一组数据中个别数据重复出现的次数；频率是指一组数据中某个数据出现的次数与总次数的比值。比例与比率比例是指总体中各部分的数据占全部数据的比重；比率是指样本（或总体）中各个类别数据之间的比值。1.1.1数据与数据分析数据分析

常用术语运营者进行商务数据分析时，为了能够对数据做出更加科学的分析和判断，了解一些常用的数据分析术语是非常有必要的。倍数与番数倍数是一个数除以另一个数所得的商；番数是指原来数量的2的N次方倍。人均数据人均数据是指将要比较的数据总数除以总人数得到的数据。方差方差是指每个样本值与全体样本值平均数之差的平方值的平均数。标准差标准差是指各个数据偏离平均数的距离的平均值，它是方差的算术平方根。1.1.1数据与数据分析数据分析

常用术语运营者进行商务数据分析时，为了能够对数据做出更加科学的分析和判断，了解一些常用的数据分析术语是非常有必要的。算术平均数算术平均数分为简单算术平均数和加权算术平均数，商务数据分析中常用的是简单算术平均数。简单算术平均数是未分组的原始数据的算术平均数。其计算公式如下：简单算术平均数＝所有数据之和÷数据个数中位数将数据集合中的所有数据按照升序或降序的方式排列，居于最中间的数据即为该集合的中位数。众数众数是指一组数据中出现次数最多的数据，它反映了一组数据的集中程度。9月份销量排名前10的商品及其所属品类商品名称所属品类润唇膏美妆类电动牙刷小型电子商品类香菇酱食品类螺蛳粉食品类蔬菜饼干食品类垃圾袋日常生活类手撕面包食品类女士印花T恤服装类自嗨锅食品类眼影美妆类1.1.2商务数据分析的作用01了解运营状况02把握运营方向03控制运营成本04对营销方案进行有效评估1.1.3商务数据分析的原则01020304科学性系统性针对性实用性商务数据分析是一个需要周密策划、精心组织、科学实施的活动，是由一系列工作环节、步骤、活动和成果组成的过程。运营者在进行数据分析时，还要考虑数据的可解释性、报告的可读性、结论的指导意义与实用价值等因素。运营者在分析数据时要根据实际情况有针对性地收集数据，根据分析目标选择合适的分析方法与模型。运营者必须以科学、严谨的态度认真对待数据分析各个环节的工作，务必保证数据分析结果的科学性、客观性。1.1.4商务数据分析的内容店铺自身数据分析是指运营者分析自己店铺的运营数据。店铺自身数据分析（1）确定竞争对手（2）收集竞争对手的资料（3）竞争对手分析竞争对手数据分析行业数据是指能反映电商行业或电商某个领域发展状况的数据。行业数据分析1.1.5商务数据分析的维度与指标时间维度：指以时间为分析、描述研究对象的度量尺度。具体来说，运营者可以以“日”“周”“月”“季度”

“年”为统计周期。空间维度：泛指除时间维度以外的其他角度。维度运营者进行商务数据分析时，会构建商务数据分析指标体系，通过分析各类指标来了解店铺各方面的运营情况。指标商务数据分析中常用的指标指标类型常用指标说明流量类

指标页面浏览量（PageView，PV）又称访问量，指用户访问页面的次数，用户每访问一个页面就算一个访问量，用户对同一页面进行多次访问时，访问量累加不去重独立访客数（UniqueVisitor，UV）在统计时间内访问页面的人数，同一个用户在统计时间内的多次访问只记为一次访问访问深度用户在一次访问中浏览的店铺内不同页面的数量，反映了用户对店铺内各个页面的关注程度平均访问深度用户平均每次连续浏览的店铺页面数量页面访问时长单个页面被访问的时间长度人均页面访问数该指标反映了页面的黏性，其计算公式为人均页面访问数＝页面浏览量（PV）÷独立访客数（UV）跳失率用户通过相应的入口访问店铺，只访问了一个页面就离开的访问次数占该入口总访问次数的百分比。该指标反映了页面内容对用户的吸引程度，跳失率越大，说明页面对用户的吸引力越小，该页面的内容越需要调整平均访问时长总访问时长与访问次数的比值销售类指标拍下件数商品被拍下的总件数拍下总金额被拍下商品的总金额人均成交件数平均每个用户购买的商品件数，其计算公式为人均成交件数＝成交件数÷成交用户数指标类型常用指标说明销售类指标当日拍下-付款件数当日拍下且当日付款的商品件数当日拍下-付款金额当日拍下且当日付款的金额购物车支付转化率一定周期内将商品加入购物车并支付的用户数占将商品加入购物车的用户数的百分比浏览-下单转化率在统计时间内下单的用户数占店铺访客总数的百分比浏览-支付转化率在统计时间内支付订单的用户数占店铺访客总数的百分比连带率销售的件数和交易的次数相除后的数值，反映的是用户平均单次消费的商品件数成交总额（GrossMerchandiseVolume，GMV）一段时间内店铺的成交总额。只要用户下单生成订单号，无论这个订单最终是否成交，都可以计入GMV，即GMV包含付款和未付款的部分销售量店铺在一定时期内实际销售出去的商品的数量销售额店铺产生的总销售额，一般指实际成交金额销售毛利商品销售收入与成本的差值利润收入与成本的差额，包括其他直接计入损益的利得和损失。利润也被称为净利润或净收益。其计算公式为利润＝收入-成本利润率利润率分为成本利润率、销售利润率和产值利润率。本章讨论的是成本利润率，其计算公式为成本利润率＝（收入-成本）÷成本×100%指标类型常用指标说明会员类指标注册会员数一定统计周期内的注册会员的数量活跃会员数一定时期内有消费或登录行为的会员总数活跃会员比率活跃会员数占会员总数的百分比会员复购率在某时期内产生两次及两次以上购买行为的会员数占产生过购买行为的会员总数的百分比会员平均购买次数在统计周期内每个会员平均购买的次数，其计算公式为会员平均购买次数＝订单总数÷产生购买行为的会员总数客户类指标留存率用户在某段时间内开始访问店铺，经过一段时间后，仍然继续访问店铺的用户被认作留存用户，留存用户占当时新增用户的比例就是留存率客单价每一个用户平均购买商品的金额，即成交金额与成交用户数的比值客单件每一个用户平均购买商品的数量消费频率用户在一定期间内在店铺内产生交易行为的次数最近一次购买时间用户最近一次在店铺内产生交易行为的时间距离现在的时间差消费金额用户在最近一段时间内交易的金额重复购买率一段时间内用户对该品牌商品或者服务的重复购买次数指标类型常用指标说明商品类指标库存量单位（StockKeepingUnit，SKU）库存进出计量的基本单元，是不可分割的最小存货单位。简单来说，就是商品的最小识别性属性。一款商品有多种颜色、多个型号，则对应有多个SKU，且各个SKU的编码也不相同。例如，对于一款连衣裙来说，粉红色、S码就是一个SKU，粉红色、L码也是一个SKU，两者有不同的SKU编码标准化商品单元（StandardProductUnit，SPU）商品信息聚合的最小单位，它是一组可复用、易检索的标准化信息的集合，该集合描述了一个商品的特性。简单来说，属性值、特性相同的商品就可以称为一个SPU，例如，华为Mate30手机就是一个SPU在线SPU在线商品的SPU数量独家商品收入比重独家销售的商品所产生的收入占总销售收入的比例品牌数店铺内商品的品牌总数量在线品牌数在线商品的品牌总数量上架商品SKU数店铺内上架商品的SKU数量上架商品SPU数店铺内上架商品的SPU数量首次上架商品数第一次在店铺内上架的商品的数量订单执行率订单执行率＝能够执行的订单数量÷订单总数量×100%商品搜索指数商品搜索指数并不等于搜索次数，它反映了搜索趋势，体现了用户对某款商品的关注度指标类型常用指标说明商品类指标商品交易指数根据商品在交易过程中的指标，如订单数、买家数、支付件数、支付金额等，进行综合计算得出的数值。它不等同于交易金额，其数值越大，说明商品的交易热度越高采购金额在一定时间内采购商品的总金额采购数量在一定时间内采购商品的总数量库存金额仓库中保管的商品对应的总金额库存数量在一定时间内存放在仓库中暂时没有出售的商品数量库存天数商品在仓库中存放的天数，商品库存时间越长，所产生的库存成本就越大库存周转率在某一时间段内库存商品周转的次数，它是反映库存周转快慢程度的指标。周转率越大，表明店铺的销售情况越好。库存周转率的计算公式为库存周转率＝时间段天数÷库存周转天数。其中，库存周转天数＝时间段天数×1/2×（期初库存数量+期末库存数量）÷时间段销售量售罄率一定时间内某款商品的销售量占其库存总量或采购总量的比例，其计算公式为售罄率＝销售量÷库存总量（或采购总量）×100%指标类型常用指标说明市场营销

活动指标新增访问数某推广活动所带来的新访客的数量活动下单转化率某推广活动所带来的下单的次数与访问该活动的次数的比值投资回报率（ReturnOnInvestment，ROI）某一推广活动期间产生的交易金额与该活动投资成本的比值风控类指标买家评价率某段时间参与评价的买家与该时间段内买家数量的比值。该指标反映了买家的评价参与度买家好评率某段时间内卖家收到的好评数量与该时间段内卖家收到的评价总数量的比值买家差评率某段时间内卖家收到的差评数量与该时间段内卖家收到的评价总数量的比值投诉率发起投诉的买家数量占买家总数量的比值市场竞争类指标市场占有率店铺内某一商品（或品类）的销售量（或销售额）在市场同类商品（或品类）中所占的比值市场增长率店铺内某一商品（或品类）的市场销售量或销售额在比较期内的增长比率1.1.5商务数据分析的维度与指标010203选择数据

分析指标

的原则店铺所处阶段不同，关注重点不同新店铺已经运营一段时间的店铺已经有一定规模的店铺周期不同，侧重点不同按天、按时间段来追踪以“周”为单位来进行分析目的不同，指标不同分析店铺的销售业绩分析营销活动的效果分析店铺运营员工的工作业绩分析店铺推广人员的工作业绩1.1.6商务数据分析的基本流程规划设计数据收集数据处理数据分析数据展示撰写数据分析报告Part/

02数据分析师人才素养数据分析师是专门从事数据收集、整理与分析工作，从数据中挖掘有价值的信息，并运用数据制作数据分析报告的人员。在大数据时代，越来越多的运营者开始重视数据中蕴含的价值，也对数据分析师这类人才提出需求。1.2.1数据分析师的能力要求01熟知企业业务数据分析师要熟知企业所属行业的相关知识、企业业务及相关流程。02掌握数据分析方法数据分析师要掌握一定的数据分析基本原理和一些有效的数据分析方法，了解不同的数据分析方法适用的情景。03懂得运用数据分析工具数据分析师要懂得运用Excel、SQLServer、SPSS、SAS和R语言等数据分析工具来开展数据分析工作。04具备设计能力数据分析师要懂得使用图表来展现数据背后隐藏的信息、数据之间的关系等，能够撰写数据分析报告。1.2.2数据分析师的工作方向偏业务型数据分析师偏业务型数据分析师的工作内容侧重于运用数据为企业业务的正常开展提供服务，例如整理和输出日常业务数据、开展专项业务数据分析、研究市场数据等。比较常见的偏业务型数据分析师有市场分析师、数据运营师、网站分析师等。偏技术型数据分析师偏技术型数据分析师的工作内容侧重于收集与存储数据、整理与清洗数据、搭建数据平台、开发和维护数据智能产品等。比较常见的偏技术型数据分析师有数据工程师、挖掘工程师、数据科学家、建模工程师、数据架构师等。课后实训：了解商务数据分析流程熟悉商务数据分析的作用，熟知商务数据分析的基本流程。实训目标5人一组，以小组为单位，认真学习商务数据分析的基本流程。实训内容（1）收集商务数据分析报告（2）分析商务数据分析报告实训步骤进行小组自评和互评，撰写个人心得和体会，教师根据学生心得和体会进行评价与指导。实训评价第2章商务数据的收集与处理商务数据分析从来就不是一件简单的事情，它要求运营者具备收集和处理数据的能力，能够在保证数据科学、有效的前提下采用科学的数据分析方法对数据进行分析，从数据中获得结论，并用于指导运营。目录contents01商务数据的收集02商务数据的预处理03商务数据分析方法Part/

01商务数据的收集数据是实施数据分析的前提，运营者只有收集足够多有价值的数据，才能为后续从数据中挖掘信息奠定基础。2.1.1收集商务数据的原则数据来源数据细节01真实性数据的时效性数据的支持性数据的全面性03价值性完整性是指运营者要确保数据的记录和字段是完整的。02完整性2.1.2收集商务数据的方法观察法是指数据收集人员直接到达现场，通过直接观察或借助工具、机器观察被研究对象，从而获得原始数据的方法。●观察法实验法是指数据收集人员挑选合适的目标群体，将其分为测试组和对照组，并对测试组进行某种处理，然后观察两个组的反应，从而获取相关信息的方法。●实验法当面访谈法是指数据收集人员对被访问者进行当面访问，从而获得相关数据的方法。当面访谈又分个人深度访谈和焦点集体访谈。●当面访谈法个人深度访谈：指数据收集人员逐个访问被访问者，与其进行单独面谈，从而获得有效信息。1焦点集体访谈：指将5～10个被访问者召集到一起，由受过训练的人员引导他们就某一个话题展开讨论，并记录讨论结果，以供后期进行深入分析。22.1.2收集商务数据的方法问卷调查法是指数据收集人员通过制订详细、周密的问卷，要求被调查者据此回答以收集资料的方法。●问卷调查法店铺账号后台会记录店铺运营的相关数据，如账号等级、商品的销售数据、浏览数据、交易转化数据、广告推广数据等。数据收集人员要及时关注账号表现，并定期对账号后台中的数据进行收集、整理和归档。●通过账号后台收集数据各大电商平台都会提供一些数据分析工具，如淘宝的生意参谋、京东的京东商智等，数据收集人员可以充分利用这些工具了解自己店铺的运营状况。此外，在各大电商平台的客户端也会有热销榜、销量榜等榜单信息，这些榜单也是数据收集人员搜集行业销售数据和竞品销售数据的重要渠道。●使用电商平台数据工具收集数据2.1.2收集商务数据的方法市场上有一些专门为运营者提供数据分析服务的第三方数据工具，如店透视、百度指数、千瓜数据、飞瓜数据等，数据收集人员可以运用这些工具来搜集自己需要的数据。●使用第三方数据工具收集数据简单来说，网络爬虫就是按照一定规则编写好的脚本程序，当它开始运行时，它就会按照预定的规则抓取相应网页上的信息。●使用网络爬虫采集数据使用编程语言编写网络爬虫来采集数据：Python、Java、C#。1使用网络爬虫工具采集数据：八爪鱼采集器、爬山虎采集器。22.1.2收集商务数据的方法使用八爪鱼采集器采集数据下面介绍使用八爪鱼采集器采集京东商品列表信息的方法，具体操作步骤如下。课堂实操Part/

02商务数据的预处理商务数据的预处理是指在分析数据之前，先对数据进行一定的清洗和加工，主要目的是清除异常数据、纠正错误数据等，保证数据的准确性和完整性，这样得出的数据分析结果才更科学、更具参考价值。2.2.1商务数据的清洗在实际数据采集过程中，缺失数据常常表示为空值或者错误标识符（#DIV/0！）。我们直接使用【Ctrl+G】组合键调出Excel表格中的定位功能，选择其中的错误标识符或空值，就可以进一步查找到数据表中的缺失数据。对缺失数据的处理，一般可以采用以下4种方法。●缺失数据的清洗用一个样本统计量的数据代替缺失数据1直接将有缺失数据的记录删除2将有缺失数据的记录保留3用一个统计模型计算出来的数据代替缺失数据42.2.1商务数据的清洗为了保证数据的一致性，我们需要对重复数据进行处理。在完成重复数据的查找后，即可删除重复数据。●重复数据的清洗实体重复字段重复所有字段完全重复某一个或多个不该重复的字段重复，如Name字段重复重复数据

的类型2.2.1商务数据的清洗为了保证数据的一致性，我们需要对重复数据进行处理。在完成重复数据的查找后，即可删除重复数据。●重复数据的清洗选择“开始”｜“条件格式”｜“突出显示单元格规则”｜“重复值”命令把重复的数据及其所在单元格标为不同颜色以便识别条件格式法重复数据的查找高级筛选法函数法数据透视表法利用Excel的“高级筛选”功能，选择不重复的记录选择不重复的记录该函数的语法规则：COUNTIF(range,criteria)range：计算其中非空单元格数目的区域criteria：以数字、表达式或文本形式定义的条件利用COUNTIF函数对重复数据进行识别拖动选择相应字段，其中出现两次及以上的数据就属于重复项统计各数据出现的频次2.2.1商务数据的清洗为了保证数据的一致性，我们需要对重复数据进行处理。在完成重复数据的查找后，即可删除重复数据。●重复数据的清洗通过按钮删除重复项通过排序删除重复项通过筛选删除重复项单击“数据”选项卡下的“删除重复项”按钮，将显示有多少重复值被删除，有多少唯一值被保留在利用COUNTIF函数对重复数据进行识别的基础上，对有重复标记的列进行降序排列，删除数值大于1的项在利用COUNTIF函数对重复数据进行识别的基础上，对有重复标记的列进行筛选，筛选出数值不等于1的项删除重复数据的方法2.2.1商务数据的清洗一般情况下，错误数据常常出现在以下两种情况中。●错误数据的清洗被调查者输入的信息不符合要求1手动录入错误22.2.2商务数据的计算数据的计算是基本的商务数据加工方法，包括计算数据的乘积、和、平均数、中位数、众数等。这些计算可以通过简单的计算公式或函数来完成。简单计算就是对字段进行加、减、乘、除等简单计算，从而得到需要的数据。例如计算店铺今日成交金额与上周同期的增长率，计算公式为：（今日成交金额-上周同期成交金额）÷上周同期成交金额×100%。具体操作步骤如下。●简单计算2.2.2商务数据的计算数据的计算是基本的商务数据加工方法，包括计算数据的乘积、和、平均数、中位数、众数等。这些计算可以通过简单的计算公式或函数来完成。简单计算就是对字段进行加、减、乘、除等简单计算，从而得到需要的数据。例如计算店铺今日成交金额与上周同期的增长率，计算公式为：（今日成交金额-上周同期成交金额）÷上周同期成交金额×100%。具体操作步骤如下。●简单计算Excel中常用的函数有求和、平均值、计数、最大值、最小值等函数。下面使用这些函数分别计算近30日支付金额的总计、最大值、最小值和平均值，具体操作步骤如下。●函数计算2.2.3商务数据的转换如果数据的统计形式不符合要求，就需要对数据进行转换。运营者要分析数据表中行、列字段的设置是否得当，以便后续开展数据分析。某店铺统计了近一个月店铺内各商品品类的各项指标数据，但由于行、列字段设置不当，不便于进行数据对比，需要将数据表转换成更便于查看的形式，具体操作步骤如下。●行列互换2.2.3商务数据的转换如果数据的统计形式不符合要求，就需要对数据进行转换。运营者要分析数据表中行、列字段的设置是否得当，以便后续开展数据分析。某店铺统计了近一个月店铺内各商品品类的各项指标数据，但由于行、列字段设置不当，不便于进行数据对比，需要将数据表转换成更便于查看的形式，具体操作步骤如下。●行列互换由于数据统计者不同、统计标准不同，可能会导致数据的记录方式不同。对于格式不统一的数据，通过更改数据格式依然不能统一时，可以使用“分列”功能来实现格式的统一转换，具体操作步骤如下。●数据记录方式转换2.2.4商务数据的抽取数据抽取是指从原有数据中抽取部分数据作为数据分析的对象。在执行此操作时，可以利用LEFT、RIGHT、MID、FIND等文本函数提取字符。在Excel2016中，还可以利用“快速填充”功能快速从字段中抽取需要的信息，具体操作步骤如下。●从某个字段中抽取部分数据2.2.4商务数据的抽取数据抽取是指从原有数据中抽取部分数据作为数据分析的对象。在执行此操作时，可以利用LEFT、RIGHT、MID、FIND等文本函数提取字符。在Excel2016中，还可以利用“快速填充”功能快速从字段中抽取需要的信息，具体操作步骤如下。●从某个字段中抽取部分数据在从不同数据表中抽取数据时，可以使用VLOOKUP函数通过数据匹配的思路来实现数据的抽取，具体操作步骤如下。●从不同的数据表中抽取多个字段Part/

03商务数据分析方法很多情况下，运营者从采集到的原始数据中并不能得出有效的结论，此时就需要运营者以科学的数据分析方法为指导，采取恰当的方法对数据进行更深层次的分析，探索数据背后隐藏的规律，洞察数据反映的运营情况。2.3.1PEST分析法政治环境政治环境是指企业所在国家的政治制度。P经济环境经济环境是指企业在制订经营战略的过程中必须考虑的国内外经济条件、宏观经济政策、经济发展水平等多种因素。E社会环境社会环境主要指企业所在社会中成员的民族特征、文化传统、价值观念、宗教信仰、教育水平，以及风俗习惯等因素。S技术环境技术环境是指企业业务所涉及国家和地区的技术水平、技术政策、新产品开发能力，以及技术发展的动态等。T（Politics）（Economy）（Society）（Technology）2.3.1PEST分析法项目具体内容政治环境国家出台的与互联网、电子商务相关的政策；国家出台这些政策对电子商务行业的影响经济环境国民生产总值、国民收入水平；国民可支配收入情况；城乡居民收入增长情况；我国对外贸易的发展形势等社会环境人口环境分析、教育环境分析、文化环境分析、关键消费分析等技术环境互联网技术发展水平与趋势分析、5G技术发展状况与趋势分析、智能手机发展状况与趋势分析等电子商务PEST分析思路2.3.2直接观察法直接观察法就是直接观察出数据的大小、发展趋势，或者是找到异常数据等。有些数据比较简单，运营者就可以采用直接观察法。1店铺账号后台、电子商务平台提供的数据分析工具或第三方平台提供的数据分析工具也会展示数据分析的结果，运营者通过直接观察数据分析结果也能得出一些结论。2品牌交易指数趋势2.3.3逻辑树分析法逻辑树又称演绎树、问题树或分解树，其操作原理就是将要研究的问题拆解成若干个子问题，并将子问题分层罗列，逐步向下扩展。运营者在运用逻辑树分析法时，需要遵循以下3个原则。一致性：在细分问题时，每一层级的问题的划分标准应保持一致。1穷尽化：遵循不重、不漏的原则，尽量把涉及的问题考虑周全。3关联性：各个子问题应与上一层级的问题密切相关。2逻辑树分析法的基本结构2.3.3逻辑树分析法逻辑树又称演绎树、问题树或分解树，其操作原理就是将要研究的问题拆解成若干个子问题，并将子问题分层罗列，逐步向下扩展。运营者在运用逻辑树分析法时，需要遵循以下3个原则。一致性：在细分问题时，每一层级的问题的划分标准应保持一致。1穷尽化：遵循不重、不漏的原则，尽量把涉及的问题考虑周全。3关联性：各个子问题应与上一层级的问题密切相关。2店铺商品转化率低分析框架2.3.4“七问”分析法七问具体内容何事（What）研究对象是什么，研究目的是什么等何因（Why）为什么会产生这种效果，为什么要这么做，为什么会出现这种情况等何人（Who）客户是谁，谁来负责，谁来完成等何时（When）什么时间，什么时机等何地（Where）什么地方，在哪里做，从哪里入手等如何做（How）怎么做，如何实施，采用什么方法等何价（Howmuch）做到什么程度，有多少数量，费用是多少等“七问”分析法的内容2.3.4“七问”分析法七问分析思路何事（What）热销商品是什么，例如，是连衣裙还是半身裙，是带帽子的卫衣还是不带帽子的卫衣，是米色的卫衣还是白色的卫衣……何因（Why）为什么热销，如价格优惠、活动促销、商品口碑好……何人（Who）主要是哪些人购买，如是新客户购买得多，还是老客户购买得多；购买者的年龄有什么特点……何时（When）什么时间段购买商品的客户较多，客户多久会再次购买……何地（Where）客户来源于哪里，例如，客户是通过自主搜索而来，还是由抖音推广短视频吸引而来，还是由达人推广吸引而来……如何做（How）客户的购买方式是怎样的，例如，客户是静默下单，还是咨询客服后再下单；客户是购买单品，还是购买组合商品；客户是下单后直接付款，还是下单后未付款……何价（Howmuch）价格是多少，例如，热销品的销售单价是多少，热销品的客单价是多少，热销品的成交总额是多少……采用“七问”分析法分析店铺中热销商品的思路2.3.5对比分析法对比分析法也称比较分析法，就是将两个或两个以上的数据进行对比，分析它们之间的差异，进而揭示这些数据背后隐藏的规律的分析方法。对比分析法中最常用的是同比分析和环比分析。在实际操作中，对比分析法的应用主要有以下4种方式。

同比是指今年第N月与去年第N月相比较。同比增长率＝（本期数据-上期同期数据）÷上期同期数据×100%1环比是指报告期水平与其前一期水平之比，表明现象逐期的发展速度。环比增长率＝（本期数据-上期数据）÷上期数据×100%

2将实际完成值与设定的目标进行对比1将不同类型商品做对比3在行业内做对比2将活动效果做对比42.3.6漏斗图分析法漏斗图分析法是一种以漏斗图的形式来展示分析过程和结果的分析方法。这种分析方法适用于业务流程比较规范、流程周期较长、各流程环节涉及复杂业务过程较多的情况。运营者在使用漏斗图分析法时，一般需要重点关注以下3点。从开始到结束，整体转化率为多少？1哪个步骤的转化率最低？导致该步骤转化率低的原因可能是什么？3每一个步骤的转化率是多少？2漏斗图分析法2.3.7杜邦分析法杜邦分析法是利用几种主要的财务比率之间的关系来综合地分析企业财务状况的一种分析方法。杜邦分析法多用于财务分析中，在店铺运营中也可以借用这一思路。传统的杜邦分析法的整体框架2.3.7杜邦分析法基于杜邦分析法的销售份额变化原因分析杜邦分析法是利用几种主要的财务比率之间的关系来综合地分析企业财务状况的一种分析方法。杜邦分析法多用于财务分析中，在店铺运营中也可以借用这一思路。用户行为是指用户为获取、使用商品或服务所采取的各种行动。2.3.8用户行为理论分析法用户行为轨迹用户产生的行为主要数据分析指标认知访问店铺或点击商品链接访客数、页面浏览量、访问深度、访问时长、用户来源等熟悉浏览店铺或浏览商品详情页页面停留时长、跳出率等试用购买商品下单买家数、下单金额、支付买家数、支付金额、客单价、浏览-下单转化率、浏览-支付转化率等使用继续购买商品重复购买商品的人数、最近一次购买时间等忠诚用户产生黏性收藏店铺人数、留存率、消费频率、重复购买率、回购周期、取消收藏店铺人数等运用用户行为理论分析法分析店铺运营情况的思路用户的行为轨迹认知熟悉试用使用忠诚2.3.9A/B测试法A/B测试法（A/Btest）是专门用来进行效果对比，为运营者提供决策支持的数据分析方法。A/B测试法的核心就是确定两种方案或版本（A和B）哪个更好，在具体操作中运营者需要同时测试两种方案或版本，最后从中选择效果较好的方案或版本来使用。越是大型的营销活动，越需要保证营销方案的科学性和有效性。在确定最终营销方案之前，运营者可以采用A/B测试法先对几种营销方案进行测试，从中选择最优方案，以节省资金投入。四象限分析法也称矩阵分析法，就是将事物的两个重要属性作为分析的依据，并将这两个属性作为横轴和纵轴，组成一个坐标系；在两个坐标轴上分别按某一标准做好高与低的划分，构成4个象限，再将分析对象投射到4个象限中，进而分析每个对象在这两个属性上的表现。2.3.10四象限分析法四象限分析法2.3.10四象限分析法象限象限特征优化策略第一象限高成本、高转化率①对关键词的质量得分进行优化，降低关键词的转化成本；②尝试选择在竞争不激烈的时间段进行投放，降低关键词点击成本；③关键词匹配方式为精准匹配时可以保持较高的出价，关键词匹配方式为广泛匹配时可以适当降低关键词的出价第二象限低成本、高转化率①最优质的关键词，查看关键词排名，如果排名较差，可以适当提高关键词的出价；②充分保证这类关键词的推广时长与预算；③将这类关键词作为种子词进行拓词，以挖掘更多同类优质关键词第三象限低成本、低转化率可以尝试在短期内放弃这类关键词，或者将此类关键词继续划分为4个象限，然后依次对第二象限、第三象限、第四象限中的关键词进行优化，提高关键词的转化率第四象限高成本、低转化率此类关键词是最没有价值的，但也不能全盘否定这类关键词，运营者要判断此类关键词是否是竞价推广核心关键词，有没有优化的必要。如果此类关键词流量大、均价低，可以尝试对关键词进行优化，并降低出价，尽量将这类关键词培养为第一象限、第二象限的词；如果此类关键词的流量较低、均价较高，可以考虑删掉这类关键词直通车关键词成本、转化率分析课后实训：收集、处理并分析数据掌握收集与处理商品数据的方法，会选择合适的数据分析法对商务数据进行分析。实训目标5人一组，以小组为单位收集相关数据，对收集到的数据进行处理，并对数据进行分析。实训内容（1）收集数据（2）处理数据（3）分析数据实训步骤进行小组自评和互评，撰写个人心得和体会，教师根据学生心得和体会进行评价和指导。实训评价第3章数据可视化与商务数据分析报告对数据进行可视化处理不仅能让数据变得更加直观、易于理解，还能让阅读者从中获得更多的信息。在完成数据分析和数据可视化之后，数据分析师还需要将数据分析结果制作成数据分析报告，使其更利于交流和保存。目录contents01数据可视化02商务数据分析报告Part/

01数据可视化通过直观地观察数字和统计数据来获得清晰的结论并不是一件容易的事情，使用图表、图形等设计元素对数据进行可视化处理可以让数据变得更加直观、易懂，能够帮助人们更好地理解数据信息，并发现数据背后隐藏的规律。3.1.1数据可视化图表的构成要素图表标题就是图表的名称，它能说明图表的主要内容。●图表标题如果图表只用于展现数据状况，数据分析师可以用一句概括性的话作为图表标题。1如果图表用于展示某个结论或者强调某个观点，数据分析师可以使用该结论或观点作为图表标题。2概括性标题以某个结论或观点为标题3.1.1数据可视化图表的构成要素坐标轴是指图表的

x轴和y轴。轴标题说明了x轴和y轴分别表示的是什么数据。●坐标轴如果图表中的数据项目添加了数据标签，数据分析师在制作图表时可以考虑不添加y轴。1在不影响图表可读性的前提下，数据分析师可以不添加x轴的标题。2如果图表有两个y轴，则必须要为y轴添加标题。3不添加y轴的图表不添加x轴标题的图表3.1.1数据可视化图表的构成要素坐标轴是指图表的

x轴和y轴。轴标题说明了x轴和y轴分别表示的是什么数据。●坐标轴如果图表中的数据项目添加了数据标签，数据分析师在制作图表时可以考虑不添加y轴。1在不影响图表可读性的前提下，数据分析师可以不添加x轴的标题。2如果图表有两个y轴，则必须要为y轴添加标题。3双y轴图表3.1.1数据可视化图表的构成要素数据标签说明的是项目的具体数值和名称。●数据标签添加了数据标签的图表3.1.1数据可视化图表的构成要素图例说明了图表中不同类型、不同颜色的数据系列分别代表什么。如果图表中的数据标签能够清楚地说明各个数据系列所代表的含义，或者图表中只有一个数据系列，则可以不添加图例。●图例添加了图例的图表3.1.1数据可视化图表的构成要素网格线分为水平网格线和垂直网格线，主要起引导作用，方便阅读者在阅读图表时快速找到数据项目对应的x轴坐标和y轴坐标，从而准确地判断对应的数值。●网格线添加了水平网格线的图表3.1.2数据可视化常用图表柱形图用于展示一段时间内数据的变化，或者各组数据之间的比较关系。Excel中提供了3种类型的柱形图：●柱形图簇状柱形图：用于比较多个项目的值或某个项目随时间推移的数值变化。1堆积柱形图：适合展示各个项目与整体之间的关系。2百分比堆积柱形图：以百分比形式反映各类别的值在总和中的占比情况。3簇状柱形图3.1.2数据可视化常用图表柱形图用于展示一段时间内数据的变化，或者各组数据之间的比较关系。Excel中提供了3种类型的柱形图：●柱形图簇状柱形图：用于比较多个项目的值或某个项目随时间推移的数值变化。1堆积柱形图：适合展示各个项目与整体之间的关系。2百分比堆积柱形图：以百分比形式反映各类别的值在总和中的占比情况。3堆积柱形图百分比堆积柱形图3.1.2数据可视化常用图表条形图可以看成顺时针旋转了90°的柱形图。在Excel中，条形图又分为簇状条形图、堆积条形图和百分比堆积条形图3种类型，每种类型的用法与用途也基本与柱形图中对应类型的用法与用途相同。●条形图如果数据中有负数，此时选择柱形图比较合适。1如果横轴上的项目名称字数较多，则可以使用条形图代替柱形图；如果展示数据的空间有限，而横轴上的数据项目又比较多，也可以使用条形图。2簇状条形图3.1.2数据可视化常用图表堆积条形图百分比堆积条形图条形图可以看成顺时针旋转了90°的柱形图。在Excel中，条形图又分为簇状条形图、堆积条形图和百分比堆积条形图3种类型，每种类型的用法与用途也基本与柱形图中对应类型的用法与用途相同。●条形图如果数据中有负数，此时选择柱形图比较合适。1如果横轴上的项目名称字数较多，则可以使用条形图代替柱形图；如果展示数据的空间有限，而横轴上的数据项目又比较多，也可以使用条形图。23.1.2数据可视化常用图表带有负数的柱形图使用条形图展示多项数据条形图可以看成顺时针旋转了90°的柱形图。在Excel中，条形图又分为簇状条形图、堆积条形图和百分比堆积条形图3种类型，每种类型的用法与用途也基本与柱形图中对应类型的用法与用途相同。●条形图如果数据中有负数，此时选择柱形图比较合适。1如果横轴上的项目名称字数较多，则可以使用条形图代替柱形图；如果展示数据的空间有限，而横轴上的数据项目又比较多，也可以使用条形图。23.1.2数据可视化常用图表折线图是反映数据变化趋势的图表。●折线图折线图中的折线可以是单线，也可以是多线。1如果横轴表示的是时间，那么数据分析师需要根据是否要强调数据在量上的变化来选择是使用柱形图还是使用折线图。2单线折线图3.1.2数据可视化常用图表折线图是反映数据变化趋势的图表。●折线图折线图中的折线可以是单线，也可以是多线。1如果横轴表示的是时间，那么数据分析师需要根据是否要强调数据在量上的变化来选择是使用柱形图还是使用折线图。2多指标折线图3.1.2数据可视化常用图表折线图是反映数据变化趋势的图表。●折线图折线图中的折线可以是单线，也可以是多线。1如果横轴表示的是时间，那么数据分析师需要根据是否要强调数据在量上的变化来选择是使用柱形图还是使用折线图。2使用折线图展示商品销量变化趋势下面将介绍如何使用折线图展示商品每日销量变化趋势，具体操作步骤如下。课堂实操3.1.2数据可视化常用图表饼图用于展现组成数据系列的各个项目的值在项目总和中所占的比例。在商务数据分析中，常用的饼图分为普通饼图和复合饼图两种。●饼图普通饼图：用于显示各数据项目的值在项目总和中的占比情况。1复合饼图：一种将用户定义的值提取出来，并显示在另一张饼图中的饼图。2普通饼图复合饼图3.1.2数据可视化常用图表圆环图也可以用于表现组成数据系列的各个项目的值在项目总和中所占的比例。●圆环图圆环图3.1.2数据可视化常用图表面积图用于展现数据项目随时间变化的趋势，同时也能展现数据项目随时间变化的程度。在面积图中用色块来展示数据。●面积图当面积图中有多层色块时，要尽量确保色块之间不发生重叠。如果无法避免色块的重叠，则可以通过调整色块的透明度来提高重叠色块的可读性。1面积图适合展示2～3组数据，最多不要展示超过4组数据。2面积图3.1.2数据可视化常用图表漏斗图用于表示逐层分析的过程，即从一个总值（漏斗图最顶端）中不断除去不重要的部分，最终得到重要的值的过程。漏斗图多用于分析流程比较规范、周期比较长、环节比较多的业务，通过比较代表各个环节的形状的大小，能够直观地看出问题所在。●漏斗图漏斗图3.1.2数据可视化常用图表雷达图，又称蜘蛛网图，用于显示3个或更多个维度的变量。雷达图是以在同一点开始的轴上显示的3个或更多个变量的二维图的形式来展示多元数据的，其中轴的相对位置和角度通常是无意义的。●雷达图雷达图非常适用于展示性能数据。1雷达图展示的对比项目最好不要超过6个。2在雷达图中，很难直观地对图表中数据的具体值做比较。如果需要比较数据的具体值，可以使用折线图。3雷达图示例展示性能数据的雷达图3.1.2数据可视化常用图表散点图是指在回归分析中，数据点在直角坐标系平面上的分布图。在散点图中，每个数据点都由x值和y值构成。●散点图散点图适用于在不考虑时间的情况下比较大量的数据点。1散点图能够说明两个变量之间的相关性，但并不能证明两个变量之间存在因果关系。2散点图3.1.2数据可视化常用图表散点图是指在回归分析中，数据点在直角坐标系平面上的分布图。在散点图中，每个数据点都由x值和y值构成。●散点图散点图适用于在不考虑时间的情况下比较大量的数据点。1散点图能够说明两个变量之间的相关性，但并不能证明两个变量之间存在因果关系。2使用散点图展示店铺销售额与广告花费的关系下面将介绍如何使用散点图展示店铺销售额与广告花费的关系，具体操作步骤如下。课堂实操3.1.2数据可视化常用图表气泡图与散点图类似，也是根据平面坐标系上的两个变量绘制出来的，但气泡图增加了第三个数值——代表气泡大小的变量，用于展示3个变量之间的关系。在气泡图中，较大的气泡表示较大的值。●气泡图气泡图3.1.2数据可视化常用图表“词云”就是通过形成“关键词云层”或“关键词渲染”，对网络文本中出现频率较高的关键词进行视觉上的突出显示。词云图过滤掉了大量的文本信息，使阅读者只要一眼扫过词云图，就可以领略其主旨。●词云图词云图3.1.2数据可视化常用图表地图是信息密度最大的数据可视化方式。在商务数据分析中，常用的地图类型有以下三种。●地图区域地图：按照国家、省市行政区划分，用于展现地理信息，以及与地理位置有关的信息。在区域地图中，指标的多少可以用颜色的深浅来进行区分。1散点地图：通过定位经纬度，用散点来表示访客所在的位置。2热力地图：以高亮的形式显示访客所在的地理区域。热力地图可用不同颜色展示不同区域的密度分布。33.1.2数据可视化常用图表组合图表是指在一张图中将多种图表类型组合起来进行数据展示的图表。●组合图表组合图表3.1.2数据可视化常用图表组合图表是指在一张图中将多种图表类型组合起来进行数据展示的图表。●组合图表使用组合图表展示店铺热销商品销售额与销量增长率下面将介绍如何使用组合图表展示店铺热销商品销售额与销量增长率，具体操作步骤如下。课堂实操3.1.3数据可视化图表的选择在Excel2016中，选中相关数据，单击“插入”选项卡下的“推荐的图表”按钮，即可打开“插入图表”对话框，其中显示了系统推荐的图表类型。●根据系统推荐选择图表系统推荐图表3.1.3数据可视化图表的选择数据分析师还可以根据可视化专家阿贝拉博士整理出来的图表建议思维指南来选择图表。●根据图表建议思维指南选择图表图表建议思维指南3.1.4优化图表对比原则是指避免图表中各个元素的颜色太过相似，要突出不同元素之间的差异。●对比对比原则3.1.4优化图表重复原则是指让相同或相似的元素多次出现。颜色、形状、材质、空间关系、线宽、字体和图片等任何视觉元素都可以在同一图表中重复使用。●重复重复原则3.1.4优化图表常见的对齐方式有左对齐、右对齐、居中对齐等。对齐可以体现在图表内和图表之间：图表内的对齐体现在图表的标题、副标题、分类标签、注释、边框线等元素上；图表之间的对齐是指在小而多的组图中，对每个图表都使用合理的对齐方式。●对齐图表内分类标签的对齐3.1.4优化图表亲密原则，简单来说就是把图表中的元素进行分类，将在内容或逻辑上有关联的元素组合在一起，使它们形成视觉单元，而不是众多的孤立元素，从而实现图表的组织性和条理性。●亲密亲密原则Part/

02商务数据分析报告数据分析报告是一种根据数据分析原理和方法，运用数据来分析与反映事物的发展现状、本质和规律，并得出相关分析结论，提出相关解决办法的分析应用文体。数据分析报告是运营者做出科学、严谨的运营决策的重要参考和依据。3.2.1商务数据分析报告的类型日常运营报告通常以定期的运营数据为分析依据，反映的是店铺在某个时间段内的运营状况，也可用于展现某个项目的执行情况。一般来说，日常运营报告具有以下特点：●日常运营报告时效性强1与时间进展相结合2结构形式比较规范3专题分析报告是指针对某个特定问题或现象而进行专门研究分析的数据分析报告。它具有以下特点：●专题分析报告主题的单一性1内容的深入性2综合分析报告是全面反映某个行业、某个领域、某个事物整体发展状况的数据分析报告。其特点为：●综合分析报告强调分析对象的总体特征1强调现象之间的联系性23.2.2商务数据分析报告的构成数据分析报告开篇标题页目录前言正文数据分析过程数据分析结果结尾分析结论附录3.2.2商务数据分析报告的构成标题页需要写明数据分析报告的标题。拟定数据分析报告标题的基本原则：拟定数据分析报告标题的方法：标题的版式：●标题页简洁1直接2准确3概括报告的主要内容1解释基本观点2提出疑问3将标题设置为一行或两行，最好不要超过两行1可以将标题和正文放在同一页，也可以将标题单独放在一页2标题与正文放在同一页将标题单独放在一页3.2.2商务数据分析报告的构成目录展示的是数据分析报告中各章节的名称，用于向读者说明数据分析报告的结构和主要内容。●目录数据分析报告目录示例前言是对整篇数据分析报告内容的概括，包括项目背景、分析目的、分析思路等内容，用于帮助读者了解数据分析的背景和意义。●前言3.2.2商务数据分析报告的构成正文系统、全面地展示了数据分析的过程，并对一个个论点进行分析和论证，主要展示数据分析师的观点和研究成果。●正文结论部分除了包含对总体论点的总结外，还可以有建议。●结论附录涉及的内容包括专业名词解释、数据来源、计算方法说明、原始数据获取方式说明等。●附录某篇数据分析报告的正文部分3.2.3商务数据分析报告的撰写原则01用词规范、统一02条理清晰，逻辑缜密03数据可靠，图表化04具有可读性05坚持创新3.2.4商务数据分析报告的呈现项目WordPPT优点可以使用足够详细的文字进行描述；易于排版；可以打印并装订成册展示性、交互性较强；更具观赏性缺点交互性较弱不适合添加大篇幅的文字适用情况商务数据分析报告需要用大量的文字描述展现详尽的分析过程，需要上交并装订成册进行存档需要简练、概括地呈现数据分析报告的内容，需要在公共场合进行演示讲解使用Word和PPT展示商务数据分析报告的优缺点3.2.4商务数据分析报告的呈现数据分析师使用Word呈现数据分析报告时，需要重点关注目录的层级设置。设置数据分析报告的目录时，需要注意两点：●使用Word呈现数据分析报告目录无须设置得太细，最多列出三级目录即可。1如果数据分析报告中有大量的图表，也要列出图表的目录。2三级目录结构二级目录结构3.2.4商务数据分析报告的呈现数据分析师使用Word呈现数据分析报告时，需要重点关注目录的层级设置。设置数据分析报告的目录时，需要注意两点：●使用Word呈现数据分析报告目录无须设置得太细，最多列出三级目录即可。1如果数据分析报告中有大量的图表，也要列出图表的目录。2图表目录3.2.4商务数据分析报告的呈现数据分析师使用Word呈现数据分析报告时，需要重点关注目录的层级设置。设置数据分析报告的目录时，需要注意两点：●使用Word呈现数据分析报告目录无须设置得太细，最多列出三级目录即可。1如果数据分析报告中有大量的图表，也要列出图表的目录。2使用Word呈现商务数据分析报告打开“素材文件\第3章\直播电商行业研究报告.docx”，使用Word撰写《直播电商行业研究报告》，关键操作包括：（1）设置正文标题层级（2）为图表添加题注（3）插入目录（4）插入Excel工作表课堂实操3.2.4商务数据分析报告的呈现使用PPT呈现的数据分析报告通常包括封面页、目录页、内容页和尾页4个部分，其结构为：封面页—目录页—标题1—内容1.1—内容1.2—标题2—内容2.1—内容2.2—尾页。●使用PPT呈现数据分析报告目录页数据分析报告内容页示例课后实训：撰写商务数据分析报告掌握数据可视化的方法与数据分析报告的写作方法，会用Word或PPT呈现数据分析报告。实训目标3～5人一组，以小组为单位，完成数据分析报告的写作，并用Word或PPT将报告呈现出来。实训内容（1）数据可视化（2）撰写并呈现数据分析报告实训步骤进行小组自评和互评，撰写个人心得和体会，教师根据学生心得和体会进行评价和指导。实训评价第4章市场数据分析运营者在计划进入某个行业之前，最好先对该行业的市场容量、市场趋势、市场需求、竞争情况等市场数据进行深入的分析，对该行业的市场情况形成深度的认知，这样才能根据市场形势决定是否要进入该行业，并规划进入该行业后应如何制订运营策略等。目录contents01行业特征分析02市场选品分析03市场竞争数据分析Part/

01行业特征分析行业特征分析的内容主要包括市场容量分析、行业发展趋势分析、行业集中度分析、市场潜力分析等，通过实施行业特征分析，运营者能够掌握目标行业的发展态势，了解目标行业的发展潜力，更好地发现目标行业的发展机遇。4.1.1市场容量分析市场容量是指在不考虑商品价格或供应商的前提下，市场在一定时期内能够吸纳某种商品或劳务的单位数目。●市场容量●市场容量分析明确分析目的。1收集相应的数据，并对数据进行相应的处理和深入分析。2●市场容量分析注意事项市场的发展是动态的，运营者在收集数据时要考虑时间因素。1在分析某行业的市场容量数据时，运营者还可以对相关子行业的数据进行分析。2分析市场容量下面以男装各子行业的数据为例，从生意参谋中采集近一年的行业数据到Excel中进行市场容量分析，具体操作步骤如下。课堂实操4.1.1市场容量分析4.1.2行业集中度分析行业集中度是指整个行业的市场集中度和市场势力，它能反映某个行业的饱和度和垄断程度，一般用赫芬达尔—赫希曼指数（Herfindahl-HirschmanIndex，HHI，以下简称“赫芬达尔指数”）来反映行业集中度。●行业集中度赫芬达尔指数是一种反映产业集中度的综合指数，它是一个行业中各竞争主体所占行业总收入或总资产百分比的平方和。赫芬达尔指数的计算方法如下：赫芬达尔指数的计算公式如下：HHI＝SUM[(Xi/X)2]●赫芬达尔指数获得竞争对手的市场占有率，可以将市场占有率过小的竞争对手忽略。1计算竞争对手的市场占有率的平方值。2将竞争对手的市场占有率的平方值相加，计算出总和。3分析男装“毛呢大衣”子行业的集中度下面以男装行业下的“毛呢大衣”子行业为例，利用赫芬达尔指数分析店铺集中度和品牌集中度，具体操作步骤如下。课堂实操4.1.2行业集中度分析市场潜力是指在某一特定时期和特定条件下，某一市场对某一商品购买量的最乐观估计。●市场潜力运营者可以采用蛋糕指数来分析某行业的市场潜力。蛋糕指数越大，表示市场潜力越大。蛋糕指数的计算公式如下：蛋糕指数＝支付金额较父行业占比÷父行业商家数占比●蛋糕指数4.1.3市场潜力分析关系市场特点参考策略蛋糕指数大，市场容量小行业中的企业数量较少，市场竞争度较低最好进行进一步的分析，如果该行业的市场容量呈较明显的增长趋势，运营者可以考虑进入该行业蛋糕指数大，市场容量大行业中的企业数量较少，市场容量较大，是典型的蓝海市场的特征值得进入蛋糕指数小，市场容量大行业中的企业数量较多，竞争比较激烈如果企业在该行业中的某方面存在明显的竞争优势，可以考虑进入该行业蛋糕指数小，市场容量小行业中的市场容量小，但不能确定企业数量运营者可以保持观望，及时关注该行业的发展趋势，并做进一步分析蛋糕指数与市场容量关系反映的市场特点及其参考策略分析男装市场的潜力下面以男装各子行业的数据为例，从生意参谋中采集近一年各子行业的卖家概况数据到Excel中，进行男装市场潜力分析，具体操作步骤如下。课堂实操4.1.3市场潜力分析4.1.4市场需求量变化趋势分析在某些行业中，商品的市场需求量会随着某些情况的变化而变化，例如，T恤、羽绒服、凉鞋、雪地靴等商品的市场需求量通常会随着季节的变化而变化，粽子、月饼等节庆食品的市场需求量通常会随着节日的变化而变化。因此，运营者要及时关注目标行业的市场需求量的变化趋势，根据市场行情的变化调整商品库存。分析男装“休闲裤”子行业市场需求量的变化趋势在生意参谋中采集男装“休闲裤”子行业近两年的市场数据并整理到Excel中，利用折线图分析“休闲裤”子行业近两年的市场需求量变化趋势，具体操作步骤如下。课堂实操Part/

02市场选品分析同一个行业中有很多种商品，电商运营者要能从诸多商品中寻找出符合市场需求、适合自己经营的商品，才更容易获得成功。通过分析市场上目标商品的相关数据，运营者在选品时才能有据可依，从而选出更符合市场发展趋势和客户需求的优质商品。4.2.1行业商品属性分析商品属性是指商品本身所固有的性质，是商品在不同领域的差异性（不同于其他商品的性质）的集合。也就是说，商品属性是商品性质的集合，是商品差异性的集合。在电商行业，商品属性包括属性和值。●商品属性电商运营者可以采用四象限分析法来分析不同属性商品的市场表现，从而了解客户对不同属性商品的需求情况。●分析方法分析男装“牛仔裤”子行业不同属性的市场表现利用生意参谋的“属性洞察”功能采集近30天男装“牛仔裤”子行业的相关属性数据并整理到Excel中，对不同属性的市场表现进行分析，具体操作步骤如下。课堂实操4.2.2商品属性需求分析运营者可以在生意参谋中轻松完成商品属性需求分析，方法为：在“市场”板块选择左侧“机会洞察”栏下的“属性洞察”选项，然后选择需要分析的商品类目和统计时间。在“热门属性”中可以看到统计时间内所选类目的属性排行。热销属性排行4.2.2商品属性需求分析选择“属性分析”选项卡，可以进入属性分析页面。在页面上方可以自定义各种属性或属性组合，以便分析该属性或属性组合的详细情况。自定义属性或属性组合4.2.2商品属性需求分析在页面下方的“属性趋势”栏中，可以查看该时期内所选商品的各种属性趋势图，包括交易指数趋势、支付子订单数趋势、支付件数趋势和支付买家数趋势等。属性趋势图4.2.2商品属性需求分析向下滚动页面，可以在“热销榜单”栏中查看所选属性的热销榜单，包括店铺榜单和商品榜单。单击店铺或商品对应的“趋势分析”超链接，可以显示指定时间内交易指数等指标的变化趋势。热销榜单4.2.2商品属性需求分析分析男装“牛仔裤”子行业热销属性利用生意参谋的“属性洞察”功能采集近7天的男装“牛仔裤”子行业热销属性数据并整理到Excel中，对牛仔裤热销属性进行分析，具体操作步骤如下。课堂实操4.2.3商品搜索关键词分析通过分析客户搜索关键词，运营者可以了解行业目标客户群体的需求是什么，从而根据目标客户群体的需求来研发新品或者进行选品。关键词是构成商品标题的主要元素，运营者在商品标题中添加搜索量较大的关键词，有利于提高商品被客户搜索到的概率。分析男装搜索关键词热度下面以男装行业中的夹克类目为例，采集近30日的热搜词作为分析对象，通过词频和词云分析来了解男装夹克市场中客户的需求变化，具体操作步骤如下。课堂实操Part/

03市场竞争数据分析每个行业都存在竞争，运营者分析市场竞争数据能够掌握竞争对手的经营策略和经营效果，向行业标杆竞争对手学习，取长补短，根据市场竞争情况更好地制订运营策略，从而在市场竞争中取得胜利。4.3.1竞争对手的识别●竞争对手的界定争夺客户资源1争夺市场资源2争夺营销资源3争夺人力资源4争夺物流资源5●寻找竞争对手通过分析商品属性寻找竞争对手1通过分析目标客户群体寻找竞争对手2通过分析营销活动寻找竞争对手3通过分析商品属性寻找竞争对手4.3.1竞争对手的识别●竞争对手的界定争夺客户资源1争夺市场资源2争夺营销资源3争夺人力资源4争夺物流资源5●寻找竞争对手通过分析商品属性寻找竞争对手1通过分析目标客户群体寻找竞争对手2通过分析营销活动寻找竞争对手3通过分析目标客户群体寻找竞争对手4.3.2竞品数据分析竞品数据分析的内容说明竞品基本信息竞品的款式、颜色、功能、材质、卖点等，运营者可以通过查看竞品的详情页来获得这些信息价格竞品的定价、成交价等收藏量竞品的收藏人数销售情况竞品在某个时间段内的销量、销售额情况推广活动竞品是否参加了推广活动，参加了哪些推广活动，活动规则是什么，活动效果如何等竞品评价竞品的评价人数、评价内容等竞品的上下架时间竞品的上架时间、下架时间竞品服务内容竞品为客户提供的服务承诺，例如是否包邮、是否赠送运费险、是否支持7天无理由退换货、是否提供免费上门安装服务等竞品数据分析的主要内容4.3.2竞品数据分析分析竞品销售情况在生意参谋中采集近30天本店商品和竞店商品的销售数据并整理到Excel中，对竞品销售情况进行分析，具体操作步骤如下。课堂实操4.3.3竞店数据分析竞店数据分析的内容说明竞店属性数据分析竞店的商品品牌是否为原创品牌、品牌定位、目标客户群体定位、商品风格、商品价位、可提供的服务等竞店商品类目分析竞店的商品类目布局、类目销售额等竞店销售情况分析竞店在某个时间段内的销售量、销售额、访客数、客单价、支付-转化率等竞店推广活动分析竞店开展了哪些推广活动、参加推广活动的商品特点和数量、推广活动的具体内容、推广活动产生的效果等竞店商品上下架时间分析竞店上下架商品的时间、更新商品的频率等竞店数据分析的主要内容分析竞店销售情况在生意参谋中采集近30天本店和竞店的销售数据并整理到Excel中，对竞店销售金额进行分析，具体操作步骤如下。课堂实操课后实训：分析市场数据并撰写商务数据分析报告掌握分析某行业市场数据的方法，会撰写市场数据分析报告。实训目标3～5人一组，以小组为单位，完成市场数据分析，并用Word或PPT展示市场数据分析报告。实训内容（1）确定市场数据分析的内容（2）收集、处理、分析数据，以及实现数据可视化（3）撰写商务数据分析报告实训步骤进行小组自评和互评，撰写个人心得和体会，教师根据学生心得和体会进行评价和指导。实训评价第5章商品数据分析商品是店铺运营的核心，运营者采取的一切营销措施的最终目的就是将商品销售出去，从中获得利润。运营者应该全面掌握店铺内商品的情况，包括商品定价、商品销售情况、商品供应链情况，然后根据自身掌握的情况合理调整与优化商品营销策略，从而不断提高店铺利润。目录contents01商品定价分析02商品销售数据分析03商品供应链分析Part/

01商品定价分析在电商行业，价格是吸引买家、加强竞争优势的重要因素。商品定价一旦出现失误，就会给企业经营造成损失。因此，为商品制订合适的定价策略，是每个运营者需要深入研究的一个现实问题。5.1.1影响商品定价的因素销售

策略市场竞争情况商品定价商品的成本商品性质企业形象店铺特性市场上同行竞争对手有多少竞争对手的店铺中商品的整体定价是多少市场上同款商品或相似商品的定价是多少在商品生产和流通过程中所产生的物资消耗支付的劳动报酬5.1.2商品定价的方法●传统定价法成本定价法

单件商品定价＝单件商品成本＋单件商品期望的利润额1目标利润定价法

单件商品定价＝总成本×（1＋目标利润率）÷预期销量2平均价格定价法3黄金分割比例定价法

单件商品定价＝（最高价-最低价）×0.618＋最低价4成本类型说明商品成本商品的生产材料成本、商品采购成本、仓储成本、包装成本、物流成本、商品滞销成本、退换货损失等人