電子商取引データ運用分析（「運用分析」電子商取引初心者はどうやって分析アイデアを見つけるのか？）

「運用分析」電子商取引の初心者は分析のアイデアをどのように見つけるのでしょうか?

最近、ファンが以前の記事にコメントを残しました

データ分析の重要性を認識し、それを実行したいと述べた

しかし、どこから始めればいいのか、データ分析のためのアイデアをどうやって見つければいいのか分かりません。

今日は仕事が早く終わったので、データ分析のアイデアの見つけ方について簡単に説明したいと思います。

データ分析の一般的な手順はいくつかの段階に分けられることがわかっています。

大まかに次のようになります。

➤まず、データ分析の目的を明確にする

➤次に、関連するデータディメンションをフィルタリングします

➤3番目はデータ収集

➤4番目はデータの前処理

➤ 第5に、データ分析

➤6番目、データ結果のプレゼンテーション

➤7番目に、最適化の提案をする

➤ 第8回 実行結果の検証

➤ 第9回 サイクルの再最適化

このステップは少し厄介に思えるかもしれません。

簡単な例を挙げて説明すると

データ分析は病院に行って医者に診てもらうようなものです。目的は病気を診ることです。

どのように治すかは分析のアイデアです

どのようなチェックでどの次元のデータをフィルタリングするか

血液検査とX線検査はすべてデータ収集を目的としています。

アッセイはデータの前処理である

さまざまなX線検査機器はデータ分析に使用されるツールです

テスト結果はデー​​タとして提示され、症状や問題を明確に把握するのに役立ちます。

最適化の提案は処方薬と治療法です

実行結果の検証は治療後のフィードバックです

最適化のサイクルは、回復するまで病院に戻ってフォローアップすることです。

これは、公式のデータ メソッドの手順よりも覚えやすいはずです。

つまり、データ分析は医者に診てもらうようなものです

明確な治療方針を示さずに薬を処方する医者は、間違いなくインチキ医者です。

そのため、データ分析の目的が明確でなければ、分析のアイデアを決定することは不可能です。

アイデアのないデータ分析は単なる混乱です。

ここではすべてについて詳しく説明することはしませんが、最も重要なものに焦点を当てます。

データ分析の目的の決定方法とデータ分析アイデアの構築方法

データ分析の役割を明確にするために、

それはコンパスのようなもので、データ分析全体を通してガイドとして機能します。

また、データ分析の結論が、運用プロセス中に解決したい問題を実際に解決できるかどうかにも直接関係します。

最初に方向性を間違えると、後から関連するデータ指標をフィルタリングしたり、データを表示したり、結果を提示したりすることが難しくなります。

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

電子商取引のデータ分析に関しては独学です。

石を感じながら川を渡る、実践と探検のタイプに属する

初心者がこのプロセスで犯しやすい致命的な間違いの1つは

入手可能なデータが何であれ、

とにかく全部集めよう

最後に、いくつかの結論を導き出せるかどうか見てみましょう

その結果は

1. 収集されたデータは非常に複雑だが体系的ではない

2. データ収集には非常に長い時間がかかります

3. 結果に本当に役立つデータディメンションが大量の無効なデータの中に隠れているため、見つけるのがさらに困難になります。

4. データが役に立たなくなると、無駄な作業を行うのは簡単になります

しかし幸運なことに、私は大学で統計学を学んだので、ある程度のデータ感度を持っています。

幸運にも私は戻る道を見つけた

我々を育成するために大学の先生方が払った苦労は無駄ではなかった。

また、データ分析を行うことで

分析には明確な目的がなければならない

データ分析への一貫したアプローチ

完全な分析アイデアが得られて初めて、結果に実際に影響を与えるデータ ディメンション (有効なデータ) を見つけることができます。

そうすることで初めて、分析の目的に応じてデータを的確に前処理できるようになります。

そうすることで、分析目的に応じて、次元増加、次元削減、分割、仮説、前年比、四半期比などの分析手法を使用できるようになります。

データの傾向と規則性を示すためにどのようなチャートを使用するかを選択するために

そうして初めて、データの背後にある意味を掘り起こし、問題を見つけることができます。

問題の解決策を見つけるために

さて、データ分析の目的を見つけることは非常に重要なので

データ分析のアイデアをいかに見つけるかが重要です

特にデータ分析初心者向け

一般的に言えば、データ分析を見つけるというアイデアは次のようになります

まず、自分自身に質問してみましょう。

例えば、ダブル11のパフォーマンスは

私たちの分析の目的は、Double 11 のパフォーマンスが低下した理由を見つけることです。

例えば、パフォーマンスの低下は、運用のトラフィックの考え方に応じて分割できます。

パフォーマンス = トラフィック * コンバージョン率 * 平均注文額

パフォーマンスの低下は 1 つ以上の側面の低下によって発生するはずなので、分析するデータにはトラフィック、コンバージョン、顧客注文が含まれている必要があります。

ここでの包含は、店舗のトラフィック、コンバージョン、顧客の注文だけを指すのではない。

例えば、トラフィックが減少した場合、チャネルごとに細分化することもできます。トラフィックの減少がパフォーマンスの低下を引き起こしたと単純に言うことはできません。

主要なトラフィック ソースの中核は無料と有料です。

二次トラフィックソースには、Taobao検索、Taobaoホームページ、Taobaoアフィリエイト、直通列車、ダイヤモンド展示会などが含まれます。

そして、大きなプロモーションに非常に関連のある会場のトラフィック

Juhuasuan や Taobao などの有料プラットフォーム アクティビティからの追加トラフィックもあります。

全体的なトラフィックの増減は、セグメント化されたトラフィック チャネルと密接に関連しています。全体のトラフィックが増加または減少すると、セグメント化された各チャネルのパフォーマンスも増加または低下する可能性があります。

各チャネルの変更はまだ明らかではありません。コンバージョン率の変化を加えると

例えば、会場の来客数は昨年に比べて減少していますが、顧客の注文数やコンバージョン数は増加しています。このチャネルのトラフィックは少ないですが、出力パフォーマンスは昨年の同時期よりも高くなる可能性があります。そのため、特定のチャネルが店舗全体のパフォーマンスにどのような影響を与えているかを恣意的に判断することはできません。

セグメント化された各トラフィックチャネルを詳細に分析する必要がある

トラフィック、コンバージョン、配送注文、取引金額を個別に比較する

各チャネルの上昇または下降の理由を個別に分析する

最後に、本当の結論を導き出すことができます

パフォーマンスが低下した理由は何だと彼らは考えていますか?

例えば、製品部門に尋ねると、彼らは問題を運用のトラフィック思考ではなく、製品思考で考えています。

運用上の交通の考え方から分離することに加えて

店舗全体のパフォーマンスは、個々のカテゴリーと商品によって構成されているからです。

今年の各カテゴリーのトラフィック、取引、パフォーマンスが昨年と比べてどのように変化したか、また、製品の関連売上がどのように変化したかを分析することができます。

ドリルダウンして、売れ筋商品、平均的売れ筋商品、売れ行きの悪い商品など、さまざまな製品階層のデータ パフォーマンスを分析し、前年比でパフォーマンス貢献度にどのような変化があったかを確認します。

最終的な結論は、どのカテゴリー、どの製品階層、どの製品がトラフィックやコンバージョンの理由でカテゴリーのパフォーマンスの低下を引き起こしたのか、そして売れ筋製品のパフォーマンス貢献率の低下が店舗全体のパフォーマンスの低下につながったということです。

CRM顧客関係管理からセグメンテーションを考える

それは新規顧客が減ったからでしょうか、それとも既存顧客を失うことが増えたからでしょうか?

RFMモデルから、さまざまな顧客タイプ

アクティブ期間、サイレント期間、解約期間、離脱期間における顧客再購入率、再購入額などが全体のパフォーマンスに与える影響

ここで私が言いたいのは、各部門の担当者に尋ねることです

パフォーマンスが低下した理由は何だと考えているのでしょうか?

これらはすべて、データ分析のアイデアの参考として使用できる非常に優れた提案と指示です。

結局のところ、人の思考には限界があるため、より包括的なデータ分析アプローチを見つけるには、他の人からのより多くの視点が必要になります。

✦例: 今年の製品の品質が十分でなかったために、顧客離脱率が低下したため、業績が低下したのでしょうか?

✦例: 当社の業績が低下したのは、競合他社の大規模なマーケティング キャンペーンによって会場への来場者数とカートに追加されたコレクションが大幅に減少したためでしょうか?

✦例: 当社の業績の低下は、当社自身の衰退によるものではなく、衣料品業界全体の衰退によるものでしょうか?

✦例: 当社の業績が低下したのは、ダブル 11 期間中に政府がリソースを補充するために、オフラインの新しい小売ブランドへのトラフィックを意図的に増やしたためでしょうか?

これらの仮説的な状況はすべてデータに基づいています。問題は、分析して対応するデータ ソースを見つけるためのアイデアがあるかどうかです。

以下に簡単な例をいくつか示します。

1. 製品の良し悪し、損失の有無など、Business Advisor の競合分析を通じて製品の損失を確認できます。どのブランド、あるいはどの製品が失われたかがわかります。損失の理由がスタイル、価格、ブランド、マーケティングのいずれであるかを分析することもできます。

Business Advisor は毎日の解約データのみを提供するため、影響は時々発生します。独自のデータを保存し、それを月次、四半期、さらには年次の解約データに集計することもできます。

2. 業界の競合他社のマーケティング活動をすべて収集することで、競合他社がより大きなマーケティング努力を行ったかどうかを比較できます。

3. ビジネスアドバイザーの業界市場動向を通じて、業界の変化する傾向を完全に理解できます。

4. 政府が特定の商人への流れを人為的に逆転させているかどうかは、同じ種類の商人のトラフィックデータ、特に自由トラフィックのセグメント化されたチャネルのトラフィック増加率を比較することによって判断できます。異常な成長は異常です。

最後に、データ分析のアイデアを見つける方法

データ分析のアイデアを見つけるには？つまり、自分自身に質問し、他の人に質問し、仮定を立て、最後に分析と検証のためのデータを収集します。

まとめると、データ分析の目的を明確にすることが非常に重要です。

明確な目的があってこそ、プロセス全体にわたるデータ分析のアイデアを構築できるからです。

しかし、データが多ければ多いほど良いということではなく、データが複雑であればあるほど良いということにも留意することが重要です。逆に言えば、データがシンプルであればあるほど良いのです。

覚えて！覚えて！覚えて！

アイデアは参考用です。お気軽にお問い合わせください。ご質問も受け付けております。

次の記事はデータレビューのやり方について書くかもしれません。ファンからこんな質問を受けたからです

皆さんのサポートが、私がシェアを続けるモチベーションになっています。本当にありがとうございます!

イチイデータ

自分の才能が野心を支えられないときは、落ち着いて学んでください。

【日々の疑問】コラム

1.【日刊質問】メイン映像動画を作るメリットは何ですか？

2. [毎日の質問] 公式プロモーション期間中でも Juhuasuan に登録する必要がありますか?

3. [毎日の質問]「商品価格力」がパブリックドメイントラフィックの獲得にどのように影響するかをどのように理解していますか?

4. [毎日の質問] 交通渋滞時に核分裂クーポンを使用するにはどうすればいいですか?

5. [毎日の質問] タイトルの最適化では、検索人気度は高いがコンバージョン率が低いキーワードを使用するべきでしょうか、それとも使用しないべきでしょうか?

6.【日替わり質問No.06】メイン画像の修正に関する誤解！

7.【日問07】業界や競合店の参考値はどこで調べられますか？

8.「毎日の質問08」Tmallマーケティングプラットフォーム活動の価格制限にどのように対処するか

9.「日替わり質問09」UV値やコンバージョンは増加しているのに、検索ボリュームが減少したのはなぜでしょうか？

10. 「Daily Question 10」アクティビティを実施した後、検索ボリュームが減少したのはなぜですか?