电商数据分析（微课版）课件 第1-5章 电商数据分析概述- 店铺流量分析

第1章

电商数据分析概述电商数据分析（微课版

）目录CONTENTS1.1电商数据简介1.2电商数据分析的指标、流程与方法1.4大数据与人工智能在电商数据分析中的应用1.3Excel在电商数据分析中的应用1.5电商数据分析师的职业发展与能力提升综合实训——初次分析女装店铺数据1.1.1电商数据的类型3数字类数据是由多个单独的数字组成的一串数据，是直接使用数字和度量衡单位进行计量的一类电商数据，如支出600元、好评率96%、销售量15680个、质量3千克等就是数字类数据。1．数字右图所示为以数字显示的某网店部分商品在客单价、访客量、点击量、交易量、收藏量、加购量、点击率、转化率、收藏率、加购率，商家根据这些数据可以直观了解这些商品的销售情况。1.1.1电商数据的类型4文字图形类数据普遍应用在关键词分析、人群画像等场景中。下图所示为搜索“智能手机”关键词后显示的相关搜索词情况，其中红色圆点表示该关键词搜索量呈上升趋势，绿色圆点则表示该关键词搜索量呈下降趋势；圆点越大，搜索指数越高；圆点越靠近中央的蓝色圆圈，则表示该圆点代表的关键词与“智能手机”关键词的相关性越强。2．文字图形1.1.1电商数据的类型5图表类数据是经常用于数据分析的一种可视化电商数据类型，它将相对枯燥的数字转换为更为直观的图表。下图所示为通过折线图展示的某店铺某商品6月的客单价数据。3．图表1.1.2电商数据的特性61．容量特性容量特性可以理解为电商数据量的多少。分析数据时，必须在考虑电商数据容量特性的基础上，尽量收集基数大的数据，这样才能让分析的结果更为准确。2．种类特性电商数据具有明显的种类特性，如流量、转化、物流和售后等种类。通过不同的数据种类可以实现更多维度的数据分析。3．时效特性电商数据具有时效特性，无论是消费者的喜好和购物习惯，还是电商平台的各种规则等，都在不断发生变化，只有在分析电商数据时做到与时俱进，才有助于得出正确的结论，为店铺运营提供正确的思路和策略。目录CONTENTS1.1电商数据简介1.2电商数据分析的指标、流程与方法1.4大数据与人工智能在电商数据分析中的应用1.3Excel在电商数据分析中的应用1.5电商数据分析师的职业发展与能力提升综合实训——初次分析女装店铺数据1.2.1电商数据分析的指标8流量类指标是指反映店铺流量的数据，通过这类指标可以掌握店铺的流量情况。右表所示为常见的店铺流量类指标。1．流量类指标1.2.1电商数据分析的指标9交易类指标可以反映店铺的成交转化情况。左表所示为常见的店铺交易类指标。2．交易类指标1.2.1电商数据分析的指标10商品类指标主要反映店铺内商品的销售、收藏、加购、下单等方面的情况。下表所示为常见的店铺商品类指标。3．商品类指标1.2.1电商数据分析的指标11除上述几类指标外，电商数据分析还经常涉及服务、评价、物流等方面的指标。下表所示为常见的店铺其他指标。4．其他指标1.2.2电商数据分析的流程12电商数据分析都应该以业务场景为起点，以业务决策为终点。基于此，可以按照以下步骤，通过常规分析流程来处理数据。1．常规分析流程挖掘业务含义制订分析计划拆分查询数据提炼业务洞察结果生成业务决策1.2.2电商数据分析的流程132．内外因素分解分析流程进行电商数据分析时，数据指标会受到很多因素的影响，这给分析任务带来了困难。内外因素分解四象限图如左图所示。1.2.2电商数据分析的流程143．DOSS分析流程DOSS分析流程是从一个具体问题推导出整体影响，利用单一解决方案找到一个规模化解决方案的数据分析思路，如下图所示。1.2.3电商数据分析的方法15所谓直接观察法，是指利用各种电商数据分析工具的分析功能，直接观察数据的发展趋势，找出异常数据，对用户群体进行细分等。借助这些工具强大的数据分析功能，直接观察法可以有效提高信息处理的效率。1．直接观察法某短视频直播平台的商品数据大盘1.2.3电商数据分析的方法162．AB测试法所谓AB测试法，就是用不同的方案布置某一项工作，然后通过对效果的对比分析，找出其中更好的方案。AB测试法的经典应用案例就是电商平台中商品主图的效果测试，其原理是通过两种主图的推广数据对比，将点击率低的主图换为其他主图，再进行数据对比，如此反复，直至挑选出点击率最高的商品主图。AB测试法的优点在于可控，它建立在原有方案之上，即使新方案效果不佳，也可以沿用旧的方案。1.2.3电商数据分析的方法173．对比分析法对比分析法是指将两个或两个以上的数据进行比较，来查找不同数据之间的差异，以了解各方面数据指标的分析方法。对于电商数据而言，对比分析法可以从以下4个方面入手。不同时期的对比与竞争对手或行业对比优化前后的对比活动前后对比

添加文本4个方面1.2.3电商数据分析的方法184．转化漏斗法转化漏斗法也是较为常见和有效的电商数据分析方法之一，无论是注册转化漏斗，还是下单转化漏斗，应用都非常普遍。使用转化漏斗法时，一般需要关注以下3点。从开始到结尾整体的转化效率。每一步的转化效率。哪一步流失用户最多，流失用户的原因是什么，流失的用户具有哪些特征。注册转化漏斗示意1.2.3电商数据分析的方法195．七何分析法何时何地何人何事何因如何做何价七何分析法也叫5W2H分析法，这种方法通过主动建立问题，然后找到解决问题的线索，有针对性地分析线索，最终得出结论。例如分析网店的人群画像时，如果找不到切入点，就可以利用七何分析法进行引导。1.2.3电商数据分析的方法206．杜邦拆解法杜邦拆解法基于杜邦分析法的原理，后者是利用几种主要的财务比率之间的关系来综合分析企业财务状况，评价企业赢利能力和股东权益回报水平，其基本思想是将企业净资产收益率逐级分解为多项财务比率乘积，这样有助于深入分析比较企业经营业绩。网店销售额杜邦拆解法分析结构目录CONTENTS1.1电商数据简介1.2电商数据分析的指标、流程与方法1.4大数据与人工智能在电商数据分析中的应用1.3Excel在电商数据分析中的应用1.5电商数据分析师的职业发展与能力提升综合实训——初次分析女装店铺数据1.3.1电商数据的获取与清洗22使用Excel的数据获取功能可以获取各种不同类型的数据，如以下3种，这为清洗与分析数据提供了便捷。1．电商数据的获取获取文件数据A获取数据库数据B获取网站数据C1.3.1电商数据的获取与清洗23清洗电商数据是指对获取的数据进行纠正、完善等操作，以确保数据的完整性、一致性和准确性。其中常见的清洗操作包括以下4种。2．电商数据的清洗处理缺失数据修复错误数据统一数据格式清洗重复数据ABCD1.3.2电商数据的计算、分析与预测24在Excel中计算电商数据时，公式和函数起到了至关重要的作用。Excel可以让用户自主编辑公式，同时内置了大量的函数供用户使用，从而方便了数据的计算。1．电商数据的计算●

公式的组成：Excel公式是指能够完成一系列数学运算、逻辑判断和文本处理等操作，且能够计算并返回特定结果的对象。如右图所示。●

公式的使用：输入公式时，首先需要选择目标单元格，然后在编辑框（位于工作表列标上方）中输入“=”，并依次输入公式的其他内容，如果需要引用单元格地址，则可通过单击单元格快速引用，完成后按【Enter】键，或按【Ctrl+Enter】组合键，或单击编辑框左侧的“输入”按钮确认输入。1.3.2电商数据的计算、分析与预测251．电商数据的计算●

函数的组成：与公式不同，Excel函数具备特定的语法格式，要想利用函数完成数据计算，就需要遵从函数的语法格式进行操作。如右图所示。●

函数的插入：如果对函数的语法格式比较熟悉，则可以像输入公式一样，选择单元格后在编辑框中直接输入函数内容；如果对函数的语法格式不熟悉，则可以通过插入的方式使用函数。1.3.2电商数据的计算、分析与预测26在Excel中，用户可以利用其强大的排序、筛选和分类汇总功能对电商数据进行简单分析，也可以利用Excel内置的各种数据分析工具对数据进行专业的统计分析、相关分析等，以找出数据中潜藏的价值信息。2．电商数据的分析排序01筛选02分类汇总03专业分析041.3.2电商数据的计算、分析与预测27Excel具备一定的数据预测功能，能够在一定程度上帮助商家了解数据的发展变化趋势，以便提前采取合理的应对措施。如右图所示。右图表中橙色部分的折线便是预测的变化趋势，中间较粗的折线为趋势预测，上方较细的折线为置信上限趋势，下方较细的折线为置信下限趋势，理论上未来一年各月销售额数据便在这个区间范围变化。3．电商数据的预测1.3.3电商数据的可视化28图表是Excel中非常重要的数据可视化工具，它能够将数据以图形的形式展示出来，使需要传递的内容更加生动且易于理解。借助图表可以更好地发现数据之间的关系和趋势，从而做出更准确的判断，这对商家制定各种运营策略十分重要。1．图表的应用01创建图表02应用图表样式03调整图表大小和位置04调整图表布局05调整图表格式06设置图表字体1.3.3电商数据的可视化29数据透视图是一种交互式的图表，其只需利用表格中现有的项目便可建立满足各种需要的图表，这极大地简化了数据的分析工作。2．数据透视图的应用●

创建数据透视图：创建数据透视图的方法为，选择数据源所在的单元格区域，在【插入】/【图表】组中单击“数据透视图”按钮，打开“创建数据透视图”对话框，在“表/区域”文本框中一般会自动引用数据源所在的单元格区域地址，如果创建前未选择数据源所在的单元格区域，则需要手动引用数据源所在的单元格区域地址。●

添加与删除字段：数据透视图的内容与字段相关，在“数据透视图字段”任务窗格中可以根据需要随时添加或删除字段，从而控制数据透视图中显示的内容。●

设置字段：添加到数据透视图中的字段是可以根据需要进行设置的。目录CONTENTS1.1电商数据简介1.2电商数据分析的指标、流程与方法1.4大数据与人工智能在电商数据分析中的应用1.3Excel在电商数据分析中的应用1.5电商数据分析师的职业发展与能力提升综合实训——初次分析女装店铺数据1.4.1大数据在电商数据分析中的应用31大数据是指无法在一定时间范围内用常规软件或工具进行捕捉、管理、处理的数据集合，它具有数据体量巨大、数据类型多样、处理速度快、价值密度低等特点。其常见应用体现在以下几个方面。0102030405构建消费者行为画像商品动态定价提升竞争力精准预测市场需求优化消费者体验1.4.2人工智能在电商数据分析中的应用32人工智能是一门研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的新技术学科。自动化数据清洗与预处理情感分析和舆情监测构建智能推荐系统智能数据挖掘和模式识别预测分析和决策支持风险识别和安全管理目录CONTENTS1.1电商数据简介1.2电商数据分析的指标、流程与方法1.4大数据与人工智能在电商数据分析中的应用1.3Excel在电商数据分析中的应用1.5电商数据分析师的职业发展与能力提升综合实训——初次分析女装店铺数据1.5.1电商数据分析师的职业发展路径34随着电商行业的蓬勃发展和电商数据的不断增长，电商数据分析师的职业前景十分广阔。尽管不同的电商数据分析师的职业发展路径有所不同，一般可以归纳为以下几个阶段。01初级数据分析师02中级数据分析师03高级数据分析师04数据分析团队管理者1.5.2电商数据分析师的能力提升要素35要想成为一名优秀的电商数据分析师，需要提升专业知识技能、业务理解能力、沟通协作能力和其他综合能力。专业知识技能业务理解能力沟通协作能力其他综合能力ABCD目录CONTENTS1.1电商数据简介1.2电商数据分析的指标、流程与方法1.4大数据与人工智能在电商数据分析中的应用1.3Excel在电商数据分析中的应用1.5电商数据分析师的职业发展与能力提升综合实训——初次分析女装店铺数据综合利用Excel的函数、排序、分类汇总、图表等功能，分析女装店铺一周内不同类目商品的访客数占比情况。通过实训初次体验电商数据的分析过程。实训目标综合实训——初次分析女装店铺数据实训思路本实训的操作思路如下。（1）计算访客数。通过输入的方式，用SUM函数计算不同类目商品在一周内的访客数总和。（2）排列数据。按照商品类目快速排列数据。（3）汇总数据。利用分类汇总功能汇总不同类目商品的访客数。（4）创建图表。利用汇总出的数据作为数据源，创建饼图以分析不同类目商品一周内访客数的占比情况。37综合实训——初次分析女装店铺数据实训步骤381不同类目商品一周内的访客数总和2按商品类目排列结果综合实训——初次分析女装店铺数据实训步骤393设置分类汇总参数4复制、移动并修改数据后的效果5创建并调整饼图后的效果感谢聆听！学习进步！

电商数据分析（微课版）第2章

电商数据收集与预处理电商数据分析（微课版）目录CONTENTS2.1电商数据的收集2.2使用Excel预处理数据2.3使用讯飞星火预处理数据综合实训——清洗收集的女装商品数据2.1.1电商数据的收集原则43●

合法性原则数据的收集必须遵守相关的法律法规，确保在合法的范围内进行，维护个人隐私权和其他权益。●

精确性原则确保收集到的数据准确、完整，以提高数据质量及其可信度。●

及时性原则数据收集需要尽可能地获取新近的数据，只有确保数据的及时性，才能更好地发现当前的问题并预测未来变化趋势。如果收集10年前某个市场的数据来分析该市场当下的发展情况，则无法得到有价值的分析结果。要想收集到有价值的数据，我们需要遵循一定的数据收集原则，具体包括合法性原则、精确性原则和及时性原则。2.1.2电商数据的收集渠道44●

内部数据的收集渠道内部数据指的是商家内部的各种管理系统产生的数据，如商品采购和管理系统产生的数据、消费者服务管理系统产生的数据等。●外部数据的收集渠道外部数据即非商家内部产生的数据，它包括市场调查数据和网络数据两大类。右图所示为国家统计局公开发布的数据。电商数据的收集渠道较多，为了便于学习，这里将电商数据的收集渠道划分为内部数据的收集渠道与外部数据的收集渠道。2.1.3电商数据的收集方法45●复制问目标网页，选择需要收集的数据内容，在所选数据上单击鼠标右键，在弹出的快捷菜单中选择“复制”命令，或直接按【Ctrl+C】组合键。●

下载如果网页中提供有“下载”“导出”等功能按钮，则无须手动复制数据，需单击相应的按钮，然后按照提示将数据保存到计算机上的指定位置即可。如上图所示。针对不同的收集渠道，电商数据的收集方法也各有不同。主要的收集方法则包括以下3种。●

爬取爬取数据是指利用工具自动收集网站上的数据，这对于数据较为分散且网站未提供下载、导出功能的情况来说是非常实用的。46本案例将使用八爪鱼采集器在京东商城中采集智能数码用品数据，其具体操作如下。1选择数据的采集方式2设置并保存采集任务使用的网址课堂案例——使用八爪鱼采集器采集智能数码用品数据2.1.3电商数据的收集方法473开启浏览模式并输入登录信息4单击“自动识别网页内容”超链接2.1.3电商数据的收集方法课堂案例——使用八爪鱼采集器采集智能数码用品数据485显示的采集的数据内容6单击“保存并开始采集”超链接2.1.3电商数据的收集方法课堂案例——使用八爪鱼采集器采集智能数码用品数据497采用本地采集模式8正在采集数据10导出数据9停止采集

2.1.3电商数据的收集方法课堂案例——使用八爪鱼采集器采集智能数码用品数据5011去重数据

12设置数据导出的文件类型2.1.3电商数据的收集方法课堂案例——使用八爪鱼采集器采集智能数码用品数据5113设置保存的文件名和保存位置2.1.3电商数据的收集方法课堂案例——使用八爪鱼采集器采集智能数码用品数据目录CONTENTS2.1电商数据的收集2.2使用Excel预处理数据2.3使用讯飞星火预处理数据综合实训——清洗收集的女装商品数据2.2.1数据预处理的价值53数据预处理就是对数据进行粗加工。一般来说，收集到的电商数据往往都存在一些问题，需要经过预处理，才能用于后期分析。数据预处理的价值大致如下。将繁杂的数据简单化，提升数据分析效率与决策效果将数据转化为论据，系统、客观地反映实际情况将数据整合为信息资源，实现深度挖掘2.2.2数据预处理的原则54数据预处理可以为数据分析提供更加精准的数据，可以简化数据分析的工作内容。为了更好地进行数据预处理工作，需参考以下一些原则。●

客观性原则●

完整性原则●

严谨性原则●

针对性原则●

便捷性原则2.2.3数据预处理的方法55当收集的数据中存在缺失数据时，应根据实际情况采取不同的方式进行处理。1．处理缺失数据删除缺失数据：当收集到的数据量很大，使得即便删除若干数据也不会影响数据样本的数量时，就可以采取删除的方式处理缺失数据。修补缺失数据：如果能够判断出缺失数据的内容，则应该及时修补缺失数据；如果无法判断，则可以考虑使用平均数、众数（一组数据中出现次数最多的数据）等合理的方法预测缺失数据。但切记不能为了补全数据而随意填写，造成数据失真。2.2.3数据预处理的方法56本案例利用快速定位的方法，将智能数码用品店铺收集到的流量类型数据中的缺失流量类型数据补全，其具体操作如下。课堂案例——补全智能数码用品店铺的流量类型数据1定位空值2补全空值后的效果1．处理缺失数据2.2.3数据预处理的方法57对于一些明显错误的数据，Excel会显示错误信息，以提醒用户及时对错误数据进行修复。如下表所示为Excel中常见的错误信息，以及错误产生的原因和解决方法。2．修复错误数据2.2.3数据预处理的方法58修复错误数据时一般可以利用IFERROR函数来实现，该函数的语法格式为“=IFERROR(value,value_if_error)”，其中，参数“value”表示当不存在错误时的取值；参数“value_if_error”为存在错误时的取值。本案例将利用该函数来修复智能数码用品店铺收集到的错误的商品库存数据，其具体操作如下。课堂案例——修复错误的商品库存数据1完整公式2修复错误数据后的效果2．修复错误数据2.2.3数据预处理的方法593．统一数据格式实际工作中，我们所收集的数据往往存在格式不统一的情形，如日期数据中有的使用“2024年10月15日”，有的使用“10-15”；品牌数据中有的使用中文全称、有的使用英文简称等，这样的数据在后期分析起来会非常麻烦。因此，遇到数据格式不统一的情况，我们应当及时处理，让数据格式保持统一。课堂案例——统一订单数据格式在Excel中，可以利用数据类型设置和查找与替换功能来统一数据格式。本案例将利用这些功能对智能数码用品店铺收集到的订单数据进行格式处理，其具体操作如下。1设置日期格式2.2.3数据预处理的方法602查找并替换数据（1）、（2）3统一数据格式后的效果课堂案例——统一订单数据格式2.2.3数据预处理的方法614．清洗重复数据如果收集的数据存在完全重复或部分重复的情况，可以利用Excel的删除重复值功能快速删除重复数据。课堂案例——清洗商品测试重复数据本案例将利用Excel的删除重复值功能快速删除智能数码用品店铺在推广测试时收集到的可能存在重复的商品测试数据，其具体操作如下。1设置要删除重复数据的列2清洗重复数据2.2.3数据预处理的方法625．转换数据行列数据行列的转换在Excel中称为“转置”，指的是将原来各条数据记录的首列内容转置为数据的各个项目，将原来的各个项目转置为数据记录的首列内容，从而实现将当前各列内容转置为横向的各条数据记录的效果。课堂案例——转换销售数据的行列本案例将对智能数码用品店铺收集到的某个竞争对手的销售数据进行行列转换，这将用到Excel的选择性粘贴功能，其具体操作如下。1执行转置操作2.2.3数据预处理的方法635．转换数据行列2删除原有数据3转换行与列后的效果课堂案例——转换销售数据的行列2.2.3数据预处理的方法64通过数据提取操作，可以将收集到的数据中有用的部分提取出来。在Excel中可以使用LEFT函数、MID函数和RIGHT函数来实现数据提取。6．提取数据内容LEFT函数：其语法格式为“=LEFT(text,num_chars)”，表示从指定的单元格中返回左侧的1个或多个字符。。MID函数：其语法格式为“=MID(text,start_num,num_chars)”，表示从指定的单元格中的指定位置返回1个或多个字符。RIGHT函数：其语法格式为“=RIGHT(text,num_chars)”，表示从指定的单元格中返回右侧的1个或多个字符。2.2.3数据预处理的方法65课堂案例——提取商品系列数据1提取商品编号中的第一个字符后的结果6．提取数据内容2完善数据后的效果本案例将使用LEFT函数提取智能数码用品店铺收集到的商品对应的系列数据，其具体操作如下。2.2.3数据预处理的方法667．分列数据分列数据的好处在于可以根据统计分析的需要，将原始数据按照某种标准分组。例如，收集的商品交易数据中包含品类、销售月份等内容，可以按照商品的品类、商品的销售月份等对数据进行分列，将包含多个信息的数据分列为仅包含单个信息的数据。在Excel中可以将指定的列按某种符号或特定的宽度进行分隔，将其分成若干列。课堂案例——分列商品搜索值属性本案例将利用Excel的分列功能，并根据“文本分列向导”对话框的提示，将智能数码用品店铺收集到的电话手表商品的“搜索值属性”列分为“搜索值”列和“属性”列，其具体操作如下。1指定分列方式

2.2.3数据预处理的方法672指定分列位置3分列预览及分列后的效果课堂案例——分列商品搜索值属性目录CONTENTS2.1电商数据的收集2.2使用Excel预处理数据2.3使用讯飞星火预处理数据综合实训——清洗收集的女装商品数据69本案例将对右图所示的文本数据进行预处理。数据被收集到了文本文件中，一方面不能保证录入数据的正确性，另一方面通过手动复制和粘贴的方式在Excel中建立表格会显得非常麻烦。下面将利用讯飞星火对这些数据进行智能处理，快速得到想要的表格数据，其具体操作如下。1需要预处理的文本数据

2开始对话课堂案例——使用讯飞星火预处理数据2.3使用讯飞星火预处理数据703选择“文档”选项4输入并提交需求2.3使用讯飞星火预处理数据课堂案例——使用讯飞星火预处理数据5生成的整理后的表格数据6创建Excel表格并调整表格数据后的效果目录CONTENTS2.1电商数据的收集2.2使用Excel预处理数据2.3使用讯飞星火预处理数据综合实训——清洗收集的女装商品数据利用Excel对收集到的女装商品数据进行各种清洗操作，如检查并去重数据、分列数据、删除数据、美化数据等，提高数据的分析价值。实训目标综合实训——清洗收集的女装商品数据实训思路本实训的操作思路如下。（1）检查并去重数据。利用Excel的删除重复值功能检查商品名称是否存在重复数据并去重。（2）分列数据。利用Excel的分列功能将“城市”列中的数据分列为两列数据。（3）删除数据。将表格中多余的列删除。（4）美化数据。通过调整行高和列宽、设置字体格式等操作美化数据，提高数据的可读性。72综合实训——清洗收集的女装商品数据实训步骤731指定删除重复数据的列

2确认删除重复数据操作3插入列

综合实训——清洗收集的女装商品数据实训步骤744指定分列方式

5指定分列位置

6完成分列操作综合实训——清洗收集的女装商品数据实训步骤757修改项目名称（1）

8删除多余列9设置字体格式并加粗部分数据

综合实训——清洗收集的女装商品数据实训步骤7610修改项目名称（2）11快速调整列宽后的效果12设置各行行高后的效果综合实训——清洗收集的女装商品数据实训步骤7713转换数据格式14设置数据类型感谢聆听！学习进步！

电商数据分析（微课版）第3章

市场行业与竞争对手分析电商数据分析（微课版）目录CONTENTS3.1市场行业分析

3.2竞争对手分析

综合实训——分析女装市场行情3.1.1市场容量与市场趋势分析81市场容量也叫市场规模，指的是在特定时间内，一个市场所能容纳的某种商品或服务的最大销售量或销售额。在电商行业，这通常涉及特定商品类别、目标市场或整个电商平台的销售潜力。通过分析市场容量，商家可以了解该市场是否足够大，有助于判断其能否支撑自身业务的长期发展，进而帮助商家制定切实可行的销售目标。例如，市场容量较小，商家设定过高的销售目标就可能难以实现，导致资源浪费和团队士气受挫；反之，若市场容量较大，但商家的销售目标过低，则会错失发展机会。1．分析市场容量3.1.1市场容量与市场趋势分析82本案例将以在某电商平台收集到的某年智能数码用品各子市场的销售额数据为基础来分析市场容量，其具体操作如下。1．分析市场容量课堂案例——分析智能数码用品市场容量1输入具体月份后的效果2销售额占比计算结果3.1.1市场容量与市场趋势分析831．分析市场容量3其他销售额占比计算结果4设置要创建的数据透视表5创建饼图课堂案例——分析智能数码用品市场容量3.1.1市场容量与市场趋势分析841．分析市场容量9设置图表字体格式并调整数据标签位置后的效果6设置图表布局并调整图表尺寸后的效果7调整饼图各扇区的排列顺序8设置数据标签格式课堂案例——分析智能数码用品市场容量3.1.1市场容量与市场趋势分析851．分析市场容量1010月的智能数码用品各子市场的销售额占比情况课堂案例——分析智能数码用品市场容量3.1.1市场容量与市场趋势分析86市场趋势反映了市场未来发展的方向和变化规律。商家通过分析市场趋势，可以提前预测消费者需求的变化、技术创新的趋势以及行业竞争格局的演变，从而提前布局商品、服务，调整营销策略，抢占市场先机。2．分析市场趋势3.1.1市场容量与市场趋势分析87本案例同样以智能数码用品各子市场某年的销售额数据来分析市场趋势，其具体操作如下。2．分析市场趋势课堂案例——分析智能数码用品市场趋势1为数据透视表添加字段2调整数据顺序后的效果3.1.1市场容量与市场趋势分析882．分析市场趋势3创建并调整数据透视图后的效果4创建的“子市场”切片器5笔记本电脑子市场的趋势情况课堂案例——分析智能数码用品市场趋势3.1.2市场潜力分析89市场潜力可以借助蛋糕指数进行分析，蛋糕指数越大，市场潜力越大。蛋糕指数的计算公式为：蛋糕指数=销售额占比

÷

卖家数（即商家数量）占比。其中分子可代表市场容量，下面分4种情况进行分析。蛋糕指数大，市场容量小蛋糕指数小，市场容量小

蛋糕指数大，市场容量大蛋糕指数小，市场容量大3.1.2市场潜力分析90分析市场潜力时，可以将收集的数据的时间跨度扩大，以便更准确地反映出市场的蛋糕指数。本案例以智能数码用品各子市场3年的销售额数据来分析市场潜力，其具体操作如下。课堂案例——分析智能数码用品市场容量1设置数据透视表的计算字段

2创建并调整数据透视图后的效果3查看2025年12月各子市场的潜力3.1.3行业集中度分析91行业集中度可以反映行业的竞争或垄断程度，一般可以使用行业集中度指数（Herfindahl-HirschmanIndex，HHI）来表示。HHI是一种重要的行业集中度衡量工具，广泛应用于反垄断政策、行业竞争分析和产业组织研究中，它通过计算行业中所有商家市场份额的平方值之和，来反映该行业的竞争或垄断程度。3.1.3行业集中度分析92在计算HHI时，首先需要取得竞争对手的市场份额，忽略市场份额较小的竞争对手，然后计算出竞争对手市场份额的平方值，最后对平方值求和。下面以某电商平台中数码配件行业最近1个月前50个品牌的销售额为例，介绍行业集中度的分析方法，其具体操作如下。课堂案例——分析数码配件行业集中度1各品牌的市场份额计算结果2市场份额的平方值计算结果3.1.3行业集中度分析934行业集中度倒数计算结果3行业集中度计算结果课堂案例——分析数码配件行业集中度3.1.4使用ChatExcelPro辅助分析市场行业数据94ChatExcelPro是一款创新型人工智能交互工具，它降低了传统Excel操作的复杂门槛，让用户无须记忆烦琐的函数、公式，只需通过自然语言对话形式，就能快速完成表格数据的处理、计算、筛选、排序、可视化等操作。无论是基础的数据整理、跨表关联，还是复杂的条件统计与动态分析，ChatExcelPro都能精准理解用户意图并自动生成结果，极大提升了数据分析的效率。3.1.4使用ChatExcelPro辅助分析市场行业数据95本案例收集了多个智能数码商品在某电商平台近两月的销售数据，由于数据较少，可以借助ChatExcelPro来分析市场情况，其具体操作如下。课堂案例——分析智能数码商品近两月的数据1选择并上传文件2输入需求及重新排列数据3.1.4使用ChatExcelPro辅助分析市场行业数据963输入需求及可视化数据（1）、（2）课堂案例——分析智能数码商品近两月的数据目录CONTENTS3.1市场行业分析3.2竞争对手分析综合实训——分析女装市场行情3.2.1竞争对手的界定98通常情况下，竞争对手一般是指争夺市场份额的同类型商家或个人。但实际上，根据争夺资源的不同，商家在各个环节都会有相应的竞争对手。1234争夺消费者资源争夺物流资源争夺人力资源争夺营销资源3.2.2竞争对手常用分析模型99SWOT分析模型也称TOWS分析法或道斯矩阵，常用于战略制订和竞争对手分析。SWOT分析模型包括以下4个因素。1．SWOT分析模型优势劣势机会威胁3.2.2竞争对手常用分析模型100上述4个因素中，优势与劣势属于内部因素，机会与威胁属于外部因素，将这4个因素进行组合便可建立SWOT分析模型，如右图所示。具体而言，SWOT分析模型涉及的核心要素是杠杆效应、抑制性、脆弱性和问题性。1．SWOT分析模型3.2.2竞争对手常用分析模型101波特竞争力模型将大量不同的因素汇集在一个简单的模型中，以此分析一个行业的基本竞争态势。这个模型确定了竞争的5种主要来源。2．波特竞争力模型0102030405现有竞争者的竞争能力替代品的替代能力消费者的讨价还价能力潜在竞争者进入的能力供应商的讨价还价能力3.2.3竞争品牌分析102商家通过分析竞争品牌数据，可以了解自己运营的品牌与市场其他品牌之间的差异性。例如，以下数据指标便可以反映出竞争品牌的相应特点。

交易量：反映竞争品牌商品的销售能力和市场容量。

客单价：反映消费者支付该竞争品牌商品的能力。

点击人数：反映该竞争品牌的市场需求热度。

收藏人数：反映消费者对该竞争品牌的喜爱程度。3.2.3竞争品牌分析103本案例不仅收集了某品牌的多个竞争品牌在5月和6月的销量数据，还收集了竞争品牌和该品牌在5月每日的销售额（即交易额）数据，下面将利用散点图分析各竞争品牌的市场潜力，并对比该品牌与竞争品牌的销售数据，其具体操作如下。课堂案例——分析竞争品牌销售数据1各竞争品牌的销量增长幅度计算结果2设置图表字体格式并调整图表尺寸后的效果3.2.3竞争品牌分析1043添加并修改纵坐标轴标题文本后的效果4调整纵坐标轴的交叉位置5设置数据标签6指定数据标签区域课堂案例——分析竞争品牌销售数据3.2.3竞争品牌分析1057调整各竞争品牌的散点图后的效果8创建数据透视表并添加字段9创建并设置数据透视图后的效果10对比本品牌竞争品牌的销售数据的数据透视图课堂案例——分析竞争品牌销售数据3.2.4竞争商品分析106竞争商品是指与商家的商品形成竞争关系的商品，包括类目、属性、目标消费者群体完全相同的直接竞争商品，形式不同、功能和目标消费者群体相似的间接竞争商品，以及目标消费者群体类似、能满足消费者相同需求、可以互相替代的替代品等，属于竞争商品的范畴。分析竞争商品，商家可以制定出更有效的市场运营策略；可以掌握竞争对手的市场动态，便于做出全局判断；可以掌握目标消费者群体的实际需求，保持自身商品的竞争力；可以根据市场情况推出更加符合消费者心理预期的商品。3.2.4竞争商品分析107本案例将首先综合对比各竞品与店铺主推商品的各方面数据，分析店铺主推商品的竞争力，然后以周为时间维度，计算近一个月内热门竞品的销售额和销量，找到该热门竞品的销售高峰时间，以确定主推商品的上架时间。其具体操作如下。课堂案例——分析智能数码用品店铺的竞品数据1续航时间计算结果2防水深度计算结果3.2.4竞争商品分析1083设置组合图4分析竞争商品的组合图（1）、（2）课堂案例——分析智能数码用品店铺的竞品数据3.2.4竞争商品分析1096调整数据显示顺序7分析热门竞品销售数据的组合图5数据转换结果课堂案例——分析智能数码用品店铺的竞品数据目录CONTENTS3.1市场行业分析3.2竞争对手分析

综合实训——分析女装市场行情利用收集到的女装各子市场的数据，分析近一年的女装各子市场容量、棉衣子市场趋势变化和皮草子市场潜力。实训目标综合实训——分析女装市场行情实训思路本实训的操作思路如下。（1）分析市场容量。利用年平均销售额并结合簇状柱形图，分析女装各子市场近一年市场容量。（2）分析趋势变化。利用“销售额占比”指标，并结合面积图和切片器，分析棉衣子市场近一年的趋势变化。（3）分析市场潜力。在数据透视表中创建“市场潜力指数”字段，分析皮草子市场近一年的市场潜力。111综合实训——分析女装市场行情实训步骤1121创建数据透视表并设置字段2创建并设置数据透视图后的效果综合实训——分析女装市场行情实训步骤1133分析女装各子市场年平均销售额的数据透视图4分析棉衣子市场近一年销售额占比趋势变化综合实训——分析女装市场行情实训步骤1145创建数据透视表并设置计算字段6分析皮草子市场的市场潜力的数据透视图及切片器感谢聆听！学习进步！

电商数据分析（微课版）第4章

商品分析与定价电商数据分析（微课版）目录CONTENTS4.1商品分析4.2商品定价综合实训——分析女装店铺商品数据4.1.1商品规划分析118市场需求大的商品，其滞销和库存积压的风险较小，因此通过统计某个品类下各类目商品的市场需求情况，就能规划商品应该覆盖哪些类目。此外，商品类目覆盖规划还应注意以下4点。1．类目覆盖子类目市场需求01行业发展趋势02店铺自身定位03二八市场044.1.1商品规划分析119本案例将以收集到的某电商平台上的智能数码用品下所有商品类目近一年的销售额为数据源，通过建立条形图来分析热门类目，其具体操作如下。课堂案例——分析智能数码用品市场的热门类目1自动求和结果2调整条形图后的效果1．类目覆盖4.1.1商品规划分析120除类目覆盖外，商品规划还需要考虑属性覆盖。如智能手环这个类目就涉及功能、品牌、兼容平台、无线距离等多种属性。下图所示为在淘宝网搜索“智能手环”后显示的数据，其中的功能、品牌等都是智能手环非常重要的属性。综合这些数据，从中选择符合店铺商品特性且受消费者欢迎的属性即可。2．属性覆盖4.1.2商品测试分析121商品测试指的是将商品投放到市场中，获取一定的数据结果后分析商品的市场表现，从而完善商品规划。各指标的含义和作用分别如下。点击率转化率收藏率商品的点击数与访客数之比，是影响未来商品展示量的指标之一，反映消费者对商品的兴趣程度。购买人数（用交易量指标表示）与访客数之比，是影响未来商品成交现量的指标之一，反映消费者对商品的接受程度。收藏人数（用收藏量指标表示）与访客数之比，是无法获得转化率时的替代性指标之一。加购率将商品加入购物车行为的人数（用加购量指标表示）与访客数之比，也是无法获得转化率时的替代性指标之一。UV价值客单价与转化率的乘积，反映的是单个访客的贡献价值。UV利润商品毛利与转化率的乘积，反映的是单个访客贡献利润的能力。122课堂案例——分析智能数码用品店铺的商品测试数据4.1.2商品测试分析本案例收集了智能数码用品店铺想要主推的部分商品的测试数据，下面将对这些数据的测试指标进行计算和分析，找出适合主推的商品，其具体操作如下。1点击率计算结果2转化率计算结果1234.1.2商品测试分析5UV价值计算结果6UV利润计算结果3收藏率计算结果4加购率计算结果课堂案例——分析智能数码用品店铺的商品测试数据1244.1.2商品测试分析9分析收藏率和加购率的数据透视图7分析UV价值和UV利润的数据透视图8分析点击率和转化率的数据透视图课堂案例——分析智能数码用品店铺的商品测试数据4.1.3商品定位分析引流款商品的作用就是为店铺吸引流量。这类商品往往价格较低、利润较少，需要有市场热度才能达到吸引流量的效果。引流款商品的点击率、收藏率、加购率指标都较高，如果商品的转化率不低或处于持续上升的趋势，说明该商品具备成为引流款商品的潜力。引流款商品对于吸引潜在消费者进入店铺十分关键，其多为价格具有竞争力或高性价比的商品，如价格亲民的智能手环、小容量移动电源等，能迅速抓住追求实惠且对商品有兴趣的消费者，从而增加店铺流量。1．引流款商品1254.1.3商品定位分析2．利润款商品126利润款商品的销量不一定是最好的，但其利润却很高，因此利润款商品一般针对的是目标消费者群体中某一特定的小众人群，应该尽量迎合这一部分人群的喜好。利润款商品的前期选款对数据分析的要求更高，应该精准分析小众人群的偏好，找出适合他们的价格区间和商品卖点等。利润款商品是店铺盈利的核心，商家一般不会对利润款商品投入过多的推广费用，这就需要在选择利润款商品时考虑其与引流款商品和活动款商品之间的关联性问题。引流款商品和活动款商品能够与利润款商品形成良好的关联，就更容易使利润款商品的流量和销量得到保障。4.1.3商品定位分析3．形象款商品127形象款商品的作用主要是提升店铺的整体形象和品牌价值，这类商品往往价格较高且销量有限，但对塑造店铺形象和吸引高端消费者有重要作用。商家应该选择一些高品质、高调性、高客单价的极小众商品作为形象款商品。品牌调性指品牌在市场中所具有的独有“性格”，其主要构成包括品牌核心价值定义阐释、品牌价值诉求、品牌标识语、品牌故事，以及品牌广告语等。提示4.1.3商品定位分析4．活动款商品128●

清理库存如果店铺以此为目的参加活动，商家则不会以追求利润为首要目的，而是希望尽快清理库存商品，为下一期商品的上新做好准备。●

提高销量如果店铺以此为目的参加活动，在以低价吸引流量的同时，还应当考虑消费者对商品的体验和店铺的盈利情况，因此商品定价就显得非常重要。●

让消费者体验品牌如果店铺以此为目的参加活动，为了吸引消费者，商家需要让消费者体验到活动价格的“诱人之处”，让消费者产生购物的行为。129课堂案例——分析智能数码用品店铺不同定位商品的占比4.1.3商品定位分析本案例收集了智能数码用品店铺上新的10种商品的数据，需要初步对商品进行定位规划。参考该店铺以往“引流款20%-利润款40%-形象款15%-活动款25%”的规划占比，下面需要分析这些新品的占比情况，其具体操作如下。1排列数据2分类汇总数据4．活动款商品130课堂案例——分析智能数码用品店铺不同定位商品的占比4.1.3商品定位分析3复制并修改数据结果4创建并调整饼图后的效果4．活动款商品目录CONTENTS4.1商品分析4.2商品定价综合实训——分析女装店铺商品数据4.2.1商品定价的常用策略1．基于成本的定价132基于成本的定价是较简单的定价策略。在定价时只需要考虑商品的成本，在此基础上提高定价以创造利润。基于成本的定价的基本计算公式为：商品成本+期望的利润=商品价格。采用这种定价策略的难点是商品成本的核算。实际上在核算成本时，除采购成本和运费外，还涉及人工成本、固定成本、营销成本等各个运营环节中产生的成本。右图所示为店铺商品成本的一般构成情况，在核算成本时可作为参考依据。4.2.1商品定价的常用策略基于竞争对手的定价是指只需参考直接竞争对手对特定商品的定价，并在此基础上对自己的商品定价进行调整。只有当自己与竞争对手销售完全相同的商品时，采用这种策略才有可能达到效果。但需要注意的是，基于竞争对手的定价策略可能会带来恶意的价格竞争。例如，销售某件商品时，竞争对手的商品定价为199元，为了取得价格优势，便将本商品的价格调整为189元，竞争对手一旦想重新取得价格优势，则会进一步压低价格，如此循环，会导致双方不断降价，不仅扰乱市场秩序，还可能因没有利润空间而失去对售后服务、物流等环节的把控，给商家和消费者都会带来不好的影响。采用基于竞争对手的定价策略时，一般可以利用黄金价格点的方法完成定价任务。2．基于竞争对手的定价1334.2.1商品定价的常用策略本案例将收集多个竞争对手的功能相似的智能手环的价格，然后利用黄金价格点的计算方法来为自己的商品定价，其具体操作如下。2．基于竞争对手的定价134课堂案例——利用黄金价格点为智能手环定价1选择价格区间2价格总和与促销价总和4.2.1商品定价的常用策略3．基于商品价值的定价135如果商家专注于商品给消费者带来的价值，希望在一段特定时期内让消费者为某一特定商品支付预期的金额，并以此为依据定价，那么这种方式就是基于商品价值的定价策略。基于商品价值的定价策略是一种复杂的定价策略，采用该策略，需要进行市场研究和消费者分析，需要了解最佳受众群体的关键特征，考虑消费者购买某商品的原因，了解哪些商品功能对消费者来说最重要，并且需要知道价格因素在消费者购买过程中所占比重等。4.2.2商品定价的技巧1．锚定效应锚定效应指人们在做决策时，会过度依赖最初接收的信息作为锚点，并以此为基础进行后续判断。下面列举几种基于锚定效应的定价技巧。环境影响价格数量暗示价格对比1364.2.2商品定价的技巧2．损失厌恶损失厌恶是指人们面对同量的收益和损失时，认为损失更令他们难以忍受。同量的损失带来的负效用大致为同量的收益带来的正效用的2.5倍。商家可以采用以下5种方法，放大消费者对收益的感知，缩小其对损失的感知。137非整数定价法方法尾数定价法价格分割隐形涨价限时优惠4.2.2商品定价的技巧3．诱饵效应138诱饵效应是指人们在对两个不相上下的选项进行选择时，由于第3个新选项的加入，使某个旧选项显得更有吸引力。被“诱饵”帮助的选项通常称为“目标”，而另一个选项则被称为“竞争者”。利用套餐绑定可以轻松实现利润最大化。对于店铺而言，搭配套餐可以让消费者一次性购买更多的商品，提高客单价，进而提高店铺的销售业绩。用价格筛选消费者是指通过故意调高定价来吸引消费者购买主营产品。套餐绑定用价格筛选消费者定价方法4.2.2商品定价的技巧1395．预期效应人们对事物已有的印象，在一定程度上会影响人们观察问题的视线。而对一个事物的预期，也会影响人们的态度和体验。所谓的“便宜无好货”，就是对低价商品的一种预期效应。4．折中效应折中效应指的是当人们在偏好不明确的情况下，往往更喜欢处于中间位置的选项，因为中间位置的选项看起来更安全，选择它不至于犯下严重的决策错误。这就是折中效应，最便宜的未必是最受欢迎的。商家在给商品定价的时候不要一味追求低价，可以定价在价位段中部。4.2.2商品定价的技巧6．心理账户140心理账户指的是人们面对损失和收益时的态度。基于心理账户，商家可以采取以下定价方法和技巧。“坏合好分”情感化设计满减4.2.3使用人工智能实现商品的智能定价141心理账户指的是人们面对损失和收益时的态度。基于心理账户，商家可以采取以下定价方法和技巧。智能定价的优势主要体现在以下3个方面。提高盈利能力增强市场竞争力降低运营成本4.2.3使用人工智能实现商品的智能定价142为了更好地理解智能定价的过程，本案例将以一家小型智能数码用品商家为例进行介绍，该商家专门销售各种智能设备和数码设备，其商品种类丰富，包括智能手环、智能手表、数码配件等。为了提高市场份额，实现利润最大化，该商家将借助人工智能技术来实现对商品的智能定价，其具体过程如下。课堂案例——体验并理解智能定价的过程（1）收集数据：为了实现智能定价，需要收集大量的数据，如商品价格、销量、销售额等历史销售数据，竞争对手的商品价格、市场份额、消费者行为等市场需求数据，以及宏观经济指标、季节性因素等其他数据等。（2）预处理数据：收集完数据后，需要对数据进行预处理，包括数据清洗、数据转换和数据统一化等。数据清洗的目的是去除异常值、修复缺失值，确保数据质量。4.2.3使用人工智能实现商品的智能定价143（3）选择模型：数据预处理完成后，需要选择合适的机器学习模型进行训练。本案例中，可以选择线性回归模型来预测商品价格，选择决策树模型来分析市场需求和消费者行为，选择集成学习模型来提高预测准确性。课堂案例——体验并理解智能定价的过程（4）训练模型：选择好合适的模型后，就需要对模型进行训练了。训练过程包括数据划分、模型训练和模型评估等步骤。首先，将预处理好的数据划分为训练集和测试集，用的训练和评估。然后，使用训练集对模型进行训练，调整模型参数，使其达到最佳效果。最后，使用测试集评估模型性能，确保模型具有良好的泛化能力（可以理解为适应数据集以外的新样本的能力）。4.2.3使用人工智能实现商品的智能定价144（5）优化模型：训练和评估模型后，如果评估结果不理想，就需要调整模型参数或选择更合适的模型重新训练，直到模型被优化到最佳效果。课堂案例——体验并理解智能定价的过程（6）实施智能定价策略：模型优化完成后，就可以开始实施智能定价策略了。首先，将实时销售数据、市场需求数据和各种外部数据输入人工智能系统；然后，利用训练好的模型，对商品价格进行实时预测；接着，根据预测结果，实现自动调整商品价格的目的；最后，需要监控智能定价策略的实施效果，包括监控销售额、市场份额等指标，持续实现模便更好地完善智能定价任务。目录CONTENTS4.1商品分析4.2商品定价综合实训——分析女装店铺商品数据通过对女装店铺的商品类目与属性的销售数据进行分析，对店铺所销售的商品进行有效规划。实训目标综合实训——分析女装店铺商品数据实训思路本实训的操作思路如下。（1）类目覆盖。利用收集到的女装套装各子类目近1年各月的销售数据，分析店铺所销售的商品应该覆盖哪个类目。（2）属性覆盖。在确认类目覆盖的基础上，对该类目商品的材质近10日的销售数据进行分析，确认应该覆盖哪些商品属性。146综合实训——分析女装店铺商品数据实训步骤1471女装套装各子类目近1年的销售额总和2利用柱形图对比分析4更改数据透视图后的效果3创建并设置数据透视图后的效果综合实训——分析女装店铺商品数据实训步骤1485腈纶材质近10日的销售趋势感谢聆听！学习进步！

电商数据分析（微课版）第5章

店铺流量分析电商数据分析（微课版）目录CONTENTS5.1流量的不同类型5.2分析店铺流量

综合实训——分析女装店铺页面流量数据5.1.1免费流量152免费流量指没有进行付费推广，消费者通过关键词搜索或类目搜索等途径进入店铺的流量。途径2．商品收藏商品收藏指消费者对某款商品进行收藏的行为。4．已买到的商品已买到的商品指消费者在某个店铺已经购买到的商品。1.直接访问直接访问指消费者在淘宝网搜索框中直接搜索商品或店铺名称进入店铺访问的行为。3．购物车消费者在淘宝网中将商品添加到购物车后，可以通过购物车快速访问相应的商品，并能快速下单购买。5.1.2付费流量付费流量是指通过投放广告按点击率计算支付费用等方法引入的消费者流量，这类流量精准度高，商家更容易获取潜在消费者。就淘宝网而言，常见的付费推广方式包括以下4种。15301．关键词推广淘宝网以前的直通车工具。商家采用这种付费推广方式时，需要深入研究关键词的搜索量、竞争度和相关性，设计出与商品高度匹配的关键词。02．人群推广04．淘宝联盟基于淘宝网庞大的消费者数据和先进的算法分析，构建多维度的消费者画像，商家根据商品的特性和目标市场，精准定位潜在消费者群体。随着社交媒体和内容消费的兴起，内容推广成为电商推广的重要手段。作为连接商家与淘宝客的重要平台，淘宝联盟为双方提供了互利共赢的合作机会。03．内容推广5.1.3站内流量站内流量是指通过购物平台获取的流量，就淘宝网而言，站内流量同样是店铺流量重要的构成部分。站内流量也有免费与付费之分，对于新店铺来说，可以先从免费的站内流量入手，主要包括微淘、淘宝头条等淘宝网官方互动交流平台带来的流量。微淘是手机淘宝的重要产品之一，它定位为移动消费入口，为消费者提供方便、快捷、省钱的手机购物服务，其宗旨是以消费者为中心。在微淘中，每一个消费者都可以通过订阅的方式获取自己想关注的店铺的信息和服务，并且和商家产生互动。1.微淘2.淘宝头条淘宝头条是一个生活消费资讯类媒体平台，媒体、达人及自媒体可以通过这一专业的信息发布平台创建“淘宝头条号”，借助淘系海量流量和精准算法实现个性化推送，获得更多的曝光和关注。1545.1.4站外流量站外流量可以为店铺带来很大一部分潜在的消费者群体，随着各大社交平台的兴起，商家越发重视站外流量，如微信、抖音等平台逐渐成为商家营销的新阵地。一些热门的微信公众号推文可达到10万的阅读量，可见其吸引的流量之