数据分析思维——电商案例对比分析法篇

投稿用户 • 2022年12月9日 pm11:50 • 深度学习 • 阅读 469

对比还需要方法论!? 嗯,要的,而且很科学。本篇我从数据分析的角度来介绍下方法论。

一如既往的可爱呀

探讨方法论需要加几个具体的量化标准。对比分析方法需要在统一的前提下做对比，通过目标数据和参考数据来对比，才能客观评价目标结果的好坏。

由此对比分析法需要严谨的数据关键指标和标准。下文会用电商店铺的案例具体说明，废话不多说，直接看干货。

理论篇

对比分析大致可以归纳成三个前提和四个指标

三个前提：对比的性质,范围,度量衡要一致,怎么理解呢？

一，性质要相同，比如对比网店的销售数据,A店铺购买人数为100,B店铺浏览人数为200,性质不同,不能作为销售数据的对比。

二，范围要相同,范围需要包含时间和空间两个维度,比如对比一个人的身高正不正常.我28岁,175厘米对比8岁的小朋友140厘米,这就不恰当。

三，度量要相同,比如1RMB和1刀不能直接1:1兑换，所以那个确实可以赚钱。

四个量化标准：时间标准，空间标准，理论标准(定基比)，目标标准

时间标准：不同时间范围内的指标作为对比标准，包括同比，环比（同比:与上年同期比较；环比:与上一周期比较）

【计算公式：同比=(本周期指标/去年同期指标)*100%；同比增长率=(本周期指标/去年同期指标-1)*100%】

【环比=(本周期的指标/上一周期的指标)*100%；环比增长率=(本周期指标/上一周期指标-1)*100%】

空间标准：以不同的空间范围内的相同性质的指标作为对比的标准

与相同的空间比较：比如学生小明的成绩对比同班最高分的成绩

与先进的空间比较，小明的成绩对比年级最好的成绩

与更大的空间比较，小明的成绩对比一个地区每个学校最高分的学生的平均成绩。

也建议很多父母别光盯着孩子考第一，一致否定孩子的努力，还要了解孩子具体处于什么水平，这是可以量化的。

理论标准：定基比，以某一个值的基点作为一个标准，比如肥胖的判断标准BMI指标

BMI=体重KG/(身高M)^2（体重除以身高的平方），正常范围：18.5-23.9，比如我1.75M,90KG,按BMI的标准，我就是个大胖子，你们有兴趣的可以算下自己胖不胖。这个世界对胖子没那么友好,肥肥们要动起来呀,最近我也在打篮球,跑步，其实我很帅。

目标标准：实际数据与目标数据对比，比如招聘人数指标，销售GMV指标，可以看你老板给你定多少任务,你自己定多少任务给自己了才利益最大化。毕竟自己赚钱，强不强悍先不说，先做到给自己加量，不怕失败。

案例篇：举个栗子

举个编造的案例：比如你是电商的运营，老板问你三个平台的12月份销售转化率情况怎么样。你要怎么回复呢？提示：遇到问题先思考，再有步骤的去做。

思考：销售转化率是通过数据反应的,那找到数据，然后可视化就有答案了。

步骤：按照不同时间(同比:去年的同期数据,环比:今年12月份前的数据),不同空间(某宝,某东,某拼)，目标去找数据做对比，我们提取过往的转化率数据。

不同空间不同时间的数据源

先环比,从转化率数据看到12月份某宝的数据0.46,从2月份到12月份只是比双11差点,比其它都高,说明某宝的店铺做的非常好，再看同比去年12月份增长61%,对比其他月份只有9月和11月比他高,但是9月比较异常,可能是前一年做的太差,或者后一年做的什么活动让它做的很好，不用太过在意。

再从不同空间看,某宝12月份单月比其他的同比增长率也还是高,从近3个月看也是高的,各平台的12月份的增长率绝对值来看,0.46低于某东0.64低于某拼0.84,某宝是最低的。从各个月份看也是如此。所以可以得出一个初步结论,某宝的转化率其实比其他平台要低,但整体来说某宝的转化率总体是稳定上升还是不错的。我们把这些数据可视化出来,就能看到结论比较清晰了。

各渠道的同比转化率

对比下不同月份的各平台的转化率可以看到某宝一直是最低的,所以某宝整体销售转化率一直是比较平稳的,这个12月份还比较好。

不同空间不同时间各平台转化率

这个问题的结论：

对比去年12月份,淘宝今年12月转化率增长61%,从各个月份的同比关系来看,12月份数据61%是一个相对较高的水平,从每个月份转化率的绝对值来看,淘宝的转化率低于京东和拼多多是一个常态,但近3个月同比增长值远高于其他的平台。

篇末总结：嗯,没看懂的留言问我，因为我觉得自己有很多可以分享的东西。

本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请发送邮件至 sumchina520@foxmail.com 举报，一经查实，本站将立刻删除。
如若转载，请注明出处：https://www.sumdns.com/13676.html

数据分析思维——电商案例对比分析法篇

理论篇

案例篇：举个栗子

相关推荐