數據化在電商運營中主要起到三個方面的作用

　　一：數據化有助于電商運營的流程化反饋問題和監督執行

　　二：數據化有助于提升日常工作效率

　　三：數據化為決策提供依據和支撐

　　在這一部分中，視頻里面舉了一個例子，就是“一天，運營人員發現，店鋪的訪客突然比之前掉了20%”，那么作為運營人員怎么通過數據來發現真正的問題所在，從而對癥下藥，做出運營決策。

　　數據化的解決方法就是：通過數據對比進行排除法

　　跟昨天或者上一周期對比店鋪所有訪客入口的訪客情況，找到是那個訪客入口的變化比較大，付費訪客，搜索訪客等等這些大的訪客入口數據。如果發現是付費訪客變化比較大，這個時候就可以看看是直通車還是鉆展，這樣一個一個進行排除。然后發現問題所在。

　　如果發現是自然搜索訪客跌幅很大，那么就需要對比是不是大盤的情況，如果大盤正常，那么就需要找到是店鋪哪款產品的自然搜索訪客出現大的跌幅，找到是那個產品后，就需要找到是不是該產品的主要關鍵詞的排名發生了大的變化，造成展現量減少，或者是點擊率發生了變化，而點擊率的變化，看看是不是由于競爭環境發生了變化，直到通過數據對比找出問題發生在那個環節，然后針對該環節制定可行性的解決方案并且跟蹤執行。

　　（在現實生活中，我們面對很多問題的時候，并不是我們不知道怎么解決問題，而更多的是我們不知道產生問題的源頭來自哪里，在這個例子中，訪客減少了20%這是一個現象，而問題的源頭有可能是一個產品的競爭對手改了一張主圖，替換了一個賣點而造成的。所以我們要透過現象發現問題的本質，而通過數據對比卻可以幫我們找到問題的核心。）

　　數據化的目的

　　數據化的目的是為解決運營過程中的問題，是為運營服務的，它是一種技術手段，所以不做無用功的數據，而圖表是濃縮了的數據化結果，呈現的越直觀越簡單越好。而不能為了數據化而數據化，為了圖表而圖表。

　　（電商行業是一個數據特別多的地方，電商的本質是零售，電子商務通過互聯網技術把消費者的行為和動作全部記錄下來，從而產生了非常繁雜的數據，這就要求我們即使是做數據化運營，也需要抓重點數據，而不要做無用功的數據，時刻銘記數據是為運營服務的，而不要做無用功。

　　圖表的美觀不是最重要的，直觀簡單的呈現數據的變化才最重要，通過觀察分析圖表，進而發現規律、趨勢和矛盾。）

　　全面數據化

　　將數據化精細運營滲透到企業的每個環節，為企業的每個支點制定可量化和反饋的數據標準，及時反饋企業的狀況為決策提供依據同時為企業的未來發展制定可行性的策略。

　　在電商企業的運營過程中，不是從單個節點，而是從整個阿里巴巴運營全鏈條來數據化，從市場、商品、營銷、推廣、客服、老客戶、供應鏈管控、財務、庫存。等等一些列節點中都要數據化。從而讓企業能夠及時知道各個環節的運行狀態，發現問題，解決問題，在市場競爭中提升競爭力，并為制定未來的發展規劃提供支撐依據。

　　結合現在自己的情況談談對數據的認知和對電商的認知（也是大部分商家運營的問題）

　　1. 之前對于數據化精細運營認知比較籠統，模棱兩可，特別是在產品操作過程中。我做的類目是標品產品，3C配件的藍牙耳機。在運營過程中，也就是每天看看轉化率，加購物車和訪客來源。然后就是知道直通車的點擊率非常重要，但是這些都不知道形成一個完整的鏈條。現在回想起來以前操作的幾個爆款，他的起來，他的消亡，現在自己都說不大清楚，也不能完全弄明白。沒有數據來記錄這些過程，或者沒有很好的分析這些過程，形成模型，這樣就造成銷售極度不穩定，一個款起來了，這2個月業績就好，款不行了，可能幾個月都做不起來，這就是我現在面臨的情況。

　　現在總結起來以前操作很大一部分是靠運氣，而不是形成一套電商的運營模式。

　　2. 在現在階段從事電商行業，其實說白了一句就是個賣貨的，是在網上電子商務平臺上賣貨的，這樣就離不開平臺和產品。平臺也就是淘寶網，平臺的本質就是撮合交易，一邊是商家提供的產品，一邊是龐大的消費者，平臺就是在中間起到篩選作用。多以，現在明白了一句話的意義“爆款不是做出來的，而是淘寶選出來的。”平臺通過考核你產品的各個維度的數據表現，設置很多條件，來盡量篩選消費者喜歡的產品出來，提高成交的概率。從平臺角度了來看，所有的寶貝在平臺后臺都是一大堆不同緯度的數據，產品的競爭給搜索平臺呈現的就是數據競爭。

　　以前不知道一個款產品為什么訪客增長，也不知道為什么一個爆款又不行了，在平臺眼中，就是因為你的產品各個維度數據表現好，所以平臺認為你這個產品是個好產品，會又更多人的愿意買，比其他產品好。所以他給你更多的訪客，帶給你更多的流量。訪客下滑了就是平臺認為你這個產品最近表現不行，那個方面弱了，或者有更有競爭力的競品出現了。

　　3. 在操作產品的過程中，更多的是憑借之前的經驗，特別是選款，沒有太多的意識做到數據化選款，也不知道在開始選款的過程中，從那些數據來衡量這個產品。即使一個產品的有數據出來后，也不大知道怎么來判斷這些數據的好與壞，這個就是在沒有聽課之前所面臨的狀況。

　　相關文章鏈接：https://www.1688miao.com/archives/2398