數字經濟背景下電商企業數據化運營探討

［摘 要］我國積極推動數字經濟發展，電子商務作為數字經濟的重要組成部分，也在促進企業數字化轉型。電商企業依托大數據及數據分析，對經營過程的各項信息數據進行采集、分析、處理，從而進行數據化運營。文章分析電商企業進行數據化運營的必要條件，探討電商企業數據化運營的應用場景、層次、關鍵指標和流程，并提出電商企業實施數據化運營的策略。

［關鍵詞］數字經濟；電商企業；數據化運營；電商運營

doi：10.3969/j.issn.1673 - 0194.2023.20.033

［中圖分類號］F724.6；F259.23［文獻標識碼］A［文章編號］1673-0194（2023）20-0102-03

0? ? ?引 言

2021年12月，國務院印發的《“十四五”數字經濟發展規劃》明確提出要提升商務領域數字化水平，健全電子商務公共服務體系，支持商務領域中小微企業數字化轉型升級，提升貿易數字化水平［1］。從2017年第一次提出“促進數字經濟加快發展”，到2022年將“促進數字經濟發展”單獨成段，再到2023年“大力發展數字經濟”，數字經濟在政府工作報告中的地位不斷提升［2］。

1? ? ?數字經濟的定義和發展

中國信息通信研究院發布了《中國數字經濟發展研究報告（2023年）》，將數字經濟定義如下：以數字化的知識和信息作為關鍵生產要素，以數字技術為核心驅動力量，以現代信息網絡為重要載體，通過數字技術與實體經濟深度融合，不斷提高經濟社會的數字化、網絡化、智能化水平，加速重構經濟發展與治理模式的新型經濟形態［2］。2022年，我國數字經濟規模達50.2萬億元，總量穩居世界第二，同比名義增長10.3%，占國內生產總值的比重為41.5%。

2? ? ?數字經濟背景下的電商企業運營

作為數字經濟的重要組成部分，電商行業一直穩步發展。2022年，中國電子商務市場規模達47.57萬億元，較2021年的42.13萬億元增長12.9%。

為順應時代發展，電商企業應積極進行數字化升級，全面深化各環節數字化改造和應用。電商企業對在經營管理中產生的數據進行有效的采集，并通過數據化的工具、技術和方法，以數據分析結果指導企業經營的各個環節，實現降本增效。這種利用數據分析技術進行企業數據化運營的做法，是數字化應用的重要部分。

3? ? ?電商企業數據化運營的必要條件

3.1? ?海量數據的存儲

技術的進步提高了數據存儲的便利性，也極大地提高了數據的存儲量。在過去，受限于技術水平，企業記錄數據的精度相對較低，如以年、季度、月或日進行記錄。如今，電商企業在經營中的每分每秒、每一步操作，都可以被精準地追蹤記錄到，并轉化成為數據記錄，所記錄和保存的數據量大大提升。這些數據是電商企業數據化運營的數據基礎。

3.2? ?精細化運營的需求

大數據及數據分析深刻影響著電子商務行業的發展。如今電商行業的競爭壓力遠超傳統行業。與傳統行業相比，電子商務要求更精準、更細化的運營模式。數據分析技術可以從市場分析、產品梳理、營銷推廣、店鋪定位、客戶服務、物流管理等多個方面，對企業運營起到指導作用，引導企業從過去依靠經驗的粗放式運營，轉向依據數據的精細化運營。

依據各項運營數據，電商企業還可以通過運營策略調整前后的數據變化情況，分析、驗證現行運營策略是否有效，從而可以進一步優化運營策略。

3.3? ?運用數據的意識

隨著市場環境的變化和技術進步，企業管理者意識到數據貫穿于電商運營的整個環節，一些企業開始對員工提出數據分析能力的要求，如運營人員要具備使用數據作為運營工具的能力，用戶研究人員能夠進行定性和定量研究等。有的企業則設立了專門的數據分析部門和崗位，從事數據采集、清理、分析、策略等工作。2022年6月，人力資源社會保障部發布的18項新職業中就包括商務數據分析師。

4? ? ?電商企業的數據化運營

4.1? ?數據化運營的應用場景

4.1.1? ?用戶運營場景

用戶運營主要包括用戶的拉新、留存、促活、轉化4個環節。拉新是指通過一定手段為企業增加新用戶；留存是指維護客戶數量，減少客戶流失；促活指提升客戶活躍度，增加和客戶的互動次數，以維護客戶關系；轉化是引導客戶下載或注冊并購買。

4.1.2? ?產品運營場景

產品是保證企業銷售的根本要素。產品運營須解決市場需要何種產品，企業的產品怎樣滿足消費者需求的問題。產品運營包括開發新品和優化老品。開發新品時，不能盲目跟風，應根據行業發展環境和企業自身實際，針對客戶消費特點開發新品。對于老品，應對原有產品性能、用途、材料等進行優化，以更好地滿足客戶需求。

4.1.3? ?活動運營場景

電商企業的運營離不開各類推廣活動，從傳統的廣告，到如今短視頻、直播帶貨等，都屬于活動的范疇。通過活動，企業將產品或服務內容傳遞給目標客戶，并促進其參與、轉化，促成銷售。要記錄每次活動的相關數據，便于經營者了解客戶偏好的活動內容及平臺或媒介，從而更有效地實施活動。

4.1.4? ?內容運營場景

內容運營是指對電商平臺及其他內容渠道的發布情況進行統計分析，對內容形式及推廣方式等進行評估、優化，分析、追蹤不同階段的營銷效果，還能了解目標用戶的內容偏好。不同平臺的內容推廣規則、適用的內容形式、受眾群體等都有所不同，因此必須針對具體平臺調整推廣內容，使內容更適用于該平臺，分配營銷預算，提高用戶黏性，最終達到提高銷售量的目的［3］。

4.2? ?數據化運營的層次

企業經營中，從商品采購、店鋪美工設計到產品銷售、營銷推廣、客戶服務及供應鏈管理等，業務流程中的每一環節都會產生相應的數據。記錄和利用好這些數據，可以發現問題，針對問題進行規劃決策，從而規避風險。數據化運營貫穿企業經營的各個環節。在經營的不同階段，運營的側重點有所不同，所需要的分析維度和指標也有所不同。企業的數據化運營通常分為初級、中級、高級3個層次［4］。初級數據化運營是針對基礎的數據采集和具體的事務性工作，主要進行基礎數據采集、數據分類及處理、數據描述性分析、數據監控與報表制作。中級數據化運營是針對企業業務需求的各個方面，進行方案開發、數據監控、數據分析和報告撰寫等工作，具體包括數據分析目標和指標制定，數據采集與處理方案制訂，推廣、銷售、供應鏈數據分析，市場和競爭數據分析，數據監控，數據分析報告撰寫，運營優化建議初步提出。其要求能熟練使用數據分析工具與常用的數據分析方法。高級數據化運營要求相關人員具備數據化運營和數據綜合分析能力，能夠綜合考慮企業情況，開發完善數據分析指標體系，制訂數據化運營計劃并實施，分析業務和市場數據，撰寫數據綜合分析報告，提出決策和優化建議，挖掘商業機會。

4.3? ?數據化運營的關鍵指標

企業經營中會產生大量有關客戶、營銷、銷售和供應鏈的數據。收集和分析不同類型的數據在企業制定和調整業務戰略方面發揮著重要作用。數據化運營的指標也側重于這4個模塊：客戶、推廣、銷售和供應鏈。

第一，客戶數據是企業運營的基石。客戶指標主要用于描述市場中客戶忠誠度的特征，包括行為數據指標、客戶畫像數據指標等。其中，客戶行為數據指標有瀏覽量、收藏量等，客戶畫像數據指標有性別、年齡等，除此之外，還有客戶忠誠度、滿意度等指標。第二，流量是電商企業運營的命脈。企業必須進行適當的廣告宣傳進行引流，從而帶動銷售。推廣指標針對的是企業的推廣行為得到的數據。推廣活動的效果，通常以推廣效果（銷售額、曝光量）、推廣成本、活動成效（客戶訪問量、客戶關注數、收藏數、加購數、客單價等）來衡量。第三，銷售指標是企業在銷售過程中產生的數據，能夠幫助經營者了解銷售狀況。銷售數據指標可分為兩類：交易指標和服務指標。交易指標包括銷售額、訂單量等；服務指標包括響應時長、詢單轉化率等。第四，供應鏈指標是企業在采購、物流、倉儲環節產生的指標，有3類：采購數據、物流數據和倉儲數據。采購指標包括采購數量和采購單價，物流指標包括物流時差和物流異常，倉庫指標包括庫存周轉率和殘次庫存比等。

4.4? ?數據化運營的流程

一是明確分析目標。明確分析目標是數據化運營的第一步，是保證后續工作有序進行的前提。明確的分析目標能為后續的數據采集、分析、處理提供清晰的方向和指引。在這個環節，需要梳理分析思路，搭建分析框架，把數據分析目標分解成若干個不同的分析要點，再針對每個要點確定具體的分析方法和分析指標。二是數據采集。根據上一階段所設立的目標，確定需要分析的具體數據指標，根據指標選擇恰當的數據采集工具并采集數據。通常情況下，企業開設店鋪所在的平臺會提供數據采集工具，如淘寶平臺的生意參謀，京東平臺的京東商智。但這一類工具的數據采集功能較為有限，因此企業還可通過第三方監測工具采集運營所需的其他數據。三是數據處理。數據處理指對收集到的數據進行加工整理。采集到的原始數據很可能存在著計量單位不統一、數據記錄不規范等問題，甚至包含錯誤數據，因此必須對原始數據進行處理。數據處理是確保后續數據分析準確性和一致性的重要步驟，包括清洗、轉化、提取、計算等環節。數據清洗是審查和驗證數據、刪除冗余信息、糾正現有錯誤，并確保數據一致性的過程。數據轉化是將原始數據轉換為適合數據分析格式的過程。數據提取是從數據源中抽取數據。數據計算是對數據表中的數據進行基本計算，提高數據的價值并挖掘有用信息。四是數據分析。數據分析是使用適當的分析方法與工具，對經過處理、符合要求的數據進行分析，從中獲取有價值的信息并得出結論。在這個階段，選擇正確的數據分析工具和方法非常重要。典型的數據分析方法包括描述性統計分析、趨勢分析、分組分析等。常用的數據分析工具有Excel、SPSS、Python等。Excel軟件涵蓋了大部分數據分析功能，可以有效地組織、處理、統計評估、分析和展示數據，能夠解決一般企業遇到的大多數數據分析問題。五是數據展現。數據展現是把相對復雜抽象的數據分析結果，用簡單直觀的圖表形式呈現出來。數據展現取決于企業的實際需求和應用場景、是否反映真實數據、是否能表達整體情況等，同時需要考慮圖表的美化。六是撰寫數據分析報告。應將上述數據分析的思路和過程、產生的結論、觀點及建議，按照規范的格式，以文本形式呈現出來，形成數據分析報告。七是形成模板。要將以上流程形成一種固定的模板格式，實現標準化、程序化操作，幫助企業達到提高效率、節約時間的目的。

5? ? ?電商企業數據化運營策略

5.1? ?建設獨立的運營數據庫

電商企業要根據行業和產品的特點建立數據庫，根據不同行業、市場和消費者的現狀對數據進行分類。利用大數據技術對數據進行收集和整合，提高數據分析的時效性，避免信息滯后影響運營。電商企業還應加強與數據平臺的聯系，整合企業的數據與平臺的資源。企業與大數據平臺的合作，能夠有效控制電商企業獲取數據的成本，避免數據資源流失，還能有效結合各類不同數據資源，豐富企業的數

據庫［5］。

5.2? ?靈活運用數據分析模型

建立分析模型是電商企業數據化運營的重要構成。目前，常用的分析模型有5W2H模型、RFM模型、漏斗模型、AARRR模型等。電商企業可以利用已有的分析模型，根據產品所屬行業、產品的特點及消費者偏好，提升分析模型靈活度，使分析模型能夠根據市場實際情況及時作出調整，保證企業在不同情況下都能從數據化運營中獲益。

6? ? ?結束語

進入數字經濟時代后，技術進步為電商企業進行數據搜集、存儲和分析提供便利，激烈的市場競爭促使電商企業必須改變傳統運營模式，以數據為導向指導相關人員進行精細化運營。電商企業的數據化運營貫穿于企業經營的整個環節，適用于經營中的多個場景，按照數據分析的復雜程度可分為高、中、低3個層次。在實踐中，電商企業的數據化運營已有常用的指標體系和相對固定的一套流程。為了更好地利用數據指導運營，電商企業還應建立獨立的數據庫，根據現實情況靈活運用分析模型。電商企業經營者若想在激烈的市場競爭中獲得成功，就必須重視數據化運營，利用數據指導企業經營，順應數字經濟時代潮流。

主要參考文獻

［1］國務院.國務院關于印發“十四五”數字經濟發展規劃的通知［EB/OL］.（2021-12-12）［2023-02-11］.https：//www.gov.cn/zhengce/content/2022-01/12/content_5667817.htm.

［2］中國信息通信研究院.中國數字經濟研究報告（2023年）［R］.北京：中國信息通信研究院，2023.

［3］于永芳.“1+X”證書制度下高職院校《電子商務數據分析》課程教學研究［J］.營銷界，2020（26）：56-57.

［4］郭燕萍.網店數據化運營的思路分析［J］.辦公自動化，2020（16）：30-32.

［5］彭晶晶.大數據背景下電商企業精準營銷策略研究［J］.淮南職業技術學院學報，2022（3）：141-143.

［收稿日期］2023-04-07

［作者簡介］李斯媛（1989— ），女，廣東汕頭人，碩士，講師，主要研究方向：電子商務、數據分析。