電子商務企業數據分析三部曲

近幾年，層出不窮的電子商務公司讓人們的生活越發的便利起來，當然這對于北京人才們也是個福音，又有很多職位可以選擇，又多了一個可以一展拳腳的舞臺，不過看到這么多電子商務公司在北京招聘，總覺得應該讓大家對這類公司有更多一點兒的了解，這次就從數據這方面來剖析電子商務公司吧!讓求職者們可以更好的掌握電子商務公司的發展方向、策略，甚至可以在面試的時候有側重點的切中要害的回答面試官的問題。

第一個階段：有多少數據就收集多少數據，數據只從點上指導運營，但并不指導戰略和方向。

這個階段最重要的不是賺錢，而是要找對路。當老板自己心里也不知道對錯的時候，如果還拿KPI數據來約束員工的話只會禁錮住員工的創新。同樣的道理，如果這個階段以數據驅動公司發展的話，一是只有星星點點的數據，還不能說明問題，二是會嚇到沖在前面的“戰士”。這個時候，就該讓沖在前面的戰士勇猛往前沖，不要跟在他后面和他說數據這樣數據那樣，只要他的項目的數據沒有大錯。因為創業型公司處在第一個階段，需要不斷嘗試出“猛”的做法。

但這并不是說數據在此階段“無作為”，而是說數據并不能用做指導公司發展方向。但是在具體的運行的“點”上，數據還是可以幫助完善公司運營。比如一般平臺，一開始召集賣家和買家進來，買家和賣家的比例最好維持在一定比率上，如果賣家不夠，用不同的途徑吸引優秀賣家。而如果數據發現賣家多起來，投訴率也跟著非常高，管理層就應該知道需要管治不良賣家。

所以說，此階段，數據可用來減少運營上的錯誤，但不能用來找方向，只是讓管理層多做“對”的決定。作為數據分析團隊來說，第一階段要耐得住寂寞收取大量數據以供第二個階段使用。而作為創業者來說，雖然此階段時間并未起到大作用，但是還是要把眼光放長遠，因為你此時培養了數據團隊而競爭對手卻沒有，日后的區別就會慢慢呈現出來。

第二個階段：數據要精準化，數據之間開始有了關系，擔當的角色從點到線或者面，可以為戰略做參考了。

有什么，要什么，該放棄什么。這是所有創業者要思考的。

當公司發展中出現大量的“對”和大量的“錯”的時候，管理者就該好好想一下這句話。

這個階段，公司的戰略是去掉“錯”的，堅持“對”的，沖刺到第三階段去。這個時候多數企業都是想做的比能做的多(成長的苦惱),而數據正好是可以幫助管理者做決策的工具。

由于第一階段收集了很多很多數據，到了第二個階段可以做一些數據挖掘。而管理層可以根據挖掘數據的結果來做一些進退取舍。比如B2C網站發現顧客LTV不高，買來買去都是差不多產品，從一些數據來看，到底應該把現有的分類做深還是更廣。這屬于長遠的決策，屬于是做戰略的開始了，不只是運營了。

第一個階段的數據分析，大多數做點的改變，生意是從點開始的，這沒有錯;但數據所擔當的角色到了第二個階段就要改變了，從點到線或者面了。你為什么知道要堅持一些東西放棄一些東西呢，是因為你知道某些東西和某些東西是有關系的，這就需要挖掘大量數據來把成果最大化。

當然，現在許多名氣比較大的電子商務公司，當初并不是依靠數據來決定放棄什么和堅持什么，而是靠老板個人的直覺和運氣來推動的。這些公司在第一個輪回中，有時候在不知道走對還是走錯的情況下成功了，但是難保在第二次輪回第三次輪回運氣依然這么好。所以，許多公司不知道自己為什么自己成功了，最后也不知道自己為什么失敗了。

第二個階段是在公司內部做數據挖掘，需要數據分析團隊找出數據之間的關系，包括前端互聯網數據與后端運營數據的掛鉤等。這意味著盡量讓數據精準，最后分析的結果才準確。

第三個階段：開始做數據模型，并且分析外圍數據變得異常重要，為公司下一步戰略找到出路。

走過去掉“錯誤”的第二階段，第三階段企業會連續幾年高速增長。這是一個令人興奮的階段，也是一個危險的階段：你已經保持了幾年連續高速增長，還能繼續保持增長嗎?你的公司模式已經暴露在大眾眼前，同行競爭也出現了，你還還能保持犀利的競爭力嗎?

這個時候，老板會面臨兩個選擇：是要在現有基礎上做深，還是要擴大盤子?

同時，老板還有一個決策要下：企業高速增長的階段還有多久結束?什么時候開始上述的兩個選擇?

這兩個問題很難回答，的確沒有標準答案。而數據，可以為創業者做一些參考。

先講一個故事。A公司走到第三階段，B公司是它強有力的競爭對手，但是還未真的動手做。在B還未動手前，A該不該大手筆花錢砸出品牌來?該不該做出一些新的創新?A公司老板私底下問了我兩個問題，第一，如果B公司開始動手，多久能建一個A?第二，B公司做起來網站之后，多久能追上A?等到B真的開始做A的業務之后，A又問，整個市場的盤子有多大?A和B分別占了多少?

這位A老板為什么問這些問題?他是想知道在B未動手前，A公司還有多少時間，時間長短自然與公司的戰略制定密切相關。當B真的動手了之后，A老板想知道彼此的競爭狀況，來決定是要正面與B對著干，還是要繼續挖深自己提供的服務。

這些答案不僅要參考公司內部數據，關鍵還有外圍數據，這也是一個電子商務公司走到了第三階段必然會遇到的問題。比如當當要上市，只賣書還有增長空間嗎?李國慶要知道答案，肯定要了解當當占中國網上賣書的比例是多少?如果發現賣書的利潤不高、當當所占的比例已經非常高，那么只靠做精細化管理是不能擴大業績的。也正是因為李國慶了解了整個網上賣書盤子的數據，加上中國市場是容許做百貨的，所以當當網最后還是做了百貨。再比如新蛋網與和京東對著打，新蛋網一直聲稱先不急于搶市場，而是把用戶體驗做到極致。他這個決策是否科學要問兩個問題，一是改善用戶體驗和花更多的錢擴大市場，哪一個對業務增長的幫助大?如果是前者，那么新蛋網的這個決策就是對的。如果是后者，那么要再思考一下;第二，現在這個階段，用戶對用戶體驗苛求嗎?

如果走到這個階段，如果公司沒有雷達檢測外圍數據，很可能被競爭對手吃掉，也有可能做了錯誤決策而不自知。一個企業走到第二個階段死了不是最可惜，走到第三個階段死了就很可惜，明明是一個好公司卻沒走下去。

這個階段從戰略層面來看，數據分析團隊必須拼命為公司找出創新點來。當然，這些方法不完全是從數據里出來，我也不認為數據可以如此萬能，然而數據雖不會告訴你明天會怎么樣，但你可以從數據里找出一些靈感。

同時，到了這個階段便可以做數據模型了，用數據模型總結出公司業務發展的規律性的東西出來。公司的管理層對決策的對錯基本了然于心，于是可以按照自己要的效果制定出KPI考核，讓員工在對的路上竭盡全力地工作。

特別的是，當第三階段走完輪回到第一階段，又沒有了KPI考核，數據所扮演的角色也回到了第一個階段。

【電子商務企業數據分析三部曲】相關文章：

電子商務中的數據分析指標05-24

數據分析報告07-28

大數據分析07-20

銷售數據的分析方法07-25

大數據分析07-25

TMS訓練公路鍛煉數據分析三部曲之踏頻篇04-12

多維數據分析方法04-07

數據分析工作職責07-28

數據分析常用方法07-26

數據分析主管的職責01-13