公告
周五BI飞起来，每周一个主题，一场跟数据有关的行业、工具、技术的交流盛宴，锁定在每周五晚20:30，不见不散！
预告一下未来几期的微信直播活动分享主题将包括谈谈BI在生产企业的应用、数据科学家应用 、SPSS数据挖掘、腾讯大数据分析与挖掘应用、R语言实战、数据挖掘经典案例赏析等，具体日期安排请关注天善智能问答社区活动版块https://www.hellobi.com/events
主持人：加入本群的同学们，感谢大家参加由天善智能举办的 Friday BI Fly 活动，每周五微信直播，每周一个话题敬请关注。
【群规】本群为商业智能和大数据行业、技术、工具的交流学习群。不准发广告，只能发红包，发广告者一律移除微信群。
本次微信直播讨论内容
1、如何搭建数据化运营体系
2、数据化运营需要具备的思维
3、案例学习
本期嘉宾介绍
IVAN
某知名服装零售集团数据运营负责人，资深数据化运营践行者
案例参考 https://ask.hellobi.com/blog/tianshansoft/3986
个人公众号：fuzhuang_date
主持人：大家好，我是微信直播活动的主持人咖啡，每周一个主题，一场跟数据有关的行业、工具、技术的交流盛宴。我们的口号是“Friday BI Fly 周五BI飞起来”。
在现在这个时代，越来越多的企业开始重视数据，越来越多的企业开始意识到，运营要跟数据结合，从数据中挖掘更有价值的信息来辅助决策，企业才能够走得更长远。互联网电商一直是很火的一个行业，其积累的大量数据隐藏了什么样的信息？我们拿这些数据该怎么指导运营呢，数据运营不分家，下面有请嘉宾给我们带来下面的分享，有请！
大数据时代，电商数据化运营体系&思维&案例
大家好，今晚由我来和大家分享一下关于电商行业里面的数据分析方法论。
先自我介绍一下。我是Ivan,目前为止的职业生涯，我一直都在服装行业里面打滚。现在主要在研究电商运营过程中的数据建模与应用方面，在目前的工作中，我是一边负责数据分析，一边也在操刀运营一个电商渠道。用这样的方式，我在尝试尽可能的让每一个数据都能够为运营提供指导性的服务，让数据的价值可以在运营过程中得到展现。
所以，今天要和大家分享的，也是我这两年一直在研究的课题——“电商数据化运营”。
我们都知道，数据分析离不开业务场景。脱离了业务场景的数据，便仅仅只是一堆数字而已，产生不了任何价值。
在分享之前，关于本次课程的实用性的问题，需要和大家先共识一下。
据我所知，群内的兄弟们大多数都是专注于数据分析和挖掘的。我在微信群里面看到大家讨论的，也几乎都是偏技术类的问题多一些。
而我今天要和大家分享的，更多的是关于数据与业务相结合的一些话题。从这个角度出发，我们今天不是一堂技术性的课题，我希望能够带给兄弟们的，是 “数据如何与业务相结合，并发挥数据价值”的一种思路。希望这个话题能够引起兄弟们的思考。
今天的内容主要分两个方面：
1、 电商的数据化运营体系如何搭建？
2、 关于电商数据化运营的通用思维以及具体案例。
电商的数据化运营体系如何搭建
我们先来看第一个问题。“电商的数据化运营体系如何搭建？”相信许多兄弟都曾经思考过这个问题。
回答这个问题，我们需要设身处地站在企业的环境中来思考：
1）要搭建企业的数据化体系，首先要搞清楚，企业的数据有哪些？他们分布在哪里？有没有一套系统来收集与整理这些数据？（如果有些数据不能被收集，应该如何处理？）
2）数据最终还是要为运营服务的。数据的价值也要在运营中得到体现。所以，你对于企业的业务了解多少？企业有哪些重要的销售渠道？企业在运营中最重视的“点”有哪些？你的数据能不能为这些“点”提供数据支撑？
如果我们是企业的数据部门的负责人，我们还可以把问题问得再深一点，比如：
“老板目前最关心的三个问题是什么？”
“这些问题目前我们的数据有没有分析到？”
“如果分析到了，哪些是做得比较好的？哪些是需要改进的？”
作为企业的数据分析负责人，如果这些问题我们回答不到。那便是说明我们的失责。
以上问题，可以把大家带到企业数据应用的实际场景中去。
所以，这里我要和兄弟们分享的第一点，就是“数据分析，一定不能脱离业务场景！”
那么，接下来，数据分析者，如何才能抓住业务场景呢？
除了我们自己加强对业务的观察与理解之外（这个需要很长时间的行业经验积累）。我们还可以借助一种工具来梳理，这个工具就是“数据与业务的框架图”。用这个框架图，我们可以来梳理一下企业的数据化运营体系。比如这种:
可以先细看一下这张图，这个图代表了电商企业较为常见的一个“数据与业务的框架”模型。
这个简单的模型把数据与业务做了一个细分。首先，对于数据，我们做一个分类处理。大致可以分为四类：
1、企业内部的经营数据
2、电商平台的经营数据
3、竞争品牌的数据
4、行业数据
对企业的数据进行分类，有助于我们更好的管理好企业的数据。
现在，如果我们再来问这些问题：
“企业的数据在哪里？”
“数据的用途是什么？”，
通过以上分类，我们也能略窥一二；
当然，要想再进一步，让数据发挥更多的作用。我们还是要把数据结合业务来看。
“企业目前有哪些销售渠道？”
“这些销售渠道中，哪个渠道的业绩占比最多？”
“这些销售渠道中，老板比较重视的渠道是哪个？为什么？”
“这些渠道在运营中，他们最重视的点在哪里？”
所以，我们再把眼光拉回来看一下这个图的右边部分。
如图，我把最常见的电商运营渠道都罗列出来了，有淘宝、天猫、唯品会、京东等，同时也把各个渠道在运营中最基础的要素都列出来了，有网店页面的素材、文案、活动策划、市场推广、商品组织、CRM等。
这些最基本的要素都可以套到上述问题里面去，但是各家企业的情况不尽相同，因此各位还是要根据自己企业的实际情况来提炼。
个人认为，如果要做到“让数据与业务融合”， 只有我们能够把自己企业的数据逻辑和业务逻辑用类似上图这样的框架图描述出来的时候，才能说明我们已经初窥门径了。
而且，如果你的思维逻辑性够强，对业务的了解越深，你画出来的逻辑图也许比上图更清晰、也更复杂。
初窥门径之后，要对数据化运营做到“登堂入室”的境界。 这时，需要我们具备较强的数据逻辑性和系统的数据思维。
电商数据化运营通用思维
数据思维方面，在实际工作中，个人总结了四条思维：
下面,对四个思维作一下简单的解释。
【数据前置化】
数据分析要跑在业务未发生之前，而不是等业务发生之后再去分析。（注意，这里不是说数据分析不可以在业务之后，数据发生在业务之后的，那个叫数据总结。但是如果数据分析发生在业务之前的话，便可以在业务开启之前，给业务更多建议。这个叫数据运营。） 数据前置化在渠道做活动之前，显得特别适用。这点我们在后面的案例可可以看得到。
【数据流通化】
数据就是信息时代的“人民币”，要流通才会有价值。
比如我们从销售数据分析了用户的购买喜好与消费趋势，然后把这些数据流通到产品开发端。这样，这些数据便产生了巨大的价值；再比如我们把电商的消费者分布数据（地图），流通到线下的市场拓展部门，这样一对照目前的实体店铺的分布情况，即能便于我们把握每个地区对于自己品牌的消费力，又能精准的指导我们的开店。
总而言之，对于数据流通化的思维，我们一定要从全局的角度来分析数据，而不是仅仅看一个局部数据。我们的视野越广，数据就越宽，最后数据才会更加有流动性。
【数据相关性】
网上有一个流传很广的知名论调，说中国人看待问题，总是喜欢拿‘因果说’来对待问题，分析问题。
细细想来，我们从小学习到的造句‘因为… ….， 所以… …’貌似确实对我们影响比较深刻。潜意识里面，我个人也总是喜欢拿某一个片面的原因，去给某个现象下结论。
举个例子：
现在大家都流行给手机上面加个外壳，我就喜欢用那些透明型的外壳。如果某一天，你突然在我的桌面上看到一个粉色系的手机壳套着的手机，你是不是会判断说这个手机不是我的了。
我要是问你为什么有这种判断呢？
你可能会说：“因为我一直都是用透明系的手机壳的呀？而且粉色系是女生用的，我可是大男生呢。”
这样的判断对吗？很大程度上是对的，这就是用‘因果说’来做的判断。
而如果是西方国家的人，很可能会用‘相关性’来判断，会是怎样的思维过程呢？他们是这样推导的：
【疑问】
这个男人怎么用一个粉色系的手机壳呀？
【答案】
有这几种可能：
1、这手机不是他的；
2、这手机壳不是他的；
3、手机和手机壳都是他的，但手机壳他只是临时用一下；
4、……
说到这里，想必大家都明白数据相关性的意义了。
所以，对咱们做数据分析的兄弟们来说，我们要克服‘因果说’，培养‘相关性’的思维逻辑！
【数据智能化】
所谓数据智能，就是指BI了，咱们群里面BI界的大神们比比皆是，所以关于数据智能化的话题便不再细讲了。
如果非要讲，我想，“非报告”这三个字的注解，足以让大家明白数据分析为什么要智能化了？
我们前面讲到过，我希望能够带给兄弟们的，是 “数据如何与业务相结合，并发挥数据价值”的一种思路。那么，最后我们来看一个这样的实例。
如下方三个图，是一个九宫格与四象限相结合的数据模型。同时也是一个业务决策模型。
从数据处理层面讲，图1是把商品数据分从“库存量”与“加购量”两个维度，各自分为了高、中、低三级；图2、图3是什么，大家都很清楚了吗？
这是购物网站的常见网页。一般是电商店铺的首页或者活动页面。而我们也从业务运营层面，根据日常浏览量的多少，把这些网页的商品陈列坑位，分成不同等级，这样才达到了精准化运营的目的。
具体怎么操作呢？
运营的策略，就在我们图1的九宫格里面了。这里面如果有做商品分析的兄弟们，对这个应该是比较熟悉的了。那么，对于这里面一些具体的数据捞取，数据设定，我便不再一一细讲。
可以明确的告诉大家，在去年和今年的618活动中，我们便用这种方法在运营中实践过两期，每次的转化率都会大大提升。
这里，便是通过这个案例的展示，告诉大家，我们做数据分析，数据一定不能脱离业务。 每一个数据维度的抓取，争取都要抓住运营中的关键点。
这样，才能做到数据分析与运营同在。 也才能达到，我们常说的“数据化运营”的目的。
好了，那么我的整个分享便是这样了。如果咱们有做电商数据的兄弟，欢迎一起交流！
主持人：感谢老师的精彩分享！老师通过案例给大家讲解了“数据如何与业务相结合，并发挥数据价值”的思路，数据始终是要服务于业务的，而且要引领业务的发展，这就离不开我们对业务的深刻理解以及对数据的敏感度，我们要注意培养数据化的思维方式，大家以后多创造机会练习！下面进入自由提问环节，对今天的分享内容有疑问的，大家可以提出来啦。
自由讨论
问题1：移动app端，除了激活、日活、留存这些 ，如果是做电商的，一般怎么去统计商品的访问量？
IVAN刘振华：目前移动端的购物入口，一般是以猫客、手淘、京东为主。而这三个APP，各自的数据后台，像生意参谋，都可以看到移动端的数据的。
问题2：像一些大型的公司，宝洁属于快速消费品行业，但它有零售业务。像这种公司该如何进行区分？来自24群的提问
IVAN刘振华：这个首先还是要先梳理清楚企业内部的数据源，另外，感觉兄弟你说的是关于商品分类的问题，像宝洁这样，多品类经营的卖场，我看过他们的天猫旗舰店。里面的类目栏其实已经按商品大类在分好了，如果您是做数据分析，可以参考店铺里面的类目。
问题3：怎样界定商品属于AA、A、BB、B之中的哪一个呢？
IVAN刘振华：你说的是页面吧， 这个是根据网页的特性来的。 一般来说，越靠近网页前面的，浏览量肯定是越大的。
问题4：介绍一下你们的618电商数据分析运营的实践详案吧？来自天善大讲堂的提问。
IVAN刘振华：这个案例比较多的，且在以后有机会再细讲吧。
问题5：老师这个九宫格可以细细讲下，或者有什么资料可以参考吗？
IVAN刘振华：首先，九宫格的目的是：根据商品的加购和库存数据分析，来预测商品的销售，并以此来为活动中的商品运营提供必要的数据支持。
其次，九宫格的数据处理其实比较简单，数据源可以从相关系统中获得，比如生意参谋。我们只要将库存和加购按经验分为高中低三个档次，便可以构成一个九宫格的数据模型了。
问题6：怎么去建立适合自己企业的一套数据化系统？？尤其是数据收集工作。
IVAN刘振华：如何建立一个适合自己的数据化系统，这个主要还是要看你在运营中关注的问题点。 比如你关注转化率，那么你的数据体系自然便是围绕转化率而建立的。
数据收集工作，目前从生意参谋、京东罗盘这样的平台数据库中取数的工具，在市场上好像还没有， 不过就我所知，目前有一家数据公司已经在开发这个产品了。 而且我正在给他们内测，哈哈
问题7：目前业务系统诸如oms，wms，crm以及生意参谋，生e经等服务的数据都在云端，对将来建立企业本地的企业及数据仓库是否有影响？
提问者补充：您好，我是一家淘品牌企业的数据分析负责人，进入服装行业不久，目前处于业务学习阶段，并且梳理企业数据分析体系，为未来的bi系统建设做准备，所以遇到了上面的问题，想请教下老师。
IVAN刘振华：这个影响肯定是有的，因为像流量、热力图这样的数据，只有在生意参谋里面才有，企业内部的OMS一般只能存销售结果类数据。
目前我的团队都是在用人工自动导数的方式在处理（如果哪位兄弟有好的方法，可以告知我）。也是刚才说的，现在已经有公司在建这种自动抓取工具了。
问题8：谢谢老师的分享，请问您所在的服装行业电商数据运营中，影响转化率的因素有哪些？也许这个问题有点大，但还是想听听老师的思路，来自天善数据分析群的提问
IVAN刘振华：这个问题确实有点大。从基础的回答来看，相对来说。价格是第一位的，价格越低，自然转化率越高。（这里的价格是指价格变化，比如闲日卖100，活动时卖30）。
相对说得比较高深一点的话，我刚才说的九宫格便是一个影响转化率的好工具。九宫格的原理是，把最好卖的东西，放在最好的位置。当然，其他还有如页面的铺排、店铺页面的流量路径的设计等等。
有一句话说得很好，这里也可以送给大家：“首页是用来建立顾客对店铺（或品牌）的信任的；详情而是用来建立顾客对产品的信任的。”只要这两个信任建立好了，店铺的转化率几乎不会太差。
问题9：请教：阿里提供的竞争对手数据例如交易指数，指标公式比较模糊，是否仅能做一些趋势分析，没法做定量分析，如何用好这些数据与企业内部数据做对比？
IVAN刘振华：兄弟，我做竞品一般都不用阿里的生意参谋的。一般我会用第三方数据软件，同时也用免费的，比如阿里指数、百度指数。
问题10：一些app在ui做出改变后，产品经理会做一些埋点分析，分析用户对改变的适应情况。同样在对店铺装修改变时，由于平台属于电商，我们是否有好的方法或者产品对用户行为进行跟踪？
IVAN刘振华 ：关于店铺改版的分析，我个人用得比较多的，便是热力图。 一般是每7天观察一次。而且是在闲日的时候
下期预告：
2016年07月22日晚8点半微信直播交流机器学习的商业应用使用R语言第25场https://www.hellobi.com/event/71
今天的微信直播活动到这里就结束了，喜欢天善智能的朋友们请继续关注我们，每周五晚8:30，我们不见不散哦！
参与方式：
每周 Friday BI Fly 微信直播参加方式，加个人微信：fridaybifly，并发送微信：公司+行业+姓名，即可参加天善智能微信直播活动。
天善智能介绍
天善智能 www.hellobi.com 是一个专注于商业智能BI、数据分析、数据挖掘和大数据技术的垂直社区平台。
问答社区和在线学院是国内最大的商业智能BI 和大数据领域的技术社区和在线学习平台，技术版块与在线课程已经覆盖 商业智能、数据分析、数据挖掘、大数据、数据仓库、Microsoft BI、Oracle BIEE、IBM Cognos、SAP BO、Kettle、Informatica、DataStage、Halo BI、QlikView、Tableau、Hadoop 等国外主流产品和技术。
线上活动：Friday BI Fly 每周五晚 20:30，技术和行业交流，30余个微信直播群互动交流。
线下活动：Saturday BI Fly 在全国各大城市巡回举办200人-500人规模的大数据沙龙交流活动，每月1-2次。
天善智能积极地推动国产商业智能 BI 和大数据产品与技术在国内的普及与发展。
