电子商务数据分析经验总结

很不错的一篇总结，转来分享一下，和自己比较接近。

08年毕业，不知不觉的混进了电子商务行业，又不知不觉的做了三年数据分析，恰好又赶上了互联网电子商务行业发展最快的几年，也算是不错吧，毕竟感觉前途还是很光明的。三年来，可以说跟很多同事学到了不少东西，需要感谢的人很多，他们无私的教给了我很多东西。

就数据分析职业来说，个人感觉这对互联网公司来说是非常重要的，也是确实能够带来实际效果的东西。比如说利用数据分析做会员的细分以进行精准化营销；利用数据分析来发现现有的不足，以作改进，让顾客有更好的购物体验；利用CRM系统来管理会员的生命周期，提高会员的忠诚度，避免会员流失；利用会员的购买数据，挖掘会员的潜在需求，提供销售，扩大影响力等等。

最开始进公司的时候是在运营部，主要是负责运营报表的数据，当时的系统还很差，提取数据很困难，做报表也很难，都是东拼西凑一些数据，然后做成PPT，记得当时主要的数据就是销售额、订单量、毛利额、客单价、每单价、库存等一些特别基础的数据，然后用这些数据作出一些图表来。在这个阶段基本上就是做一些数据的提取工作，Excel的技巧倒是学到了不少，算是数据分析入门了吧。

后来公司上了数据仓库，里面就有了大量的原始数据，提取数据非常方便了，而且维度也多，可以按照自己的想法随意的组合分析，那个阶段主要就是针对会员购物行为的分析，开始接触数据建模，算法等一些比较难的东西，也是学到东西最多的时候。记得当时做了很多分析报告，每周还要给总裁办汇报这些报告，下面详细说一下当时使用的一些主要的模型及算法：

1、RFM模型

模型定义：在众多的客户关系管理的分析模式中，RFM模型是被广泛提到的。RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该机械模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况。在RFM模式中，R(Recency)表示客户最近一次购买的时间有多远，F(Frequency)表示客户在最近一段时间内购买的次数，M (Monetary)表示客户在最近一段时间内购买的金额。一般的分析型CRM着重在对于客户贡献度的分析，RFM则强调以客户的行为来区分客户。利用RFM分析，我们可以做以下几件事情：

⑴建立会员金字塔，区分各个级别的会员，如高级会员、中级会员、低级会员，然后针对不同级别的会员施行不同的营销策略，制定不同的营销活动。

⑵发现流失及休眠会员，通过对流失及休眠会员的及时发现，采取营销活动，激活这些会员。

⑶在短信、EDM促销中，可以利用模型，选取最优会员。

⑷维系老客户，提高会员的忠诚度。

使用方法：可以给三个变量不同的权重或按一定的规则进行分组，然后组合使用，即可分出很多不同级别的会员。

2、关联分析

关联分析最原始的案例来自于沃尔玛的“啤酒与尿布”。通俗意义上讲，就是只买了A商品的人，又有很多人买了B商品，那么我们就可以认为A、B两个商品的关联性比较高。很多数据挖掘工具都有关联挖掘，主要使用的算法是Apriori算法，在计算的过程中会主要考察项集、置信度、相关性这三个结果数据，以最终确定商品之间的相关性。除了Apriori算法外，还有许多其他的关联分析的算法，基本上也都是从Apriori发展而来，比如FPgrowth。本人从几年的数据分析经验感觉，关联分析在零售业中并不太实用，挖掘出来的关联度比较高的商品一般都是同类商品或者同品牌的商品，像“啤酒与尿布”这种，很少能够有。

使用方法：组套销售或者相关陈列等。

3、聚类分析

零售行业的聚类分析主要是指将具有相似购物行为的顾客进行群体的细分，以支持精细化的营销活动，带来更大的营销效果，节省成本。Spss里面的聚类分析主要有两种K-means聚类和系统聚类。也可以在数据仓库中根据顾客购买的商品属性进行会员的聚类分析，这里就不需要算法的支持，只需要根据系统的已经有的商品分类，把购买过相同商品类别的顾客划分到一起。这种方法可能与公司的业务更加贴近。聚类分析是进行会员精细化管理，精细化营销的基础，做好聚类分析，对企业将有很大的益处。

使用方法：对顾客细分，精准化营销。

4、“之”字分析法

该种方法主要是有一种很明确的会员群体，然后通过分析这些会员群体的购买行为，提取这些购物行为的相似点，然后再通过这些相似点返回到整个数据里面，从中抽取更大的会员群体，以制定精准的营销。

再后来，公司又上了SAP，又去BW组去做报表开发，做报表开发这一块能够接触到更多的业务方面的知识，虽然做数据挖掘比较少了，但是数据最终是要指导业务的，所以这对我的成长也算是非常有利的。业务方面主要了解到了几大块：

1、库存管理-库存管理这块主要有正品库存的管理，滞销库存，高库存商品等各种不同类型的库存该怎么定义以及该如何去管理。比如去管理供应商的库存的时候会根据正品库存及滞销库存和库存正常的周转天数来计算该供应商的库存是否在合理的水平，是否该进货还是要减少库存。

2、促销管理-促销管理是以提高销售额为目的，吸引、刺激消费者消费的一系列计划、组织、领导、控制和协调管理的工作。数据方面来说主要是针对不同的促销方式来计算不同的方式收益情况，不同的促销方式可以带来不同的效果，因此在使用促销的时候要审慎的选择，以达到理想的效果。

另外，还有财务报表、采购流程等很多方面的东西，这些接触的比较少就不写啦。

在BW项目组的时候，也经常会帮网站做一些分析工作，自己也自学了两本关于网站数据分析方面的书，感觉学到了一些皮毛，下面说一下吧：

1、网站流量分析

网站流量的比较重要的KPI指标有浏览量、访问量、独立访客数、跳失率、转化率、页面停留时间、访问页面数、流量来源、流量来源ROI等等。通过这些数据可以全面的反映网站的整体情况。其中跳失率可以用来衡量页面的质量，流量来源及转化率可以衡量市场及营销的工作情况。进行网站数据分析的时候，需要牢牢的把握转化率这一指标，然后由这一指标的变化来寻找其他相关数据的变化，最终找出原因，做相对应的策略，改进我们的工作。

2、网站分析细分

数据分析行业有句话-无细分，毋宁死，足矣看出细分对数据分析意义。对于网站的数据分析尤其是如此。网站的流量数据量非常大，从整体上看根本都看不出那里会出现问题，所以必须要细分。比如说营销人员需要看的转化率，必须就要细分到每个渠道里面，然后再看到这些渠道来的会员的点击情况，他们都看过那些网页，对什么感兴趣，跳失率是多少，浏览时间多长，最终转化的是多少等等，这样才能看出问题。

3、网站的短信促销及EDM

在这个电子商务普遍烧钱的时代，花出去的钱到底能有多少能够带来实际的收益呢？在抢占市场的同时，怎么才能做到ROI最大化这个问题急需要解决。公司每天几乎都要发几万条甚至几十万条的促销的短信，短信的反馈率基本上都在2%一下，怎么才能提高转化率，这就需要更精准的用户定位，把钱花到最有可能带来收益的地方。因此网站的短息促销及EDM促销，必须要依据会员的精细化细分，不但要满足客户的需求，更要挖掘出他们的需求。

写到这里基本上写的差不多，通过总结才发觉自己原来很是知道的很少，还有很多需要学习的地方，比如说数学建模方面的知识不够，统计学软件使用不够好，业务了解的不够深入，对整个电子商务行业的发展把握不清晰，这些都是需要以后加强的地方。最近在一个数据分析师的前辈的博客上看到他对数据分析师的要求只有一点，就是要热爱数据。感觉自己还不够，平时工作的时候还不够投入，总觉得是在为公司工作，不是在为自己的兴趣工作，其实一个人每天做的事，一定要都当做是为自己做才行，就算真的不是为自己做，也要从中学到一些东西来变成自己的东西，为自己服务。

日本软件设计文档

最近在同兄弟们一起做项目，关注了一下有关日本开发文档的文章跟大家分享一下。

今天有幸拿到一份同行兄弟给我的对日外包软件设计文档，很平常的Excel文档，打开一看内容却感到非常不一般，以前听说过日本IT企业的“认真地死板”，今天算是感受到了。

这份文档分8个sheet，每个sheet明确针对不同描述领域，分别为：链接、版本修正、软件架构和业务物理模型、界面原型、界面原形元素设定 （包含初始化）、界面原形元素数据实现顺序、动作实现顺序、底层数据集描述和实现。怎么说呢？我算是看到过很多设计文档的人了，国内的、欧美的，这次加上 日本的算是全了70%了，我不想对日本发什么感慨，我只是想从这份文档本身出发谈谈看法。

1. 为什么要有独立的链接页面？

其实这个问题我不用多说，但凡是在IT行业做过的都知道这个行业有个很大的特色：早先没什么文档，自从CMM能增加企业光亮开始，文档一夜之间就铺 天盖地的出来了，甚至有段时间国内出现了文档容量攀比态度，各个公司之间，每个IT从业人员之间相互比对谁拥有的文档多，多意味着什么？专业啊！问题是文 档多了管理这些文档也麻烦了，不是丢了就是被某些糊涂蛋删除了，幸好聪明的国人想到了配置管理，我把这些文档分分类放到配置管理库那么就一切OK了。我曾 经入职过一家国内的大公司，第一天上班“师傅”就带给我一个10G的资料让我“学习”，我对这些文档的第一个印象就是支离破碎，看完这个刚有点感觉想看下 面的时候，找不到后面的资料了，当我找到后面资料时思想全乱了，一天下来头昏脑涨，这也是我看到的最讲究逻辑的行业做的最糟糕逻辑的事情了！

所以文档有个链接就非常好了，你可以让每个孤立的文档连成一个整体，让阅读者的思维通畅起来。回过头我重新看了一下RUP2000，里面的文档也是非常讲究相互链接的，不知道为什么这么好的东西到了中国就“消失”了。

2. 版本修正

我觉得国内只要是想正儿八经做IT的都会在各自的文档上加这个，只不过很多人没有考虑一个阅读的科学性，我以前的文档全是在目录后跟版本修正，这样 的话如果一份文档变动非常频繁，那么会造成页面下拉厉害影响视觉。有个细节是，这份日本设计文档的版本修订区是根据每个sheet做修订大项的，每个 sheet的细节分类变更包含其中，这样可以跟踪得很细。我们原来的文档着这方面却可以看出，细心的人写的细，粗心的人写的粗，总之在标准的文档也会有不 标准的地方。

3. 软件架构和业务物理模型

国内也有，至少我以前接触的文档就有这方面的内容，不过大多数是根据欧美风格来的，大框架的描述的非常精美，如果你想看细节架构和数据流就没了。这 份日文设计单独开辟了一个sheet专门描述着描述这件事情，选用的图形比较中规中矩，看了以后至少知道什么是入口，中间经过何等处理，最后的输出是什么 或者什么形式。看来日本并没有大规模推广UML语言，他们就是用了office提供的图形，我现在有些搞不清楚了，国内很多企业标榜自己的设计完全UML 化，出来的文档很专业，结果是少数人看的懂，也许在某些国人眼里，设计就是那天上的月亮岂能让凡夫俗子把玩乎？！

文档的细节是将模型中出现的文字都一一作了解释，有点词汇表的意思，但是没有RUP中词汇表那么大的作用范围。

4. 界面原型

原型这东西最能让阅读者快速理解，2000年开始国内很多IT企业就讲究 快速原型开发方法，但是至今我没看到过一份设计文档带原型，有的是有不过是后期开发完成后补的，这是聪明人做的事情。我看这份文档，到这里我已经完全明白 要做什么了，至少我不会担心我要自己设计什么稀奇古怪的东西。另外这个sheet标注了项目说明，这样结合原型我又能多理解很多东西。说BUG大部分都是 出现在需求和设计阶段，如果你能100%理解你要做什么了，怎么会让BUG穿透这么多层面流到客户地方去？

5. 界面原形元素设定

到这里我作为一个曾经的开发人员就要动手准备做了，本sheet详细描述了整个界面所用到的GUI元素，编程变量名称，类型，长度，格式例子等等， 还有GUI元素的坐标。其实我理解到了开发阶段，基本上就是光做不说的阶段，你还能指望有几个开发需要大量的 激情创造 才能生存下去？所以说，国内的开发吃欧美的编程天才的毒蘑菇吃多了，产生了愉悦的精神幻觉，要知道图灵只有一个他死在美国！

6. 界面原形元素数据实现顺序

这个要详细看看，其实这个sheet我理解的也不是很好，但是从含义来看是对GUI接收和反馈数据作的一个约定，哪些GUI元素是接收数据的，哪些GUI元素是反馈数据的，感觉就是很细节，是对前面一个sheet的补充。

7. 动作实现顺序

国内有个不好的习惯，习惯让测试人员最后写操作手册，我不知道这个是谁发明的并且第一个开始，我只知道这样的人在IT中对IT标准化是个莫大的嘲 笑。这份sheet详细描述了整个界面的操作动作，结合界面元素的不同组合详细写出业务可接收处理过程，如果你要写操作手册，只要结合VBS就可以快速生 成一份XX软件操作手册，何必再劳师动众让本已经疲于奔命的测试人员写呢？

8. 底层数据集描述和实现

这部分详细设计经过GUI收集的数据最终存储问题，国内很多都有这方面的描述，这一块日本作的实际了点，数据名称跟前太GUI元素作了捆绑指定，看了整个设计就通畅了。

最后要说明的是，这只是一份普普通通的日本软件设计文档，设计的内容是一个很小很小的资金查询，这样的东西以前我一天可以做好几个，但是到今天为止我做不出这么详细的设计文档。我觉得现在非常有必要反思一下我的测试用例设计文档 细节决定成败 我不愿意落在口头上。