南玉蘭，閆拴虎

（1.國網(wǎng)電子商務(wù)有限公司，北京 100053；2.國網(wǎng)電商科技有限公司，天津 300309）

對電商行業(yè)而言，數(shù)據(jù)分析在電子商務(wù)運營工作中尤為重要，數(shù)據(jù)分析使電商行業(yè)很多工作的開展有據(jù)可依，如：描述性數(shù)據(jù)分析描述以往發(fā)生了什么，診斷性數(shù)據(jù)分析解決為什么會發(fā)生，預(yù)測性數(shù)據(jù)分析可以預(yù)測將來可能會怎么樣，規(guī)范性分析指導(dǎo)該如何做[1]。對于企業(yè)而言，知道以往發(fā)生了什么、為什么發(fā)生、如何做、將來業(yè)務(wù)走勢如何尤為重要，因為這關(guān)系到公司的長久發(fā)展。數(shù)據(jù)分析不是單純地利用工具開展分析，而是有一套行之有效的流程，因為單純的結(jié)論若脫離實際業(yè)務(wù)，數(shù)據(jù)分析將毫無意義，讓數(shù)據(jù)分析與實際業(yè)務(wù)相關(guān)聯(lián)，從中提取洞見，為企業(yè)發(fā)展提供參考，以減少未來的不可預(yù)料，是數(shù)據(jù)分析的根本意義所在。

對于數(shù)據(jù)分析，人們一般人會有2個誤區(qū)：①認為只有專業(yè)研究人員或進行數(shù)據(jù)分析職業(yè)的電子商務(wù)從業(yè)人員才會進行深入的數(shù)據(jù)分析；②認為數(shù)據(jù)分析就是掌握多種工具和軟件，甚至需要精通編程語言才能勝任[2]。其實，不論哪種行業(yè)哪種崗位，培養(yǎng)數(shù)據(jù)思維，掌握數(shù)據(jù)分析，會達到事半功倍的效果，比如考勤人員可以運用數(shù)據(jù)分析員工考勤，從到崗時間分析員工工作狀態(tài)與實際工作產(chǎn)出的關(guān)系；電商行業(yè)應(yīng)用活動頻率及多樣化與交易數(shù)據(jù)的關(guān)系，檢測活動效果[3]；銷售主管可以運用工作時長數(shù)據(jù)分析團隊加班對績效的影響；行政人員可以收集某個時段在工位人數(shù)數(shù)據(jù)，分析員工在什么時候容易疲憊，選擇在疲憊時段增加幾分鐘活動；業(yè)務(wù)一線人員可以統(tǒng)計與客戶聯(lián)系頻率及成交量，分析溝通頻率與成交率之間的關(guān)系等[4]。由此可見，數(shù)據(jù)分析可以運用在各個場景，只要具備了數(shù)據(jù)思維，萬事萬物皆可分析。關(guān)于數(shù)據(jù)分析的具體實施，掌握多種工具是好的，但Excel具備數(shù)據(jù)分析的功能，且人人知曉，人人都會運用，不用非常專業(yè)，只運用其簡單的公式計算及數(shù)據(jù)透視功能，亦可以滿足絕大多數(shù)據(jù)分析的需要[5-6]。借助強大的函數(shù)、數(shù)據(jù)透視表功能，能快速、簡便、高效、靈活地開展數(shù)據(jù)清洗、篩選及分析工作[7]。本文講述了數(shù)據(jù)分析步驟并用案例展示數(shù)據(jù)分析在電商行業(yè)中的實際運用。

1 當前數(shù)據(jù)分析在電商行業(yè)中的運用

隨著科技的進步和互聯(lián)網(wǎng)行業(yè)的迅猛發(fā)展，電商交易已滲透至各行各業(yè)。人們可以利用電商交易進行網(wǎng)上購物、網(wǎng)上教育、網(wǎng)上點餐等。互聯(lián)網(wǎng)在經(jīng)濟、政治、軍事、醫(yī)療、教育等各領(lǐng)域都有著廣泛的應(yīng)用。電子商務(wù)便是依托互聯(lián)網(wǎng)發(fā)展起來的，此種交易形式打破了時間、空間的限制，使得交易更加高效。只要電商企業(yè)和消費者之間存在聯(lián)系，就會產(chǎn)生相應(yīng)的商業(yè)數(shù)據(jù)。馬云曾說過：“我們是通過賣東西收集數(shù)據(jù)，數(shù)據(jù)是阿里最值錢的財富。”由此可見數(shù)據(jù)的重要性。然而，單純的數(shù)據(jù)是沒有任何價值的，需要進行收集、歸類、分析等高效處理，數(shù)據(jù)對電子商務(wù)產(chǎn)生作用才是有價值的。目前，數(shù)據(jù)分析在電商行業(yè)中的價值主要體現(xiàn)在用戶洞察、精準營銷、庫存管理、未來預(yù)測4個方面[8]。

1.1 用戶洞察

許多商家在用戶購買過程中依靠數(shù)據(jù)對用戶展開研究，準確地計算和掌握用戶的興趣與購買活動，形成用戶綜合特征畫像，如用戶的年齡、性別、所屬行業(yè)、常用網(wǎng)絡(luò)、所用終端、業(yè)務(wù)類別、使用時間和位置、場景等[9]。可以把客戶進行分類，不同等級的客戶采用不同的營銷策略，提供不同的服務(wù)和產(chǎn)品，有效提高商品數(shù)據(jù)搜索功能的準確度，滿足用戶個性化需求，從而促進用戶購買行為。

1.2 精準營銷

精準營銷建立在充分了解用戶的基礎(chǔ)上，通過用戶洞察，了解用戶的基本信息、行為數(shù)據(jù)等。電商企業(yè)通過精準的劃分用戶，迅速而準確地定位產(chǎn)品，從而提升營銷精準度。另外，對于電商企業(yè)來講，不能像傳統(tǒng)企業(yè)那樣，在空間上觸達用戶，所以每一筆訂單、每一筆交易背后的用戶，都是商家無形的財富，及時了解客戶需求變化，增強用戶黏性[10]。互聯(lián)網(wǎng)具備社交屬性，每個客戶背后都會有龐大的社交圈，依托于用戶洞察與良好服務(wù)，促使客戶轉(zhuǎn)發(fā)、分享等行為，從而擴大營銷覆蓋面。

1.3 庫存管理

庫存直接關(guān)系到公司的命脈，庫存積壓，產(chǎn)品流通速度緩慢，間接體現(xiàn)公司物資調(diào)配不合理、銷售緩慢、生產(chǎn)過剩等問題，直接反映出公司經(jīng)營異常[11]。與庫存積壓相反的庫存不足，體現(xiàn)了公司銷售預(yù)判能力薄弱、物資調(diào)配能力欠缺等問題。因為訂單具備隨機性、時效性，針對訂單的取消、退換等變更行為，傳統(tǒng)的庫存管理模式下，溝通成本加劇，針對大筆訂單，有嚴重的誤差和滯后的可能性，最終導(dǎo)致企業(yè)損失利益。運用電商網(wǎng)絡(luò)數(shù)據(jù)技術(shù)，搭建庫存系統(tǒng)數(shù)據(jù)倉庫，訂單數(shù)據(jù)根據(jù)實際實時更新，商家可以實時了解商品庫存變更狀況。另外，根據(jù)市場供應(yīng)的特點，及時掌握共需，相應(yīng)地調(diào)整庫存，利于企業(yè)提升資金利用效率，抵抗風(fēng)險[12]。

1.4 未來預(yù)測

根據(jù)現(xiàn)有已發(fā)生數(shù)據(jù)，開展月度、季度、年度等多維度數(shù)據(jù)分析，利用同比、環(huán)比等方式，預(yù)測未來業(yè)務(wù)數(shù)據(jù)，協(xié)助企業(yè)及時調(diào)整人員配比、調(diào)整業(yè)務(wù)方案，利于企業(yè)提前做出合理化決策[13]。

2 數(shù)據(jù)分析實施步驟

2.1 提出問題或需求

分析數(shù)據(jù)的根源是解決一定的問題或具有某種需求，有問題或需求才會針對性地分析數(shù)據(jù)，從數(shù)據(jù)中得到問題的答案或滿足需求，脫離實際的問題或需求，對數(shù)據(jù)開展“想當然”的分析，即使分析再透徹也是無用的[14]。

2.2 理解數(shù)據(jù)

理解數(shù)據(jù)包含2方面：①針對要解決的問題采集相應(yīng)的數(shù)據(jù)集；②查看數(shù)據(jù)集中的信息，了解每個字段的意義和數(shù)據(jù)集的描述性統(tǒng)計信息。

2.3 數(shù)據(jù)清洗

數(shù)據(jù)清洗也就是數(shù)據(jù)的預(yù)處理，這占據(jù)了數(shù)據(jù)分析的大部分時間。只有清洗完成的數(shù)據(jù)才能用于之后的分析。數(shù)據(jù)清洗大致可分為7個步驟，即選擇子集、列名重命名、刪除重復(fù)值、缺失值處理、一致化處理、數(shù)據(jù)排序、異常值處理，每一步都需要針對具體情況具體分析。

2.4 構(gòu)建模型

對清洗完成后的數(shù)據(jù)進行數(shù)據(jù)分析，通常是對業(yè)務(wù)問題進行具體分析，得出問題的答案。簡單的構(gòu)建模型是進行一些描述性統(tǒng)計分析，得出一些業(yè)務(wù)指標。

2.5 構(gòu)建數(shù)據(jù)可視化

構(gòu)建數(shù)據(jù)可視化就是將分析問題得出的結(jié)果用圖形或圖表的形式直觀展示出來，便于相關(guān)人員理解。

3 運用數(shù)據(jù)分析步驟開展實際案例分析

以國網(wǎng)電商省管產(chǎn)業(yè)車輛交易平臺數(shù)據(jù)為數(shù)據(jù)模型，開展數(shù)據(jù)分析，該數(shù)據(jù)主要體現(xiàn)各省采購數(shù)據(jù)及供應(yīng)商銷售數(shù)據(jù)等。

3.1 提出問題或需求

該業(yè)務(wù)在實際過程中，真正提出需求的關(guān)聯(lián)到3方，即用戶方、商城方、銷售方。用戶方需求集中在各省管產(chǎn)業(yè)管理部門需要知道本省采購數(shù)據(jù)及采購進度、各下屬平臺公司的采購表現(xiàn)；商城方即商城運營人員、業(yè)務(wù)人員，需要知道交易量及業(yè)務(wù)利潤、各省下單數(shù)據(jù)及占比、明年預(yù)估數(shù)據(jù)；銷售方涉及銷售廠家和對應(yīng)經(jīng)銷商，廠家需要知道各經(jīng)銷商銷售數(shù)據(jù)。

綜上，在提出問題或需求階段，總結(jié)出以下3條需求：①各省采購數(shù)據(jù)及下單進度，以某個省為例分析下屬公司采購表現(xiàn)；②分析現(xiàn)有交易額及業(yè)務(wù)利潤、預(yù)估下一季度交易量；③以某廠家為例，分析其各省屬地經(jīng)銷商銷售數(shù)據(jù)。

3.2 理解數(shù)據(jù)

實際報表字段居多，根據(jù)需求，采集與問題相關(guān)數(shù)據(jù)集，將有關(guān)字段摘取至新表中。精簡后的字段，如圖1所示。

圖1 數(shù)據(jù)分析保留字段

理解其中的信息，具體如下：商品數(shù)量為采購單位購買數(shù)量、供應(yīng)商銷售數(shù)量，商品總額為訂單總金額，成本總額為運營方即商城方采購成本，原廠商名稱為廠家公司名稱，經(jīng)銷商名稱為廠家各省屬地經(jīng)銷商名稱，訂單生成日期為下單時間，平臺公司名稱為各省具有管控職能的省管產(chǎn)業(yè)單位，省公司名稱為各省電力公司名稱，作為各省下單的標識字段。

3.3 數(shù)據(jù)清洗

清除訂單狀態(tài)為取消和關(guān)閉的訂單，保留有效數(shù)據(jù)。其具體操作為篩選訂單狀態(tài)字段，將交易關(guān)閉和申請取消的訂單取消勾選，獲取到實際有效訂單，如圖2所示。

圖2 數(shù)據(jù)清洗保留有效訂單

時間格式處理。因為要分析月度、季度數(shù)據(jù)，所以對現(xiàn)有日期格式進行調(diào)整，只提取月份，將時間改為月度顯示?，F(xiàn)有時間格式如圖3所示。

圖3 原始報表時間格式

修改為單元格格式與實際數(shù)值都為月份顯示，以便于做數(shù)據(jù)分析，如圖4所示。

圖4 數(shù)據(jù)分析所需時間字段

按照以往的概念，只要設(shè)置日期的單元格格式即可，但修改的只是日期的單元格格式，而非實際數(shù)值，導(dǎo)致做數(shù)據(jù)透視分析時仍以實際數(shù)值顯示，如圖5所示。

圖5 日期格式與實際日期數(shù)值不一致

因此，將訂單時間列復(fù)制到新表中做數(shù)據(jù)處理，采用“分列”工具，將“年”和“月”后的時間刪除。將時間列在新表中再次復(fù)制一列（為方便區(qū)分，稱為B列），方便處理后跟源數(shù)據(jù)做比對，保證準確性。選中B列，按照數(shù)據(jù)—分列—固定寬度順序操作，點擊下一步，如圖6所示。

圖6 日期分列處理

在分列區(qū)域單機鼠標，添加分列線，并拖動使月份分離出來即可，如圖7所示。

圖7 日期分列增加分列線

日期選擇YMD，如圖8所示。

圖8 日期分列后格式選擇

點擊完成，得到如下效果，如圖9所示。

圖9 日期分列完成

保留月份列，與原數(shù)據(jù)做比對，比對無誤，處理月份數(shù)據(jù)，如圖10所示。

圖10 日期處理

3.4 構(gòu)建數(shù)據(jù)可視化

數(shù)據(jù)清洗完畢后，利用數(shù)據(jù)透視表開展數(shù)據(jù)分析，同時，將結(jié)果可視化展現(xiàn)。

回顧需求提出階段的3個問題，進行分析。

3.4.1 各省采購數(shù)據(jù)及下單進度

以某個省為例分析下屬公司采購表現(xiàn)。選中整個數(shù)據(jù)表，插入數(shù)據(jù)透視表，字段列表中，勾選問題涉及的字段，即商品數(shù)量、商品總額、省公司名稱，得到各省公司的采購數(shù)據(jù)（因涉及數(shù)據(jù)保密，數(shù)據(jù)為模擬數(shù)據(jù)，取部分數(shù)據(jù)，非真實數(shù)據(jù)），如圖11所示。

圖11 省采購數(shù)據(jù)透視表

將數(shù)據(jù)進行一致化處理，省份統(tǒng)一名稱，金額以萬元小數(shù)點后2位顯示。

選中處理后的表格數(shù)據(jù)，插入圖表，進行可視化展現(xiàn)，如圖12所示。同樣的方法也可以分析采購金額占比。

圖12 省采購數(shù)據(jù)及采購數(shù)量占比可視化展示

3.4.2 分析現(xiàn)有交易額及業(yè)務(wù)利潤，預(yù)估下一季度交易量

原始數(shù)據(jù)中，沒有利潤字段，需要增加一列利潤字段，計算利潤，利潤=銷售價－成本價。

更換數(shù)據(jù)透視維度，字段列表保留商品總額、訂單生成時間及利潤。參照如上方法，將結(jié)果采用圖表可視化展現(xiàn)，如圖13所示。

圖13 月度下單金額及利潤

從圖中可以看出，2月份、6月份下單金額較多，因為春節(jié)后購買批復(fù)結(jié)果下達，2月份達到購買小高峰；其次每年6月份新車型切換，采購單位購買意愿旺盛。小高峰以前要準備充足人手來應(yīng)對爆單，以保證服務(wù)質(zhì)量。

預(yù)估下一季度交易量，從圖表走勢來看，第四季度相較于第三季度有下降的趨勢。

使用Excel中用TREND函數(shù)來做粗略預(yù)測。對于實際業(yè)務(wù)來講，第一季度因去年采購工作剛結(jié)束，各單位采購意向處于極為不均衡狀態(tài)，采購數(shù)據(jù)參考性較弱，以二、三季度數(shù)據(jù)進行第四季度預(yù)測分析，以減小預(yù)測誤差。

TREND函數(shù)：已知Y（必選），已知X（必選），新X（必選）。在案例中，X（必選）值為需要推測的月份，如圖14所示。

圖14 TREND函數(shù)的使用

最終預(yù)測數(shù)據(jù)如圖15所示。

圖15 TREND函數(shù)粗略預(yù)測三季度數(shù)據(jù)

TREND函數(shù)只做粗略預(yù)測，具體還要結(jié)合業(yè)務(wù)實際考慮。

3.4.3 分析各省經(jīng)銷商銷售數(shù)據(jù)

以某廠家為例，分析各省經(jīng)銷商銷售數(shù)據(jù)。更換數(shù)據(jù)透視維度，字段列表保留原廠商名稱、經(jīng)銷商名稱、省公司名稱，如圖16所示。

圖16 各省經(jīng)銷商數(shù)據(jù)分析字段

篩選某個廠家，可以得到各省經(jīng)銷商銷售數(shù)據(jù)，如圖17所示。

圖17 特定廠家不同區(qū)域經(jīng)銷商數(shù)據(jù)

根據(jù)以上方法，更改不同的字段列表，可以展開其他維度分析，分析的維度越多，發(fā)現(xiàn)的問題、得到的洞見越多。針對字段多的報表，使用不同的統(tǒng)計指標，得到的結(jié)果也不一樣，對工作也會產(chǎn)生不同的指導(dǎo)意義。

4 結(jié)論

數(shù)據(jù)分析在電商行業(yè)中不可或缺，其對業(yè)務(wù)具有巨大的指導(dǎo)意義，利于企業(yè)進行精準營銷、庫存管理及人員調(diào)配等[15]。本文解除了只有專業(yè)人士及數(shù)據(jù)分析崗位的工作人員才有必要了解數(shù)據(jù)分析的誤解，指出了無論哪個行業(yè)哪個崗位的人員都可以具備數(shù)據(jù)分析思維，數(shù)據(jù)分析可以運用于各行各業(yè)，以數(shù)據(jù)分析結(jié)果為思考，可以增強思考深度，讓工作起到事半功倍的效果[16]。本文亦闡述了數(shù)據(jù)分析步驟，幫助人們理清思路，明白數(shù)據(jù)分析需要做哪些基礎(chǔ)工作，方便順暢地開展數(shù)據(jù)分析。Excel作為常用工具，很多功能往往容易被忽略，本文借助此工具并結(jié)合實際案例，按步操作，應(yīng)用數(shù)據(jù)透視表作為數(shù)據(jù)分析基礎(chǔ)工具，借助函數(shù)、篩選、統(tǒng)計、分類等[17]，演示了數(shù)據(jù)分析在電商行業(yè)數(shù)據(jù)中的應(yīng)用，對于想了解數(shù)據(jù)分析的人員，具有鮮明的指導(dǎo)意義。