店铺做好的关键——数据分析

如风若梦

店铺做好的关键——数据分析

对传统的电商从业者来说，紧跟数据化的变化趋势，才不会迷失做好店铺的方向。而其中**重要的基本功莫过于数据分析。商家们得学会根据数据分析反馈，寻找自己的消费者，快速调整供给策略。那么，新的一年中，商家或电商从业者具体如何学会数据分析，把握店铺未来？店铺诊断依据**是各种数据，因为我一直有一个观点：不同类目、不同的店铺、不同的数据表现，**会有不同的问题，不同的问题**应该有不同的解决方法。所以，每一个运营都应该学会店铺诊断，都应该能够找到自己店铺可能会存在的问题。

1. 诊断数据趋势

主要包括以下：浏览量、访客数、支付子订单数、支付金额、支付转化率、客单价、退款金额、较上周同期变化率、较前一日变化率、无线转化、无线占比、服务态度评分等等数据详情；在淘宝和天猫的日常运营中，有很多数据都是动态变化的，单天的上升或者下降，一般都不会有什么太大的影响（除非是巨变）。但是持续的变化必须要重视，一般情况下，在没有违规降权时，店铺中的数据都是比较稳定的，如店铺的流量却在持续下滑，一般7天都属于正常范围，恰好是搜索引擎对店铺数据和商品数据的一个考核周期。

（1）店铺层级

店铺层级的主要作用**是免费自然搜索流量的天花板，换句话来说，当你在某一个层级的时候（比如第三层级），假设你的免费流量天花板上限是2000/天，不管你再做出任何努力，你**多能够获取的**是2000，想突破只有一个办法，那**是你的店铺层级必须得到突破。

（2）DSR评分

店铺DSR评分不是一个简单的分值，而是通过宝贝与描述相符、卖家的服务态度、物流服务的质量组合而来，每项店铺评分取连续六个月内所有买家给予评分的算术平均值。（每天计算近6个月之内数据）。一个店铺的起始评分是5.0，DSR评分好的店铺才是处于一个良性发展的阶段，才有好的买家体验。

1、当店铺动态评分小于4.4分，网店内的所有宝贝将会受到搜索降权的处理；

2、影响官方及第三方活动报名（大多数活动都有DSR要求）；

3、影响新上宝贝的基本权重，增加曝光，提高展现靠后；

（3）售后服务综合指标行业排名占比

这个指标反映的是一个综合的状况，通常由退款率、退款时长、纠纷退款等影响。需要关注的是排名，如果排名在持续的下滑，那么**要通过一些优化的客服体验等行为提升行业排名占比。

（4）退款率

正常来说，退款率对于店铺搜索权重的影响是非常小的，但是如果退款率居高不下且长期处在高于行业均值**需要进行警惕处理了，尤其是新品退款率，对于店铺影响更大。

2. 产出诊断所谓产出指标的综合变化情况，实际上跟两个指标是密切相关的，一个是转化率，还有一个是客单价。（1）不同的渠道入口会导致支付转化率的变化

我们都知道，在生意参谋里面看流量构成的时候，经常会出现一种流量叫做：手淘首页。

正常情况下，这个转化率是要比搜索的转化率和直通车的转化率要低很多的，如果流量突然暴增起来并且持续一段时间，那么店铺的综合支付转化率**会呈现下降的趋势。另外**是如果你报了一些活动，比如天天特价、淘**等等，这些都会导致你的综合支付转化率下滑。

（2）竞争对手会导致转化率下滑

同类似款或同类目的竞争对手，通过淘宝客的方式或者降价打折的方式，大幅度提升了销量相对应的**会造成自身店铺的转化率和流量的下滑。所以，需要经常观察你的竞品、竞店情况，看是否有突然上升的竞争对手威胁到自身店铺的转化率状况。

（3）在客单价低于行业均值的时候一定要保住转化率

如果客单价是低于行业均值的，自身的综合支付转化率**必须要高于行业均值，否则产出能力**会受到怀疑。而当客单价高于行业均值的时候，转化率在某种程度上**可以比行业均值低一些，搜索权重也不会受到什么影响。

（4）进店关键词的变化情况

需要经常关注自身店铺的进店关键词，一旦进店关键词发生变化，相对的转化率也会发生明显的变化。

对于综合支付转化率来讲，如果渠道入口、客单价水平没有明显变化，但是呈现出持续下滑的趋势，**需要我们及时根据各类数据的分析并找出问题所在，及时解决相关问题。

数懒基于深度学习，由多种推荐算法组成的推荐系统。利用协同过滤算法，发现消费者偏好，基于不同偏好对消费者进行群组划分，并推荐品味相似的商品。并运用独有的算法评估模型，为商家找到目标人群并对其触达，**终让消费者和商品建立联系，驱动业务增长。

以上**是目前整理的关于数据分析的相关简介，后期我们可以针对于某些方面进行详细解说。