在電商行業中，我們應該如何做出一份業務數據報告，讓數據發揮出實際的商業意義，而不只是停留在數據表面呢？以下將從什麼是業務數據報告、 業務數據報告的常用思維、 業務數據報告書寫步驟三個方面進行淺析。
業務報告是業務人員通過對大量數據的收集和分析，結合自身對業務的理解，說明現有業務的優勢與不足，並提出對於業務的合理優化建議，以期指導業務良性發展。業務報告不同於單純的數據報告，業務報告不可只是簡單的羅列數據，更多地還需要做到以下三點：
90年代，美國沃爾瑪超市管理人員分析銷售數據時發現：在某些情況下，」啤酒」與」尿布」兩件看上去毫無關係的商品會經常出現在同一個購物籃中。原來，當老公被老婆派去超市購買孩子尿布時，也會順便為自己購買啤酒。商場乾脆把兩種商品放在一起，竟然增加了銷量。
上例就是從日常數據中發現了一定規律，並對消費者的生活、購物習慣做出了合理推測，提出了業務優化建議並成功地獲得了業務的增長。回到電商運營中來，小到店鋪，大到平臺，是一個道理；店鋪可以分析哪些商品更容易出現在一個訂單中，再將這些商品互相推薦互相引流，以及在店鋪頁中靠近展示等；平臺可以分析哪些類目的連單性更強，若女裝與女鞋、家裝家具和家用電器的連單性較強，則可以考慮將兩個類目聯合起來共同策劃活動，若商品側允許還可策劃滿減、滿件等營銷，加深連帶，提升業績。
計算公式：女裝與女鞋兩個類目的連單性=既購買了女裝也購買了女鞋的用戶數/購買了女裝的全部用戶數。
以上是對業務數據報告的定義和簡單舉例，那麼我們可以從什麼角度來挖掘業務數據、優化現有業務呢？下面是四個常見的數據分析思路。
對比分析就是把數據放在一個合理的參考系中，通過對比來說明問題。
一項業務有銷售總額、UV、轉化率等等指標，這些指標可以在一定程度上說明業務的進展情況，但是單獨的指標過於片面，缺乏實際性的指導意義。例如一個電商banner廣告圖某天的點擊率是5%，我們並不能立即判斷出這個廣告圖的文案、引流商品、色調、風格等是否成功，而如果可以與相同位置其他時間的廣告圖來作對比，我們則能發現更多問題。除此之外，可以對比的維度還有性別、年齡、地區、省份等等，以地區舉例，我們可以統計連衣裙這一類目在不同區域（華北、華中、華南、華西、華東）的訂單佔比，從而得出連衣裙在XX地區更受歡迎（尤其是在換季季節）的結論，再回到業務中去調整連衣裙在不同區域用戶中的曝光程度，讓流量能夠更加有效地利用起來，提升業績。還有一項運用到對比思維的就是A/B test，比如測試產品改版的效果時，可以把用戶質量均勻地分成兩組來分別體驗未改版和改版後，通過兩組用戶的數據反饋來判斷產品改版是否成功。
業務都是由層層的轉化得來的，我們做業務分析時要先梳理整個業務流程，把每個環節列清楚，然後計算分析各個環節的轉化率，思考如何提高每個環節的轉化率。
以一個電商的活動頁為例，這個活動頁的轉化過程應該是：
曝光UV→點擊UV→（店鋪點擊UV）→商詳UV→下單人數→支付人數
梳理好以上流程後，我們需要計算：曝光點擊率、商詳到達率、下單轉化率、支付轉化率等，再將各個環節的轉化率與其他活動頁的轉化率作對比，或是與這個活動頁前三日日均轉化率作對比，看數據是否偏高或偏低。如果一個頁面的曝光UV低，可以考慮增加在站外的流量投放以及在站內申請更多資源。如果點擊率低，則可能是因為文案太弱、廣告圖不夠吸引用戶、或是資源本身質量較差等原因。
如果一個頁面的商詳到達率低，則應該考慮頁面結構是否合適、商品是否符合用戶喜好等，可根據數據反饋及時替換點擊效果差的商品，如果商詳到達率隨著時間的推移呈現逐漸減弱的趨勢，則應尋找一定的規律定期更換頁面的商品排序。如果商品的購買轉化率低，則應該考慮商詳頁是否有可優化的空間，如在商詳頁主圖下方增加促銷氛圍圖，在商品信息位置增加促銷說明等。還有商品的付款率，如果低於正常值，建議賣家催單。
說到轉化，不得不提一下最近很火的抖音。這款app的路徑簡直是不能再短，打開app即可看到視頻，不用讓用戶陷入點擊點擊再點擊，才能找到自己想要的東西的糾結中。
業務除了可以按轉化流程進行拆分，還可以從公式的角度來進行指標拆分。我們都知道，銷售總額=客單價*用戶數。所以，我們想要業績得到增長的話，就需要：
淘寶的聚划算，拼多多的拼團商品等，都是可以提升用戶數的玩法；滿減、買送、滿件折、滿一定金額後可參與抽獎等等，這些則是可以提升客單價的營銷方法。最終核心的業務指標，都可以通過合理拆分、分頭擊破來實現。
分類分析是一個非常重要的手段，電商中常見的分類分析思路就是拆分類目。
平臺的銷售總額可以拆分成各一級類目的銷售總額，一級類目再拆成二級類目，二級類目再拆分到店鋪。如果想要達到一個業務目標，可以按照平臺各類目的日常產出佔比來計算各個類目應該承擔的業務目標，然後根據店鋪（或商品）的平均銷售（可拔高）來計算你的業務目標需要各類目提供多少店鋪（或商品）來支撐實現。這樣以來，目標就會變得清晰可實現，且若最終結果出現偏差，也方便分析其中的原因。
要分析一個項目，首先要清楚業務的定位及現狀是怎樣的，預計從哪些方向來提升業績，要選擇業務切入點，保證報告有一條清晰的主線，在此基礎上整理業務分析框架。
按照確定的數據分析的框架內容，有目的的收集、整合相關數據。
對收集到的數據進行加工、整理，以便開展數據分析，它是數據分析前必不可少的階段。
通過分析手段、方法和技巧對準備好的數據進行探索、分析，從中發現因果關係、內部聯繫和業務規律，為商業目提供決策參考。這裡最重要的事情是：時刻想著你的目標是什麼？比如了解某個時間段的交易狀況，你要根據這個目標做同比、環比等等。
通過分析報告，把數據分析的目的、過程、結果及方案完整呈現出來，以供商業目的提供參考。
執行業務分析中得出的合理性建議，並留意好數據反饋、做好策略復盤。
以上，是我對於電商運營中的業務數據分析的思考。數據對業務有很大的指導意義，但當缺乏數據，或是數據在現階段並不具有足夠的參考價值時，我們也應該發揮自己的創新思維，不可畏首畏尾、不敢做出判斷。
本文由 @電商運營喵 原創發布於人人都是產品經理。未經許可，禁止轉載。
題圖來自 Pixabay，基於 CC0 協議