百分点公司COO  张韶峰

韩都衣舍公关总监  陈新

电商经历粗放的野蛮增长，渐进入精细化运作阶段，数据挖掘和分析也成为各电商企业发力的新标的。

在这场数据的精细化之战中，哪些数据挖掘直接驱动了销售增长？如何将数据转化为销售额？

不到5%电商企业有数据挖掘团队

亿邦动力网：二位判断目前电商行业的数据化运营到什么程度了？有多少企业具有数据挖掘与商业智能团队？数据分析和挖掘的能力如何？

陈新：以目前电子商务的发展态势来看呢，数据分析对于企业的发展来说，特别是对电商企业非常重要。数据化运营，便于企业分析用户的行为以及竞争对手的各种经营数据。

举例说，在美国，BI已成为电子商务企业竞争的关键。而国内的电子商务公司中，因为数据部门很难在短期内创造显著的业绩，所以数据部门很容易被弱化。虽然一些电商公司开始重视数据运营，但BI数据往往被放在技术部数据仓库中。如果商业智能部门的层级偏低，而BI团队的负责人又不能在管理层中开会，就很难将散落于各个业务部门的数据融会贯通进行分析挖掘。相比较，BI在美国就是一个独立的部门，直接隶属于公司的CEO或者CFO。商业智能团队在公司中占据很高的地位。

据我们了解，电商行业的平台公司，像淘宝和京东都有自己数据分析团队。淘宝的云平台大数据量的分析计算很强大。

张韶峰：从百分点目前服务的200来家电商公司来看，电商企业数据化运营程度很低。拥有真正意义上的数据挖掘团队的电商公司占比绝对不到5%。

事实上，如果一家电商公司有专人专职做一些比较简单的数据统计工作，就已经算数据化运营程度比较高的公司了。另外，由于数据挖掘概念的普及率很低，很多企业将一些简单的数据统计工作误认为数据挖掘，因此他们还认为自己的数据挖掘水平比较高。

也就是说，即使对那些有点数据分析能力的电商公司来讲，他们的水平大多也停留在简单的数据统计阶段。

亿邦动力网：电商企业的数据分析业务是倾向于自己建团队做还是外包？

陈新：对于电子商务企业来讲，数据大致分为四种：站内用户数据、商业数据、站外用户数据和竞争数据。

对于我们来说，站内数据比较直观显性，可以自己进行跟踪和分析。而站外数据的分析，需要通过用户调研或者竞争分析，这一部分数据源非常散，比较依靠外包。

对于企业的BI部门来说，这种包括竞争数据在内的站外数据分析对决策制定起着非常重要的作用。这是件难事，除了要靠BI团队的经验外，还需要对各种第三方数据做评价，取其精华去其糟粕。

如果从公司技术团队培养的角度来讲还是不提倡外包的。外包的话有利有弊，好处是能找到成熟的，有相应行业经验的外包公司来做，不好的地方是项目做完后的维护不方便，并且可能费用也不菲。

张韶峰：其实从最严格的意义上讲，所有企业都在数据挖掘、数据分析这个领域与其他公司合作，只是技术基因弱一点的公司可能将数据分析挖掘整体工作外包，而技术基因强一点的公司可能将部分工作外包。且不论目前所有的电商企业都缺乏技术基因，即使阿里巴巴、腾讯这些技术非常强的公司，也在内部大量使用Oracle、IBM、SAS等专业的数据分析、数据挖掘公司的产品或服务。我们公司的一些同事以前在Oracle和IBM都工作过，他们当时为这三家互联网巨头都服务过。

韩都衣舍日均PV达130万

亿邦动力网：二位看来，电商企业是否有必要亲自做数据分析和挖掘？数据分析和挖掘对电商企业的发展和规划有何意义？

陈新：谈到是否有必要亲自做数据分析和挖掘这个问题，首先我们要清楚，数据的应用应该从问题开始。企业得根据自己所要解决的问题，围绕问题去琢磨怎么构建企业的决策框架。决策框架自然首先是要去假定这个问题的解决方式是怎样的，然后看管理层的决定，继而搭建起监控系统。

数据分析的目的是为指导决策制定方向。目前，很多企业的CEO虽然重视数据重要性，但是没有从问题出发，这样容易导致数据应用和企业经营决策不紧密。

数据分析和挖掘对电商企业的发展规划有重大意义。

首先，通过搜索引擎关键词我们可撑握哪些关键词是有效是，关键词可以帮助我们了解和分析浏览者的搜索习惯和需求。

其次，通过网站PV、UV等数据的分析，我们可以知道网站的整体流量，以及用户体验等情况。目前韩都衣舍UV达日均33万UV，PV130万，此类清晰的数据对我们掌握店铺的运营状况有很大帮助。

再其次，通过对目标人群的分析，我们可以知道他们的一些基础信息，包括年龄、地域等，从而制作出更有针对性的设计。最后，通过对浏览量和成交量的数据分析我们可以得出基本的转化率，而分时段的UV数据统计，更便于我们根据具体情况制定推广方案。

张韶峰：电商企业当然有必要亲自做数据分析和挖掘，这里的“亲自”，更多是强调电商企业必须积极地、深入地参与到该项活动中来，而不是说所有的事情、所有的工具都要自己独立开发。数据分析和挖掘系统是保证企业迈向精细化运营的基石，没有它，企业无法优化运营效率，也无法规避一些隐含的风险。

尤其像电商这个行业的特点是业务敏捷化、扁平化，如果没有以数据为依托，不做相应的数据萃取、挖掘、管理、分析的话，就相当于蒙着眼睛在做生意，瞎子摸象一般。这个行业犯的最大错误就是我们对数据的利用和理解不够，造成了头疼医头脚痛医脚，没有从整体的宏观层面去把握整个业务的脉络，如果以后想能够整体宏观的把握，就一定需要做数据的挖掘。

亿邦动力网：在今年5月，韩都衣舍正式上线了BI系统，这个系统主要做哪些方面的数据分析？韩都衣舍目前的数据挖掘分析团队有多少人？哪些方面的数据时自己做的？哪些是借助第三方的？目前合作的第三方有哪些？

陈新：目前我们韩都衣舍完成了管易系统订单、库存、退换货以及发货数据的分析图表，新ERP系统的商品资料分析图表。日常的业务数据完全可以通过直观的图形的方式查看到。

BI团队目前已扩展到11人。

亿邦动力问：韩都衣舍现在自己的数据分析团队在实际运营过程中遇到了哪些问题？

陈新：韩都衣舍的BI系统刚刚上线，虽然BI系统完成了各项数据的直观统计，但目前对各部门业务数据的分析总结还都处在起步阶段，因此需要我们解决的专业问题还有很多。
精细化运营以用户为基础

亿邦动力网：目前电商的数据也是海量，分析方法多样，评价销售数据的指标主要有哪些？根据直接对销售额产生的效果依次从高到低怎么排序？

陈新：主要有每日发货数据分析、每日销售数据分析、每日库存量分析。通过这些分析图表就能直观的看到每天的销售额、订单量、成本还有库存情况。

从高到低的排序为：每日销售数据分析、每日发货数据分析、每日库存量数据分析。

张韶峰：评价销售数据的指标主要有：订单量、发货量、客单价、总销售商品件数、总销售额、总毛利额、总库存等等。重要性从高到低大致排序是：总销售额或者总毛利额（不同的阶段关注重点有不同）、总发货量、总库存量。

亿邦动力网：韩都衣舍目前应用数据分析产生的销售额有具体的可分享数据吗？比如有哪些数据应用直接提升客单价？提升用户体验？

陈新：销售额数据目前还只是总数，鉴于客户CRM系统尚未建立，目前还没有对客户的销售数据进行深入挖掘。未来可以通过客户订单数据聚类方法对客户进行分类。为不同类别的客户建立不同的营销策略提供依据。

亿邦动力网：如果让二位选择各自认为最重要或者最喜欢的数据分析与挖掘应用，二位分别认为是什么？为什么？

陈新：目前的数据分析与挖掘应用中，个人觉得订单的销售和发货分析比较重要。因为能直观的看到每天的销售情况，也直接影响到各部门的业绩和整体的销售水平。

张韶峰：有两类：1）预测类。预测是数据挖掘领域一个非常重要的分支，比如预测什么用户可能会喜欢什么商品，某种商品下个月的销量会如何等等。这种类型的应用能够直接应用到业务运营中去。比如个性化商品推荐引擎、库存预测引擎等等；

2）统计分析类。主要指使用各种统计分析方法、采用各种图表展现手段，让企业管理者和各个业务运营人员看见一些关键指标的现状，从而发现值得改进的环节。

亿邦动力网：如果说用户行为分析是精细化运营的前提，那么电商企业要实现精细化运营还应该从哪些方面着手？

陈新：谈到精细化运营，自然要把用户定位放在第一位。任何商务的过程本质是“满足客户期望”并“超越期望”。所以我们要首先要对用户信息进行细致分析。每一个人的兴趣、爱好、个性、文化、经济状况等不相同，在购买心理上也会产生差异，所以就形成了各种各样的购买动机。我们认为在项目全面推广之前电商应该重视用户的体验，这样才能提升用户的忠诚度。

用户定位是基础，那数据分析就是精细化运用的支柱。用户在电子商务商城上有了购买行为之后，就从潜在客户变成了商城的价值客户。数据库会保存下用户的交易信息，包括购买时间、商品、数量、金额等，我们可以基于商城的运营数据对他们的交易行为进行分析，以估计每位用户的价值，及针对用户扩展营销的可能性。

• 1
• 2
• 下一页