電子商務專業學生數據分析能力提升策略研究

張 鴿

（長沙民政職業技術學院，湖南長沙410004）

在商務活動中數據分析是將數據庫中的原始數據進行歸納整理，聚集成一個可供高層次使用的數據集合，是研究市場營銷規律，制定店鋪訂貨、補貨、促銷計劃以及調整經營措施的基本依據。隨著電子商務的日新月異,數據分析在運營中的作用越來越重要。越精確的數據細度越能準確反應出運營過程中的業務發展情況，有助于商家及時完善運營策略，提升商家的競爭力和客戶黏度。如果電子商務運營過程中不進行數據采集和分析，那就缺失了對運營效果的反饋。

一、數據分析的主要作用

1、有利于調整運營策略

電子商務市場變化快、熱銷商品的銷售時段相對較短。在運營的過程中，需要及時掌握市場變化趨勢以及客戶需求動向，才能迅速并準確地調整產品組合和產品價格、制定促銷策略。

2、有利于跟蹤并判斷運營結果

電子商務企業在運營過程中需要制定全面詳細的運營計劃，運營過程中也在不斷調整運營計劃。運營過程中采集運營數據并進行數據分析是調整下階段運營計劃的基礎。運營數據的分析結果，不僅反饋了運營計劃的運行情況，也可以讓企業運營者據此分析判斷出運營過程中需要改進的問題，為下階段運營策略的調整、運營效果的優化提供依據和支持。

二、電子商務中數據分析的主要分類

1、行業數據分析

行業數據分析主要是對所選取的行業的整體性進行分析，了解行業排名、成交趨勢、市場趨勢、熱門搜索等，結合這些數據來制定自身的運營策略。還要對競爭對手及同行熱銷商品等數據進行分析，從而規劃一個合理的選品策略。[2]

2、訪客數據分析

訪客數據分析主要指分析訪客來源、訪問數、頁面停留時長、平均訪問頁數以及不同時段的訪問量情況等。從訪客數據分析可以看出訪客分布結構、頁面裝修和商品詳情描述是否合適等。

3、運營數據分析

運營數據主要分析七個方面：（1）流量來源分析。分析流量組成以及哪些流量帶來收益；（2）付費流量分析。對各種付費推廣進行跟蹤并分析推廣效果；（3）訪問時段分析。分析每個時段的流量和銷量的轉化情況；（4）關鍵詞分析。分析哪些關鍵詞帶來了主要流量；（5）訪客分析。分析主要顧客來源地區并進行相應的活動。例如對于單少但是流量高的地區設置免郵等活動（6）熱門頁面分析。分析哪些是帶來流量較多的頁面以及原因，以分析結果為指導去優化其它頁面；（7）出口分析。分析跳失率高的頁面，發現顧客離開的原因并及時進行優化。

4、訂單數據分析

訂單數據分析包括的范圍很多,最常見的是分析訂單量、訂單總額、客單價以及轉化率。訂單數據包括客戶訪問、收藏、下單、支付整個過程的數據，幫助商家分析需要優化的環節，從而提高產品轉化率。從訂單數據也可以分析出商品的種類，那些商品賣得好，賣得好的原因是什么，以此為依據優化產品和營銷策略。也可據此建立關聯模型，分析出同時達成銷售的概率較高的商品，形成關聯銷售。

5、活動數據分析

活動數據分析主要用來評測某次活動給商家帶來的效果，以及評測廣告的投放指標。活動數據中商家比較關心的有三個數據，分別是轉化率、投入產出比和平均點擊花費。做好活動數據分析，可以使商家對活動過程和效果作出更精準的判斷，在此基礎上做出合理的調整，帶來更多的收益。

6、客戶數據分析

客戶數據分析不同于訪客數據分析，主要是針對已經產生購買行為的顧客數據進行分析，包括客戶數量、客戶來源、客戶結構、客戶行為和客戶流失等[1]。銷售過程中基于用戶的活躍程度，可以將用戶大致分成“流失用戶”、“低頻活躍用戶”和“高頻活躍用戶”。不同用戶的活躍度、商品偏好、購買決策階段都各異，商家做好客戶數據分析后，可以根據需要采取差異化的運營策略。找出那些有價值的客戶，增加客戶黏度，進行精準營銷。

三、電子商務專業學生數據分析能力現狀分析

1、缺乏數據意識

目前電子商務教學中的普遍現象是專業教師花了大量的時間在培養學生的技能上，但對于數據分析的意識引導還不夠。學生對于電商過程中數據能解決什么問題、怎么解決的、解決之后會給業務帶來哪些改進以及效果上的優化還不是特別清楚。整體上來看就是缺乏“數據意識”，不習慣通過數據分析來進行經營和決策。

2、數據分析工具掌握不熟練

目前電子商務領域所用的數據分析工具非常多，僅淘寶運營過程中所能用到的數據分析工具就五花八門,例如流量提升工具、活動推廣工具、店鋪視覺優化工具、客戶關系管理工具等，這些工具都是針對某個領域的專業工具。因為目前在電子商務專業的教學中，課程中沒有專門的模塊來進行實訓，學生對于數據分析的工具了解不多，掌握其使用方法就更加少了。通過對畢業生的回訪了解到，在電商實際的運營過程中，Excel的使用是非常頻繁的，也非常重要，然而在校期間，學生對于Excel的了解也停留在非常初級的階段。

3、缺乏運營整體觀念

學生因為實戰經驗較少，對電子商務的整體運營還停留在初級階段，給學生數據，他們還不能把數據和運營過程結合起來進行全面的分析。電子商務領域的數據分析，需要分析者熟悉運營的各個環節。簡單的數據分析會使結果的適用性大打折扣。不理解數據的實際意義，看不清一堆數據中彼此的聯系，那數據就是單獨的，就不能判斷出數據的實際意義，也就不能從數據中提煉出有價值的信息。

四、提升電子商務學生數據分析能力的策略

1、將數據分析貫穿到多門課程中

提升學生數據分析能力的前提是要培養學生形成數據分析的思想、意識，并不斷在實踐過程中找到數據的關聯性，挖掘其內在含義，從而提升數據分析能力，并能利用分析結果對未來的工作作出前瞻和指導，形成閉環，不斷提升。因此數據分析意識的培養不是一個簡單的過程,應該是不斷強化的結果。在電子商務的課程設置中，不僅可以開設一門專門的數據分析課程，同時也應該在其它課程中有相應的內容或模塊涉及到數據分析。例如《網店建設與經營》課程中就可讓學生看一些真實店鋪的運營數據，分析運營效果；《網店視覺營銷》課程中可以讓學生分析網店頁面流量和跳失率的數據，讓學生從視覺營銷的角度來分析流量大或跳失率高的頁面的優缺點。教師在這個過程中要指導學生讀懂數據，理解它所代表的信息。

2、強化數據分析的軟件的使用

要會數據分析，必須要掌握數據分析的工具，知道其有什么用、怎么用。因此在電子商務教學過程中，應盡可能地讓學生多看多了解多掌握電子商務領域常用的一些數據分析軟件。Excel的教學也該引起足夠的重視。Excel的教學中，不能只告訴學生Excel做什么用，更重要的是用案例的形式教會學生怎么用。不僅要教學生常用的Excel函數，也要教會如何用Excel生成圖表，例如餅圖、線圖、柱形圖、雷達圖等。一些簡單的分析技能也應該提及，這些技能可以幫助運營者快速分析業務走勢和異常情況。

3、從運營角度整體上引導學生進行數據分析

在教學過程中，教師應通過具體案例和教學過程，要讓學生明白數據能為我們解決哪些問題。明白數據分析是決策的依據。在數據分析過程中，要引導學生重視數據，卻不能拘泥于數據，不能為數據而數據，不能把數據片面化、機械化，要學會從整體的角度來評價數據的價值，然后客觀評價分析數據，得出合理的分析結果。例如在運營一個網店時，某段時間的訪客數劇增，不能僅僅認為是自身店活動做得好，還要分析其它原因，是哪些入口帶來的流量劇增？是否同行流量都在增加？是否最近的產品有調整？等等，然后才能形成一個比較客觀的分析結果。數據分析是一個復雜的思維過程。在教學中要鼓勵學生從多角度分析數據，不僅掌握數據分析的方法，更重要的是能通過數據分析，提取有價值的信息。

五、結論

數據分析能力的培養和提升是個循序漸進的過程，需要不斷強化，也不能只靠課堂教學來完成。教師需要設計多樣性的實踐分析活動，將課內外有機結合起來，激發學生分析數據的興趣，讓學生形成數據分析意識，逐步提升數據分析能力。

［1］麥海森.網店運營中客戶數據分析與應用[J].《商》,2016,(25):223-223.

［2］陳廣明.數據分析與網店經營[J].電子商務,2012,（1）.

［3］蘇紅霞.基于淘寶平臺的網店經營策略探究[J].中小企業管理與科技,2013,(3):152-153.