电子商务是伴随着网络信息技术的发展和计算机应用的普及而产生的一种新型的商务交易形式。不同于传统零售业，其最大的特点就是一切都可以通过数据化来监控和改进，所以，电子商务网站的数据分析尤为重要。
在电子商务交易中，企业往往最关注用户的浏览量和交易量。只有网站积累了流量，企业才有可能将产品和服务向用户推广，进而促使用户产生购买欲望，产生网络交易。
用户在网站上的来源去向，页面停留时长，页面点击概率，跳转关系这些大量的行为，都可以在网站后台数据库中记录。很多企业有这样的意识，却在如何有效利用这些数据方面极少给予关注。电商应用商业智能所谓正当其时，帆软FineBI产品经理Julie认为，从优化网站结构，提升交易相关性，精准营销，围绕客户等方面来引入商业智能，至关重要。
提升网站转换率：
合理的网站结构能够使用户快速找到所需要的信息，从而提高用户在网站的停留时间和交易次数。电子商务网站可以通过分析用户访问日志，通过商业智能的数据仓库、数据挖掘以及OLAP技术来分析出用户的访问喜好，偏好怎样的业务流程，从而完善网站布局，获取更好的用户体验。
管理分析，促进销售：
应用商业智能系统的数据挖掘分析技术，可以对客户购买的商品进行关联分析，确定商品之间的相关性，分析用户进人该交易页面时点击相关链接的内容和次数，并进一步分析点击的相关链接所增加的交易数量，从而有针对性地开展组合销售、相关性推荐或是相关陈列，进而促进交易。
细分客户，精准营销:
通过综合运用商业智能系统的OLAP、数据挖掘技术，电商可以根据客户经常购买的产品种类对客户进行分类，对用户在某段时间交易数量和交易额度以及交易内容进行分析，得到不同时间段的用户在不同内容商品上的不同交易额度，从而对交易进行管理。最直接的就是根据客户的消费金额进行等级分类。
提升顾客满意度:
电商可以利用商业智能系统进行客户行为分析，监控会员的购买活跃天数，及时发现长期未发生购买行为的客户，采取邮件营销的方式再次唤醒这些会员不同分类的客户。也可以针对性推荐他们感兴趣种类的商品，给予不同等级的客户享受不同等级的待遇。
降低退货率:
由于图片偏差，叙述不精确等各种原因，退货现象十分常见，在实际操作上，客户在每次退货处理时，企业后台数据库都会记录下客户退货的原因。通过将数据导人到数据仓库结合商品表、客户表等进行整合分析，分析退货商品存在的缺陷，客户退货原因，退货所发生的费用损失等，最终得出退货解决方案和防范机制，根据原因去改善商品和提高服务质量。
---------------------------------------------华丽分割线---------------------------------------------
下面我们来看一下，某服装巨头电商利用BI搭建数据分析平台的案例
某电商是某大型服装集团下的重要销售平台。2015 年，该集团品牌价值达数百亿元，产品质量、市场占有率、出口创汇、销售收入连年居全国绒纺行业第一，在中国有终端店3000多家,零售额80 亿。其羊绒制品年产销能力1000万件以上的规模，占有中国的40%和世界的30%的市场份额。
该集团旗下的电商部门主要负责服装公司线上运营工作，涉及的平台有淘宝、天猫、京东、苏宁易购、唯品会等，每年涉及的流水金额大概在1亿RMB左右。
项目背景：
原来该公司旗下各品牌和部门的IT管理部门是独立的，没有归属于服装公司下的总IT部门。这种情况在最近一年得到改变，虽然建立了负责整个服装公司信息化建设的IT部门，但资源还未很好的整合，IT部门的建设还在进行中。
目前支撑公司日常运营的主要是维富友分销系统，其他系统仍然在筹划中。在使用FineBI之前，公司电商部门有一套分析平台，采用代码开发，难以根据需求灵活变化，在数据整合和开发的周期费用方面依然存在很多问题。
电商市场追求灵活变化和效率，该公司电商迫切希望有更灵活的BI系统来支撑公司多电商平台的运营。
业务困境：
1、当前的分销系统中集合的电商各平台的销售订单数据，各仓库的库存操作明细，如何进行整合？非系统数据，系统缺失数据如何整合？
2、如何针对电商订单，仓库，物流状况进行实时监控？预警以及异常订单监控？
3、如何对电商综合运营进行深度分析，进行各种自定义的多维分析和多维查询，全盘可视化掌握公司的电商运营状况？
帆软FineBI解决方案：
1、数据配置，整合系统数据和线下数据，做好数据分类管理
通过商业智能FineBI的多数据源连接和ETL工具，可将数据进行清洗，整合，抽取到数据仓库中，读取转义和表间关联，做好数据的分类管理。
连接分销系统数据，搭配FineReport报表工具填报录入功能，补充缺失数据。
2、自由输出报表，灵活多维分析，可视化管理驾驶舱
利用FineBI为数据提供多维分析和决策支持，实现一整套完整的可视化解决方案。电商部门管理者和业务人员为此更加了解平台的数据。
在进行多维度的数据分析时，通过拖拽订单编号，订单金额，订单时间，订单品类，物流单号等数据列来观察不同维度下各大电商平台，各商品品类，各季节时间段平台的运行状况。并可自由地添加过滤控件，计算指标，设置联动和钻取，并通过丰富的图表控件，进行可视化的数据展现。
电商综合信息：自动抓取系统数据，实时跟踪销售情况/时间段和店铺自由切换，掌握不同维度信息。
电商年报：一个页面，掌控全年运营情况/年份切换，不同年份数据对比
产品分析：实时把握各类产品销售状态
