听电商大佬跟你聊聊E-Commerce的数据人生

近年来，在 E-Commerce 的平台上卖东西的商家越来越多，很大程度上是想借助 E-Commerce 平台上的资源，比如信息的宣传，数据的收集。但是尽管平台为商家提供了 API 来收集数据，这些商家往往并不具备利用数据分析来保障商业决策的能力，这就需要我们这些跃跃欲试的数据人了。

要想进入E-Commerce领域，首先要了解这个行业的发展现状和趋势。有权威人士预测，2019年电商的数目将会增加大概60%。为什么这些电商不愿意在Amazon上平淡无奇地卖东西呢？因为那样他们无法建立自己的品牌，无法与用户形成密切的联系，也无法得到用户的数据；而在电商平台上，他们可以基于平台搭建的data infrastructure，建立品牌，维系用户，分析数据，良性循环。

另外，现在电商的宣传方式已经从静态图像的方式转到了动态图像的方式（比如GIFs，Videos，Livestream），已经有好多商家尝试通过抖音、Google home 等方式进行销售。这些逐渐多样化的销售方式都为商家提供了各种形式的数据。随着数据的来源越来越多，数据相关的岗位也毫无疑问会越来越多。

E-Commerce的 KPI 五花八门，这里为大家挑选出了一些比较重要的👆。左边一列主要是站在商家生产经营的角度，右边一列主要站在用户消费情况的角度。

总收入和利润率，不必多说，每个店都必须时刻对这两个 KPI 指标有清晰的度量。要提高这两者，如何提高转化率，如何吸引随意浏览网站，刷手机的顾客进到你的网站，完成加入购物车、添加信用卡再到付款的全过程，就是商家需要研究的了。而转化率的提高，与用户的重复购买率，以及不从购物车中删除商品的比率提高（比如精简付款流程）也是分不开的。

如果考虑用户消费指标的话，KPI有广告支出与用户消费的比例，每个用户的平均消费，每单消费的平均数额，用户终生价值（CLV），还有churn（就是用户多久不买东西可以认为他已经离开了）。

这些KPI无论对于E-Commerce的从业者和想进入这个行业的人来说都非常重要，比如在面试过程中，如果面试官让你根据一个案例设计一个实验，就需要使用到这些KPI，而且还要根据具体公司发展的不同阶段考虑不同的指标，公司初创时期一般着重于客户量，中期往往着重于收入，然后是公司的扩张。

成长漏斗是销售行业中的重要模型。从用户进官网浏览，到注册，到留住这个用户，到用户在这里进行购买，再到用户给他的朋友推荐这个商家，每一步都会有一个转化率，而且，往往每一步都会有很多损失。

而我们要做的，就是对这些数据进行分析，建模，从中得出有价值的insights，最终促进商家做出更好的商业决策。

说到数据分析，E-Commerce 行业的数据一般都长什么样子呢？

如上图，主要有用户信息、订单信息和产品信息三部分。

用户信息，主要是用户的邮箱，位置，购买的历史记录，总花费以及是否订阅了商家的newsletter，从什么渠道知道这个商家等。

订单信息，主要是下单时间，购买的产品，价格，使用什么设备购买，从什么网站引流进来等。

产品信息，主要是产品定价，促销折扣，产品分类等。

那么，E-Commerce通常需要解决一些什么样的问题呢？

商家希望了解用户的行为，提高转化率。比如什么样的客户会购买，他们愿意为此付出多少钱，他们喜欢什么样的商品。比如如果用户购买了一个商品，在给用户发送订单确认或者快递物流信息的时候，可以附带推荐其他商品或者打折促销的活动信息。这就属于促销或者交叉销售。

E-Commerce 通常会使用哪些指标来分析用户的行为呢？

最常见的有两种，RFM和CLV。

RFM，也就是Recency，Frequency，Monetary，使用这三个指标来衡量客户的忠诚度，分别是指最近一次购买的时间，购买频率，购买金额。之所以是RFM而不是MFR，是因为这三者的重要程度不同。Recency是最重要的，因为首先要确保用户还在，接下来的研究才有价值，而对用户的忠诚度而言，Frequency又比Monetary重要。

CLV，也就是用户的终生价值（Customer Lifetime Value），往往是选择目标客户的重要标准。提升老铁用户的购买体验，口碑营销，才是提高收益的王道。