{一家网店如何启动数据复盘

我猜想应该是许多运营平时都没有复盘的习惯于是今天我们要聊的便是关于复盘的话题。

复盘和总结不同总结是结论带微商团队的13大原则，业绩狂飙的秘诀！总结是结论画一个句号。复盘是一种学习过程是一个逗号后续还需要提升并反馈。总结更多的是各自做各自的总结复盘更多的是以团队为单位大家一起来进行复盘以学习提升为导向。

网店的运营总结复盘从时间维度来看粒度按年、季、月、周、天几乎是每天都要做的事情小到每日复盘大到年度总结。而总结复盘最不能缺的就是数据因为数据是客观事实的反映更是运营的眼睛。尊重数据的客观事实是运营的基础素养。

面对数据企业面临的尴尬是：

1、有数据无洞察

2、有数据无行动

也就是说通过数据洞察商机并付诸行动才不会被这个工作嘎住。

然而要实现数据洞察许多人会受限于数据整理和数据展现的技术功底自己团队做复盘其实可以不用做数据展现只要用表格就行了但是数据整理的基本能力是必不可少的。

1、数据整理

数据整理对于产销一体的企业来讲难度略高因为这时的数据分为生产性数据、经营性数据以及环境性数据。这些数据的整理以及后续的联合分析并不是一般的运营人员可以轻松解决的问题往往需要数据分析师或者相关的服务商支持。

2、数据展现

数据展现很多时候是锦上添花的领域当然也有例外我们暂且不表。如果企业在做数字化转型的话就可以重视数据的展现比如大屏驾驶舱数据展现做得好是让企业的员工更容易接受数据化的转型另外因为直观地展现丰富地视角也减少了企业对员工地教育成本。

数据复盘之所以成为运营必备的技能之一原因是互联网时代的高速变化下试错成本的水平可能成为企业的致命毒药抑或是救命稻草。

在开展数据复盘时由于各个部门关心地信息不相同所以做复盘时可不同地部门分别进行。针对一些项目或问题可以跨部门进行复盘。

以运营为例复盘只是从不同的视角观察数据从中洞察商机。

1、店铺视角

2、渠道视角

3、商品视角

4、价格视角

5、商品视角

下文以一个真实案例解释复盘过程。

数据以月为时间粒度选取2017年4月到2018年8月共计13个月的数据分析时必须选择连续的数据连续的数据才可洞察事务的端倪。

1、全店视角

首先是全店的核心指标表1中有底色填充的数字代表数据最好的两个月。不难发现这家店铺的数据并不乐观。访客数、支付金额都是持续下滑的趋势。此时可想办法找到问题根源不管是否来得及补救都有必要了解是什么原因导致的数据下滑。能救固然是好救不了也要提防下一次继续犯错。

表1 全店核心指标一览表

进一步观察访客数量可发现4月份同比下滑超60%店铺的运作情况不乐观如果能重新找回2017年时的状态收入将提神60%以上。

图1 访客数趋势图

★表1的优势是一屏可以展现许多信息劣势是不够直观。

★图1的优势是直观学校关于全国学生营养日活动方案劣势是不够直观。

★图1的优势是直观劣势是呈现的信息量有限。

2、流量渠道视角

通过流量渠道的维度观察发现流量在2017年10月份之后开始下滑照理讲11月12月有双十一和双十二顶着不应该下跌才对。该店铺下跌具体原因未知猜测是引流款出了问题比如发生断货、降权等事件。

表2 各流量渠道访客数趋势

3、品类视角

从表3获知该店铺的核心品类是连衣裙其次是套装下一步可重点分析这两个品类。

表3 各品类信息汇总表

★淘宝某些店铺一个id里面有多个款式此时用id或者item表示更为恰当。

全店大多数品类都在2017年的11月、12月下滑前面引流款出问题的假设就站不住脚了因为不可能那么多品类的引流款都出了问题。

表4 各品类访客数分布趋势

店铺的上新策略并不合理滞销（销量小于20定义为滞销）的id数太多可定期清理滞销id重点优化优势id。

表5 各品类id数量分布趋势

表6 各品类的销量区间id数分布

4、价格视角

价格区间跨度太大不利于消费者的选购。以连衣裙为例价格区间从60到700以上。

表7 各品类价格区间销量分布

5、单品视角

不难发现910月份换季的时候节奏没有把握好出现了季节断层的情况。这是表面的原因至于是什么原因导致换季断层就需要从运营日志中查找。

表8 top id相对流量分布

★许多人认为数据分析分析的只是数值其实不然现有的技术水平可分析一切的资料。

运营日志是文本、图片数据如果数量很大可通过技术将这类数据进行分析是运营失误或是客观原因从而找到真正的原因。

找到原因之后就是解决问题的方案。首先团队要认可问题的症结点然后通过团队的集体智慧共同解决问题。