1

數據分析

1. 數據分析

2. 數據分析的意義

3. 數據分析的場景

4. 數據分析各場景的指標

5. 數據分析常用的方法

了解數據分析的意義、應用場景和常用方法

2

銷售目標分解

1. 基于客戶的銷售分解：S=S1+S2+S3

及相應的銷售占比結構

2. S1=UV*CVR*P

3. S2=N*R*P

4. S3=N*K*P

銷售目標分解與數學公式

3

新客戶銷售指標S1

（適用于：傳統電商+內容興趣電商）

1. UV：流量分解與數據分析

（1）流量概況

（2）來源監控與渠道推廣分析

（3）頁面熱力度與路徑分析

（4）商品分析

（5）流量指標分析與對策

（6）提升流量的方法及核心動作

2. CVR：轉化率數據分析

（1）轉化率指標

（2）轉化率影響要素判定

（3）提升轉化率的方法

3. P：客單價數據分析

（1）商品分析

（2）活動分析

（3）提升客單價的方法

【案例】如意好禮的新客戶數據分析

新客戶銷售額的分析。

掌握其核心的數據分析指標、方法和提升技巧

4

老客戶復購S2

（適用于社交私域電商）

1. N：老客戶

（1）老客戶占比數據

（2）老客戶留存

（3）老客戶洞察

（4）老客戶觸達

（5）老客戶流失

（6）RFM模型的應用

（7）會員等級分析

2. R：復購率

（1）復購率定義

（2）影響復購率的要素

（3）提升復購率指標

3. P：老客戶客單價

（1）老客戶客單價

（2）影響老客戶客單價要素剖析

（3）提升老客戶客單價的方法

【案例】歷奇營地的老客戶復購數據分析

老客戶復購分析

掌握老客戶的留存、流失率和復購率分析的方法

5

老帶新銷售S3

（適用于社交分銷電商）

1. N：老客戶

（1）老客戶占比數據

（2）老客戶留存

（3）老客戶觸達

（4）老客戶流失

（5）RFM模型的應用

2. K：裂變指數

（1）裂變指數定義

（2）影響裂變指數的指標

（3）拉升裂變效果的方法

3. P：老帶新新客戶成交價

（1）影響老帶新新客戶單價的要素

（2）拉升老帶新新客戶單價的方法

【案例】歷奇營地的老帶新運營

掌握老帶新的數據分析的指標、方法和拉升技巧

6

專題分析

1. 商品單品分析

（1）商品結構分析

（2）商品流量結構和來源分析

（3）商品轉化率分析

2. 用戶分析

（1）用戶結構分析

（2）用戶畫像-場景洞察分析

（3）用戶RFM分析

（4）用戶ARPU值分析

（5）用戶轉介分析

3. 活動分析

（1）活動ROI分析

（2）活動費用分析

場景模擬：做出相關商品運營、用戶運營、活動的效果分析