想要做好新零售，必須先學會資料分析！

近期很多電商都在抱怨，店鋪生意不好，客人留不住，轉換率低等等問題，拿著一大堆資料看的焦頭爛額，想做電商，做大，做好，不會資料分析怎麼行呢？

在我們印象裡，資料似乎是一種往回看的工具，

它可以總結過去的經驗，對未來的決策起到輔助作用。但是大資料發展了這幾年，它開始覆蓋越來越多的場景，甚至和當下的經濟環境成為了一種共生共榮的關係。

要想在互聯網這個大時代裡存活下來，學會資料分析是一項必不可少的技能。

首先，我們要先搞懂什麼是資料分析。

資料分析，其實就是在一大批看來雜亂無章的資料中把有用的資訊，

集中、萃取和提煉出來，以找出所研究物件的內在規律，並提供決策支援的一系列分析過程。"資料→資訊→行銷決策→銷量",既然是決策支援，那麼資料分析就會説明我們發現問題、分析問題，並指導我們做出最佳行銷決策決策。

商場如戰場，資料分析就是店鋪商戰中的雷達。

資料分析又分三個板塊。

一、資料對比

資料分析需要對比，可以是自己跟他人或行業比，也可以是自己不同時段的比較。譬如：我通過與行業的本月資料對比，發現其餘環節都略高於行業均值，只有客單價部分是短板，那麼提供的決策支援應該是增加同類寶貝推薦以及搭配套餐等工作，以及多做一些店鋪活動提高客單價。 又譬如：通過本周與上周的對比，

發現銷售額下降嚴重，進一步分析發現行業銷售額不減反增，原來由於秋冬換季，我店鋪產品沒有及時更替產品嚴重滯後導致。

二、資料監控

很多人會說，不必錄入監控啊，量子上面不都有記錄嗎？但是殊不知，錄入和監控的過程其實就是分析的過程，

往往做資料錄入的人員是最清楚公司的整體的狀況的人員。關於監控資料的來源工具，常用的也就那麼幾個：資料魔方、量子統計、推廣後臺、其他等等。

來源不多，但是用到精通、熟練，充分從資料中提取有用資訊，需要花心思。用量子統計獲取店鋪自身的優劣勢、用資料魔方縱觀行業概況，從推廣後臺測評ROI，並從自身角度添加其他資料分析工具，最終有效結合起來，

才算是知己知彼，胸中有丘壑。

三、資料分解

分解也是資料分析不可或缺的一大環節，尤其是未來市場預測和流量比例分配。舉一個簡單的例子：現在我要加大推廣力度，在成本控制內提高20%的銷售額。

先用公式“銷售額= 流量 X 轉化率 X 客單價 ”把銷售額分解開來，採用控制變數法，保持轉化率、客單價不變情況下。再對流量分解“流量=淘寶站內+直接訪問+搜尋引擎+推廣+其他”。

總結下來，關於資料分析，任何資料分析都只是提供決策支持，一切都要落實到具體行動方可。

採用控制變數法，保持轉化率、客單價不變情況下。再對流量分解“流量=淘寶站內+直接訪問+搜尋引擎+推廣+其他”。

總結下來，關於資料分析，任何資料分析都只是提供決策支持，一切都要落實到具體行動方可。