如今电商时代，传统电商该如何破局？ 这几个分析方法很重要

不知道大家发现了吗，今年的双十一过的十分平静，不复往日的辉煌。身边的伙伴讨论双十一就更少了，往年双十一大家见面都会相互问一句：今年剁手买啥了？但是不知道从何时开始，大家都好像忘了有双11这回事，日子该怎样过还是怎样过。虽然双11的热度已经慢慢降下来了，但是今年天猫与京东都分别取得了5403亿与3491亿的成交额，还是一个不错的数字。

但是相对于直播电商行业来说，今年的双十一却是赚的非常多，简直是吸足了众人眼球。在今年双十一的首轮预售当日里，直播带货界的一哥一姐李佳琦、薇娅就分别创下了106.5亿元与82.5亿元的成交金额，让整个电商界不禁惊呼这两人联手“杀死”了双11。在短短4、5年间里，直播电商已经发展成为了最具代表性的新型电商模式。

相比于直播电商行业的崛起，传统电商行业就显得落魄了，很多淘系、京系的小卖家连连叫苦：今年的双11简直是颗粒无收，好不容易压低价格报了活动，结果卖出的销量惨不忍睹，成本都收不回来。毕竟传统电商辉煌了这么多年，也是时候推出新的东西，这个势头是不可逆的。

如今的电商时代，传统电商应该如何破局？我的建议有两点，第一点是可以考虑转型，从传统电商的过渡到直播电商、新媒体电商等领域，为自己创造更大的发展空间。第二点是以顾客服务为出发点，专注用户运营，如果要做到这个，除了要提高运营水平，还要懂得一定的分析方法，下面给大家列举一些电商领域常见的数据分析方法。

客户画像数据分析

对于电商企业来说，客户的数据都是值得去研究分析，一个好的客户画像可以让我们更清晰地知道我们的客户都有什么特征，进而制定出最佳的营销方案。针对客户数据进行分析的方法有很多，小编给大家推荐的客户分析组合拳是：RFM分析+用户生命周期分析+用户活跃度分析。这几个分析方法都可以从深处洞察用户行为，大大提升客户的转化率和重复购买率，避免客户流失。

RFM客户价值数据分析：

用户生命周期数据分析：

用户活跃度数据分析：

产品数据分析

大部分的电商管理人员在对产品数据进行分析的时候，用到的分析方法非常单一，对产品的划分永远都是两种：销量好的与销量不好的。这样的分析方法往往比较片面，而且忽略了产品与产品之间的联系，对产品销量的提升没有什么大的帮助。小编在这里给各位电商管理人员推荐一个产品分析的组合拳：波士顿矩阵分析+购物篮分析+ ABC分析，这几个分析方法非常经典，相信很多人都听说过，把这套分析方法运用之后，你会发现，产品的销量一下子就上来了，是不是很神奇？

波士顿矩阵数据分析：

购物篮数据分析：

ABC数据分析：

留存数据分析

很多企业的管理者都在吐槽，想留住客户怎么就这么难，昨天来了10个人，今天一下子就走了9个，是不是我们的店铺有什么问题？说实话，留存问题一直以来是企业管理者的一块心病，有可能是产品问题，有可能是页面的吸引力问题，要想提高用户的留存，必须做出全方面的分析。下面给各位电商从业者推荐一个留存数据分析的组合拳：同期群cohort分析+同期群cohort收入分析+复购率回购率分析。这套数据分析模型可以帮你有效监测客户的流失数据，找出精准的问题所在，进而对症下药。

同期群cohort数据分析：

同期群cohort收入数据分析：

复购率回购率数据分析：

数据分析工具的选择

需要做出数据分析模型，我们有很多的数据分析工具选择，例如python、powerbi这些都可以，但是最适合数据小白的工具还是智分析，下面以智分析为案例给大家介绍一下，如果做电商数据的可视化分析需要怎么做，主要分成三个步骤：

上传数据

点击数据连接里的Excel文件数据源，把Excel数据上传到智分析里：

数据建模

点击数据准备里的数据模型，找到上传的Excel文件，把该文件保持为数据模型的格式：

数据可视化

点击分析展现里自助仪表盘，找到刚刚保存好的数据模型，通过鼠标拖拽的方式，便能制作出栩栩如生的动态可视化报表了：

在如今电商时代已经过了躺着就能赚钱的时候了，在电商市场三分天下的格局，中小电商在传统经营领域需要做到更精细化的运营，对用户画像更了解，对规则掌握更熟练才能在众多竞品中差异化脱颖而出，而对经营数据进行数据分析是能够了解用户需求和经营情况的重要手段。

申请试用