《跨境电子商务数据分析》课件-项目1 跨境电子商务数据分析基础

跨境电子商务数据分析项目1

跨境电子商务数据分析基础任务1认识跨境电子商务数据分析中国跨境电商市场交易额持续增长认识跨境电子商务主流B2C平台大数据时代数据分析工具高效精准运营

认识数据：数据就是数字吗？数据是对客观事件进行记录并可以鉴别的符号，是对客观事物的性质状态及相互关系等进行记载的物理符号，或者是这些物理符号的组合，是构成信息或者知识的原始材料。数据不仅指狭义的数字，还可以是具有一定意义的文字、数字符号的组合，比如说图形、图像、视频、音频等。商务数据主要指的是记载商业、经济等活动内容的数据符号。数据在互联网平台的沉淀过程什么是数据分析？数据分析是一种思维方式和技能，是指通过数据化的工具、技术和适当的统计分析方法对收集来的大量资料进行分析，提取有用的信息并形成结论的过程。全面、深入地把握日常经营中的问题并挖掘原因；为店铺运营决策提供科学准确的参考依据；是跨境电商运营质量管理体系的保障。描绘用户画像从“人”的角度，通过分析用户行为和业务数据之间的关系，勾勒用户画像，实现科学高效的客户分级分类管理和维护；提升产品优化从“货”的角度，通过分析产品引流和转化效果，打造产品组合策略；促进营销转化从“场”的角度，通过分析用户流量和付费转化效果，甄别优质投放渠道；完善运营细节通过“人、货、场”综合分析，制订精细化运营策略和方案。跨境电子商务数据分析主要应用领域速卖通平台网址：/亚马逊平台网址：/Wish平台网址：/敦煌网网址：/#hp-head-8ebay网址：/Wish平台网址：/敦煌网网址：/#hp-head-8ebay网址：/认识数据分析1.数据分析是指用适当的统计分析方法对收集来的大量的第一手资料进行分析，以求最大化地开发数据资料的功能，发挥数据的作用，提取有用信息和形成结论，从而对数据进行详细研究和概括总结的过程。2.跨境电子商务数据分析的最终目的是为解决运营中的业务问题。运营人员通过数据分析，将整个店铺的运营建立在科学分析的基础之上，将涉及市场、产品、运营、推广等各环节的指标定性、定量地分析出来，为店铺运营决策提供准确的参考依据。在跨境电商运营的整个生命周期内，数据分析过程是质量管理体系的支持过程，包括从产品的市场调研、选品上架、视觉设计、营销推广、订单支付、物流配送到售后服务都需要适当运用数据分析，以提升处理决策有效性。跨境电子商务数据分析的价值帮助跨境电商企业更好地了解用户帮助跨境电商企业对未来进行预测帮助跨境电商企业实时监控运营流程跨境电子商务数据分析项目1

跨境电子商务数据分析基础任务2认识跨境电子商务数据分析工作流程认识跨境电子商务数据分析流程第一步，明确数据分析目标企业所处阶段产品生命周期不同部门职能高层：用户，订单，收益运营：转化，跳失，流量推广：点击，花费，转化第二步，搭建数据指标体系将分析目标具体化绘制客户画像基本属性：年龄，性别，地区，职业行为特征：使用终端，消费频率，产品偏好例如：站内数据站外数据数据的主要来源渠道第三步，采集数据(1)认识数据源A.商品数据跨境电商卖家在开展电商活动之前，将商品相关数据录入电商平台数据库将其在店铺页面中呈现出来。这些商品数据主要包括商品的分类、品牌、价格、规格、展示，主要有文字描述、具体数值、图片等数据格式。在运营过程中，卖家通过采集不同款式、颜色、型号的产品在引流、获客、盈利方面影响的数据，便于卖家调整产品布局、运营策略及销售计划。b.客户数据客户在电商平台上进行购买之前需要进行注册，后续在线上交易、线下物流环节，平台将留存更完整的客户数据，包括姓名、性别、年龄等基本属性数据，城市、教育程度、工作单位等外在属性数据，首次注册时间、VIP等级、消费频率、购物金额等业务属性数据。掌握客户这些信息可以帮助卖家分析客户的消费行为特征，描绘客户画像和客户分群，帮助分析客户价值并实现客户的分级分类管理。c.交易数据交易数据包括购买时间、购买商品、购买数量、支付金额、支付方式等。对交易数据的采集是通过数据分析评估客户价值、将潜在客户变为价值客户来实现的。电子商务网络营销最主要的目的是促进商品销售，因此按照客户对商品的购买情况，可对当前和这个商品相关的营销策略及其实施效果进行评价，以便进行相应的调整。d.评价数据消费评价正在成为消费者产生购买行为的重要影响因素。这些评价数据主要以文本的形式体现，包含商品品质、客户服务、物流服务等方面的内容。对评价数据的采集可以帮助平台商家更好地跟消费者沟通，了解需求、完善产品和提高服务。站内数据主要类别CBDAAmazon、ebay、Wish等其他跨境电商平台的数据Google等搜索引擎跨境电商专业网站的研究报告及统计数据、新闻媒体报道、资讯。Instagram、Facebook等社交媒体ABCD站外数据(2)选择合适的数据源进行数据采集图1

人工采集的竞品信息汇总整理到表格使用数据透视表分析店铺的流量来源第四步，分析数据使用数据透视图进行可视化分析第五步，结果可视化第六步，运营优化策略建议数据分析的目的是通过数据挖掘经营中的短板和问题，通过数据分析其内在原因后为企业的业务优化和效率提升提供策略。因此，在分析数据并得出结论后，数据分析人员还要根据结果为业务部分提出优化策略和建议。第七步，持续跟踪优化数据分析人员为业务部门提供运营优化方案后，在方案实施后，需要对应用的效果持续跟踪，通过用户数据的反馈来验证方案的正确性和合理性。如果未能解决问题或实施效果不理想，应该及时更换第二套方案；如果问题得到了解决，还需持续跟踪数据表现，因为市场瞬息万变，新的变化将会引发新的问题。跨境电子商务数据分析项目1

跨境电子商务数据分析基础任务3认识跨境电子商务数据分析工具图1

登录全球速卖通平台/速卖通卖家后台界面速卖通前台搜索商品信息速卖通后台工具生意参谋驾驶舱品类市场物流营销流量任务助手首页实时播报成交分析国家分析搜索分析选词专家流量看板店铺来源商品来源商品排行单品分析商品洞察活动大屏物流概况物流分布海外仓X日达专题市场大盘物流概况选品专家海外仓X日达专题生意参谋首页店铺实时概况数据浏览生意参谋店铺成交数据查看流量概况-店铺核心指标数据查看流量概况-商品核心指标数据查看店铺来源指标数据查看品类板块-商品排行榜数据查看品类板块-商品排行异常监控数据查看品类板块-单品分析商品查询品类板块-单品核心指标查看营销板块-活动大屏查看物流板块-物流服务商数据查看市场板块-行业趋势数据查看生意参谋下载数据明细Excel表格文件——“数据”选项卡Excel表格文件——“插入”选项卡跨境电子商务数据分析项目1跨境电商数据分析基础3.2【创建数据透视表】一、认识数据透视表Excel的数据透视表是一种可以快速汇总分析大量数据的交互式数据分析工具。使用数据透视表，我们可以根据表格中的不同字段，从不同的角度来进行数据的透视，并且可以建立交叉的表格。可以动态地改变版面布置；按照不同方式分析数据；重新对行号、列标和页字段重新改变版面布局；改变版面布置会按照新的布置重新计算数据；原始数据发生更改时可以更新数据透视表。综合了数据排序、筛选分类汇总等数据分析功能的优点；可以方便的调整数据分类汇总的方式，以多种方式灵活的展现数据的特征二、数据透视表的作用及优点【实战训练：数据透视表的创建】某店铺2022年搜索流量数据（1）选中数据区域在Excel表格中选中需要插入数据透视表的数据源区域，即A1：I13，选中后，点击菜单栏的【插入】选项卡——点击【数据透视表】按钮。（2）创建数据透视表对话框设置确认选择的表或者数据区域是否正确；选择放置数据透视表的位置。（3）数据透视表字段设置：窗口中选中月、搜索人数和搜索次数选项；或：数据透视表字段窗口中直接将月拖入行区域、搜索人数和搜索次数将拖入到值区域中；汇总方式设置为求和；访客数标签拖入到筛选。跨境电子商务数据分析项目1跨境电商数据分析基础3.3【数据透视表的基本操作】操作步骤：（1）打开源数据表格，选中数据区域，点击插入选项卡-插入数据透视表；（2）在“数据透视表字段”窗格中，选中“月”和“访客数”选项；或者将“月”拖入“行”区域中，将“访客数”拖入“值”区域中，汇总方式设置为求和；（3）选中“访客数”列的任意一个单元格并右击，在弹出的快捷菜单中选择“值显示方式”——“列汇总的百分比”选项。使用数据透视表计算百分比操作步骤：（1）打开源数据表格，选中数据区域，点击插入选项卡-插入数据透视表；（2）在“数据透视表字段”窗格中，选中“月”和“访客数”选项；或者将“月”拖入“行”区域中，将“访客数”拖入“值”区域中；（3）选中访客数—一列的任意一个单元格并右击，在弹出的快捷菜单中选择“值显示方式”——差异百分比选项；（4）在弹出的“值显示方式对话框”中，设置“基本字段”为“月”，基本项为“上一个”，单击确定按钮。使用数据透视表计算环比数据操作步骤：（1）打开源数据表格，选中数据区域，点击插入选项卡-插入数据透视表；（2）在“数据透视表字段”窗格中，选中“月份”和“搜索次数”选项；或者将“月份”拖入“行”区域中，将“搜索次数”拖入“值”区域中，并将其汇总方式设置为求和；（3）选中“月份”任意一列的任意一个单元格并右击，在弹出的跨界菜单中选择“组合”选项；（4）在弹出的“组合”对话框中，设置“起始于”为“最小值”（即2022年1月），“终止于”为“最大值”（即2022年12月），步长为“季度”，单击“确定”按钮。使用数据透视表进行数据分组统计操作步骤：（1）打开源数据表格，选中数据区域，点击插入选项卡-插入数据透视表；（2）在“数据透视表字段”窗格中，选中“月份”和“搜索次数”选项；或者将“月份”拖入“行”区域中，将“搜索次数”拖入“值”区域中，并将其汇总方式设置为求和；（3）选中“月份”任意一列的任意一个单元格并右击，在弹出的跨界菜单中选择“组合”选项；（4）在弹出的“组合”对话框中，设置“起始于”为“最小值”（即2022年1月），“终止于”为“最大值”（即2022年12月），步长为“季度”，单击“确定”按钮。使用数据透视表的切片器对数据进行筛选跨境电子商务数据分析项目1跨境电商数据分析基础3.4【OFFSET函数的使用】1.OFFSET函数的基本规则在完整的数据源中根据数据分析任务的目标与需求，挑出其中某1项或几项数据。通过以指定的引用为参照系，通过指定偏移量得到新的引用。常用查找和引用函数，返回的引用可以是一个单元格或单元格区域，并且可以指定要返回的行数和列数。OFFSET(reference,rows,cols,height,width)参数参数涵义及说明输入数据类型reference表示偏移量参照系的引用区域。必须是对单元格或相邻单元格区域的引用，否则函数OFFSET返回错误值“#VALUE”。rows表示相对于偏移量参照系上/下偏移的行数。rows可以为正数(在起始引用的下方),也可以为负数(在起始引用的上方)。cols表示相对于偏移量参照系左/右偏移的列数。cols可以为正数(在起始引用的右边),也可以为负数(在起始引用的左边)。height表示所要返回的引用区的行数。width表示所要返回的引用区域的列数。实战演练：使用OFFSET函数获取数据某店铺2022年1-12月数据以某店铺2022年1-12月流量数据为例，使用OFFSET函数获取其中的搜索人数和搜索次数。以时间为参照系，将2022年1月~2022年12月的搜索人数和搜索次数单独整理出来。操作步骤：（1）新建表头和字段。在源数据所在工作表空白区域输入月份、搜索人数和搜索次数，作为表头和新的字段。在字段“搜索人数”下方第一个空白单元格中输入公式“=OFFSET(A1,1,3,1,1)”,按“Enter”键即得出B16单元格的计算结果；利用填充柄快速填充公式，得出各月的搜索人数结果。实战演练：使用OFFSET函数获取数据操作步骤：（2）与前一步操作相同，在字段“搜索次数”下方第一个空白单元格中输入公式“=OFFSET(A1,1,4,1,1)”,按“Enter”键，即得出C16单元格的计算结果；利用填充柄快速填充公式，得出各月的搜索次数结果。实战演练：使用OFFSET函数获取数据跨境电子商务数据分析项目1跨境电商数据分析基础3.5【SUMIF函数的使用】1.SUMIF函数的基本规则SUMIF函数是条件求和函数，可对符合指定条件的值进行求和。根据指定条件对若干单元格、区域或引用求和。SUMIF(range,criteria,sum_range)参数参数涵义及说明range表示条件区域。criteria表示求和条件。sum_range表示求和区域。实战演练：使用SUMIF函数对支付金额求和某店铺SKU销售详情表以某店铺SKU销售数据为例，使用SUMIF函数对尺码为20寸的商品支付金额求和。操作步骤：（1）空白单元格（A33)输入“尺寸：20寸商品支付金额”;（2）在B33单元格输入公式“=SUMIF(C2:C31,"尺寸:20寸",D2:D31)”，或在对话框中进行参数设置；（3）按“Enter”键即可得出计算结果。实战演练：使用SUMIF函数对支付金额求和跨境电子商务数据分析项目1跨境电商数据分析基础3.6【SUMIFS函数的使用】1.SUMIFS函数的基本规则SUMIFS函数是多条件求和函数，可对满足多个指定条件的值快速进行求和。SUMIFS(sum_range,criteria_range1,criteria1,criteria_range2,criteria2,......)参数参数涵义及说明sum_range表示求和区域。criteria_range1表示第1个条件的区域。criteria1表示第1个求和条件。criteria_range2表示第2个条件的区域。criteria2表示第2个求和条件。实战演练：使用SUMIFS函数对支付金额求和某店铺SKU销售详情表以某店铺SKU销售数据为例，使用SUMIFS函数对尺码为20寸且支付买家数小于50的商品支付金额求和。操作步骤：（1）空白单元格A33输入“尺寸：20寸且支付买家数小于50的商品支付金额”;（2）在B33单元格输入公式“=SUMIFS(D2:D31,C2:C31,"尺寸:20寸",E2:E31,<50)”，或在对话框中进行参数设置；（3）按“Enter”键即可得出计算结果。实战演练：使用SUMIFS函数对支付金额求和跨境电子商务数据分析项目1

跨境电子商务数据分析基础任务4认识跨境电子商务数据分析方法二、分组分析法1、对比分析法

对比分析法也叫比较分析法，通过对两个或两个以上相互联系的数据进行比较，从数量上展示和比较事物的规模大小、水平高低、速度快慢。在对比分析中，关键是选择合适的对比标准，只有选择合适的标准才能做出客观、准确的评价。对比分析法具体包括纵向对比、横向对比、标准对比、实际与目标对比。进行对比分析时可以选择不同的维度进行，最常见的是时间维度和空间维度的对比。根据对比的时间标准的不同，对比分析通常可以分为同比和环比（1）同比分析法

同比分析法是按照时间即年度、季度、月份、日期等进行扩展，消除了季节变动的影响，可以用来说明本期水平与往年同期水平对比而达到的相对值。例如，本期1月比去年1月、本期2月比去年2月等。实际工作中，经常使用这个指标，如某年、某季、某月与上年同期即同年、同季度或同月相比的增长速度，计算公式为：同比增长速度=(本期-往年同期)/往年同期×100%（1）环比分析法

环比分析法是报告期水平与前一时期水平之比，表明某现象逐期的变化趋势。如果计算一年内各月与前一个月对比，即1月比去年12月，2月比1月，3月比2月，说明逐月的变化程度。计算公式为：环比增长速度=(本期-上期)/上期×100%空间维度的对比分析是指选择不同的空间指标数据进行比较，可以与同地区、单位进行比较，也可以与行业内的标杆企业、竞争对手或行业平均水平进行比较等。2、分组分析法

分组分析法是根据分析对象的特征，按照一定的指标，将对象划分为不同类别进行分析的方法，这种分析方法能够揭示分析对象内在的联系和规律。分组分析法的关键是分组。，通常按照属性标志和数量标志进行分组。属性是指用于说明事物的性质、特征，如人的姓名、所在部门、性别、文化程度等标志。例如，将客户按照性别分为男、女两组。数量标志分组分析法是指将数量作为分组依据，将数据总体划分为若干性质不同的部分，以分析数据的分布特征和内部联系。如人的年龄、工资水平、企业的资产等。3、结构分析法

结构分析法是分析研究总体内的各部分与总体进行对比的分析方法。总体内各部分占总体的比例属于相对指标，一般某部分所占比例越大，说明其重要程度越高，对总体的影响越大。例如，市场占有率就是一个典型的运用结构分析法得到的指标。其计算公式为：市场占有率=（A企业某产品的销售量÷该种产品的市场销售总量）×100%4、平均分析法

平均分析法是运用平均指标来反映总体在一定时间、一定地点条件下，某一数量特征的一般水平。平均分析法通常应用于两种情况。一种是利用平均指标对比同一现象在不同地区、不同行业、不同类型单位之间的差异程度，比用总量指标进行对比更具有说服力。另一种是利用平均指标对比同一现象在不同历史时期的变化，更能说明其发展趋势和规律。平均指标有算术平均数、几何平均数、众数和中位数等，其中最常用的是算术平均数，也就是日常所说的平均数或平均值。计算公式为：算术平均数=总体各单位数值的总和÷总个数5、矩阵关联分析法

矩阵关联分析法是将事物的两个重要属性作为分析的依据进行分类关联分析，以此解决问题的一种分析方法，也称为矩阵分析法。聚类分析法是一种探索性的分类分析方法。在分类的过程中，无需分类标准，聚类分析法能够从样本数据出发，通过抽取事物之间的相似性，自动进行分类。聚类是将数据分类到不同的类或者簇的一个过程。所以，同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的相异性。6、聚类分析法7、回归分析法

回归分析法是确定两种或两种以上随机变量间相互依赖的定量关系的一种统计分析方法，按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。利用回归分析法进行预测时，常见的是一元线性回归分析，又称简单线性回归。一般线性回归分析主要有以下5个步骤：（1）根据预测对象，确定自变量和因变量；（2）制作散点图，确定回归模型的类型；（3）估计参数，建立回归模型；（4）检验回归模型；利用回归模型进行预测。（1）预测分析

预测分析也叫趋势分析，即在已有数据的基础上，利用科学的方法和手段，对未来一定时期内的市场需求、发展趋势和影响因素的变化做出判断，进而为营销决策服务。常用的预测分析方法包括图表趋势预测法与时间序列预测法。商家可以通过图表趋势法预测商品销量和销售额，根据预测值调整销售策略。其中总最基本的是趋势线预测法。用户可以使用趋势线从图表中获取预测数据信息。趋势线的主要类型有线性、指数、对数、多项式、幂、移动平均等。选择合适的趋势线类型是提升趋势线的拟合程度、提高预测分析准确性的关键。（2）时间序列法

时间序列是指某种变量在一定时间段内不同时间点上观测值的集合，这些观测值是按时间顺序排列的，时间点之间的间隔是相等的，可以是年、季度、月、周、日或其它时间段。如按年、季度、月、周、日统计的商品销量、销售额或库存量。时间序列预测法是一种回归预测方法，是把统计资料按时间发生的先后进行排序得出的一连串数据，利用该数据序列外推到预测对象未来的发展趋势。简而言之，时间序列预测法就是根据时间发展进行预测。8、相关分析法

相关分析法是研究两个或两个以上随机变量之间相关关系的方向和密切程度的方法。利用Excel数据工具库中的相关分析，能找出变量之间所存在的相关系数。相关分析类别中最为常用的是直线相关，其中的相关系数是反映变量之间线性关系的强弱程度的指标，一般用r表示。当-1≤r＜0时，则变量之间线性负相关；当0＜r≤1时，则变量之间线性正相关；r=0时，则变量之间无线性关系。跨境电子商务数据分析项目1跨境电子商务数据分析基础4.1【实操演练】环比分析法

对比分析法对比分析法也称比较分析法，是通过对客观事物进行比较，以认识事物的本质和规律并作出评价的分析方法。对比分析法通常对两个相互联系的数据进行比较，从数量上展示和说明数据分析对象的规模大小、水平高低、速度快慢，以及各种关系是否协调。在对比分析中，选择合适的对比标准是十分关键的，只有选择合适的标准才能做出客观的评价，选择不合适的标准可能会得出错误的结论。可以选择不同的维度进行对比分析。01同比分析法

同比分析法是按照时间即年度、季度、月份、日期等进行扩展，消除了季节变动的影响，可以用来说明本期水平与往年同期水平对比而达到的相对值。例如，本期1月比去年1月、本期2月比去年2月等。02环比分析法环比分析法是报告期水平与前一时期水平之比，表明某现象逐期的变化趋势。如果计算一年内各月与前一个月对比，即1月比去年12月，2月比1月，3月比2月，说明逐月的变化程度。对比分析常用方法—对比分析法

环比分析法是报告期水平与前一时期水平之比，表明某现象逐期的变化趋势。如果计算一年内各月与前一个月对比，即1月比去年12月，2月比1月，3月比2月，说明逐月的变化程度。计算公式为：环比增长速度=(本期-上期)/上期×100%例如，某店铺在2021年11月成交额为22580元，2021年10月的成交额为18540元。其环比增长率=(22580-18540)÷18540×100%=21.79%环比分析法操作任务背景：某企业主要经营女装产品，为了了解企业在2018年销售数据增长变化的趋势，公司采集了2018年全年的销量数据，并对该数据展开环比分析，查看全年逐月的销售数量增长率。任务分析：使用Excel工具数据透视图，对企业年度销量数据进行环比分析。环比分析法操作打开源数据表格，依次点击“插入”、“数据透视图”按钮。也可先选中数据区域：A1:B14，点击“插入”—“数据透视图”。1环比分析法练习在Excel中进行环比分析在【创建数据透视图】编辑框中的“选择一个表或区域”中，输入需要进行处理的数据区域，然后选中“现有工作表”并在“位置”中输入数据透视图将要放置的位置。2环比分析法操作在右侧【数据透视图字段】编辑区，选择“时间”、“销售额”、“月”这几个需要呈现在数据图中的指标。随后，将“销售额”拖拽至“值”，将“月”和“时间”拖拽至“行”（轴/类别）。3环比分析法练习在Excel中进行环比分析

选中汇总的某一个数值并点击鼠标右键，然后点击“值显示方式”按钮。4环比分析法练习在Excel中进行环比分析点击“差异百分比”按钮，在【值显示方式】编辑框的“基本项”选择“上一个”。5环比分析法练习在Excel中进行环比分析经过以上操作，会自动生成企业2018年各月的环比增长率数值及图表6跨境电子商务数据分析项目1跨境电子商务数据分析基础4.2【实操演练】预测分析法

预测分析法预测分析法也叫趋势分析法，指的是根据一段时间周期内的已有历史数据，利用统计分析等方法工具，对未来一定时期内的数据进行预测。常用于预测市场需求、变化发展趋势，以及某事物影响因素的变化判断，进而为相关决策提供服务。跨境电商企业在经营过程中，商家可以通过预测分析法对商品销量和店铺销售额进行预测，根据预测值调整运营策略。01图表趋势预测法图表趋势是指通过图表的形式来反映数据的变化规律及趋势。图表趋势预测法就是利用Excel等数据表格处理软件将一定时间周期的数据形成图表，为图表添加趋势线后，根据趋势线来进行未来一定时期的数据预测。02时间序列预测法时间序列是指某种变量在一定时间段内不同时间点上观测值的集合。时间序列预测法是一种回归预测方法，是把统计资料按时间发生的先后进行排序得出的一连串数据，利用数据序列外推预测未来的发展趋势。常用预测分析法【实战演练】趋势线预测A店铺销售额如图，已知A店铺2010年到2018年各年的销售额数据，采用线性趋势线法预测店铺2019年、2020年的店铺销售额。步骤1：打开“A店铺销售额数据.xlsx”文件，选择数据区域，选择“插入”选项卡，在“推荐的图表”组中单击“折线图”，在出现的各种类型的折线图中，选择“带数据标记的折线图”。完成的折线图图表标题修改后步骤2：选中折线图，在“图