（一）电子商务数据分析需要商业敏感

今天电子商务公司的数据分析师，有些像老板的军师，必须有从枯燥的数据中解开市场密码的本事。比如，具有商业意识的数据分析师如果发现网站上的婴儿车的销售增加了，那么，他基本可以预测奶粉的销量也会跟上去。再比如，网站上的产品发挥的作用并不一样，有的产品是为了赚钱，有的产品是为了促销，有的产品是为了吸引流量，不同的产品在网站上摆放的位置是不一样的，而数据分析师需要做的就是通过对数据的分析实现商品摆放最佳化，以此提升各类产品的销量。

一个商业敏感的数据分析师，懂得捕捉最合适的数据实现公司的目标。比如，乐酷天与淘宝竞争，数据分析师重点看的不是交易量，而是流量：每天有多少新的卖家进来，卖了多少东西。因为此阶段竞争最核心的就是人气，而非实质交易量。如果新来的卖家进来卖不出东西，只有老卖家的交易量在增长，即使最后每天的交易量都增长，在持续发展方面也还是有问题的。

再比如，一家刚踏入市场的B2B公司和已经占领大部分市场的B2B公司，它们的目标是不一样的。前者是看流量赚人气，后者对流量不怎么看重，而是看重交易转化率及回头率。

当下的数据分析师多是学统计学出身的，一堆数据放在那里，大家都擅长怎么算回归、怎么画函数。但是这批学统计学的人才大多缺乏商业意识，不知道这些数据对业务意味着什么，看不见一堆数据中彼此的关系，也就不知道该用什么样的逻辑去分析，也就无法充当老板的眼睛了。

（二）电子商务网站转化率是关键，提高ROI（投资回报率）是最终的目标

B2B网站平台的宗旨是为企业服务，降低市场销售成本，降低交易成本，提高订单利润。因此，电子商务的网站转化率是关键，其中提到一个指标——ROI的重要性。ROI是Return On Investment的简写，是指通过投资而应返回的价值，即投资回报率，又称会计收益率、投资利润率，它涵盖了企业的各类获利目标。利润与投入经营所必备的财产相关，因为管理人员必须通过投资和现有财产获得利润。

其计算公式为：ROI=年利润或年均利润/投资总额×100%

只有ROI指标大于或等于无风险投资利润率的投资项目才具有财务可行性。投资回报率（ROI）的优点是计算简单，缺点是没有考虑资金时间价值因素，不能正确反映建设期长短及投资方式不同和回收额的有无等条件对项目的影响，分子、分母计算口径的可比性较差，无法直接利用净现金流量信息。

ROI往往具有时效性，其反馈的信息通常是基于某些特定年份。

（三）电子商务数据分析衡量指标的设定

指标的设定能让我们更好地从数据量化的层面来了解公司运营的状况，PV（Page View，即页面访问量）、UV（Unique Visitor，即独立访问者）、转化率是运营监督的基本指标。网站分析采用的指标可能有各种各样的，根据网站的目标和网站的客户不同，可以有许多不同的指标来衡量。常用的网站分析指标有内容指标和商业指标，内容指标指的是衡量访问者活动的指标，商业指标是指衡量访问者活动转化为商业利润的指标。

电子商务的数据可分为两类：前端行为数据和后端商业数据。前端行为数据指访问量、浏览量、点击量及站内搜索等反映用户行为的数据；后端数据更侧重商业数据，比如交易量、投资回报率，以及全生命周期管理等。

有些人关心前端行为数据，也有些人关心后端商业数据，但是没有几家网站把前端行为数据和后端商业数据连起来看。大家只单纯看某一端数据。但是看数据看得“走火入魔”的人会明白，每个数据，就像散布在黑夜里的星星，它们之间布满了关系网，只要轻轻拉动其中一个数据，就会驱动另外一个数据的变化。(www.daowen.com)

（四）某些指标异常变化的原因分析

网站某些指标异常变化是网站外界市场一些变化的客观反映，网站的数据分析人员一定要注意。例如PV减少（异常），我们就要分析是搜索来源减少、直接访问减少还是反连接过来的减少，如果是搜索减少就要观察用户的关键字、搜索引擎等数据。

2011年上半年，阿里巴巴与慧聪曾发生争论，而在那几天，另一个B2B网站——世界工厂网的会员注册量大量上升，每天都有千个以上的注册量。虽然这只是猜测，但在两个B2B巨头不稳定之时，企业会选择第三个B2B平台，这也是符合常理推断。不过就此以后，世界工厂的注册量一直是稳中有升的，难道这是会员发现一个免费“新大陆”的口碑宣传吗？事后发现，是因为世界工厂网的一个新项目——全球企业库的上线吸引了大量企业会员的青睐，注册量猛增。对于一些数据异常增加或减少，一定要分析其产生的原因与市场时机，这对平台以后的发展及政策导向非常有借鉴意义。

有一天，linkin（一个社区网站）忽然发现来自雷曼兄弟的访问者多了起来，但是并没有深究原因。第二天，雷曼兄弟就宣布破产了。这其中的联系是什么呢？是很多雷曼兄弟的员工到linkin找工作来了。在谷歌宣布退出中国的前一个月，笔者在linkin上发现了一些平时很少见的谷歌产品经理在线，这也是相同的道理。试想，如果linkin针对某家上市公司分析某些数据，是不是很有商业价值？

（五）利用数据分析用户的行为习惯

分析数据就是在揣测用户的心理和一些习惯，让用户告诉你，他最需要什么，虽然这些可以利用投票调查及问题提交等来实现，但利用数据整合分析也是必然的。通过数据分析来权衡利弊，继而对用户体验进行改善，并组织一些基本的产品定位及活动。

装备制造负责人认为，网站数据分析应该有两个层次：第一层，网站数据分析，这是针对产品来说的。就围绕产品如何运转，做封闭路径的分析，得出产品的点击是否顺畅、功能展现是否完美等结论。第二层，研究客户的访问焦点，挖掘客户潜在需求。如果是以交易为导向的电子商务网站，就是要研究如何高效地促成交易。

（六）客户的购买行为分析

当用户在电子商务网站上有了购买行为之后，就从潜在客户变成了网站的价值客户，电子商务网站一般都会将用户的交易信息，包括购买时间、购买商品、购买数量、支付金额等信息保存在自己的数据库里面，所以对于这些用户，我们可以基于网站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，及针对每位用户的扩展营销的可能性。

客户的购买行为分析，如传统的RFM模型、会员聚类、会员的生命周期分析、活跃度分析，这些数据对精准的运营都是非常重要的。

（七）电子商务数据分析需注重实战经验

以上所谈到的是电子商务数据分析的几个重要因素，但电子商务数据分析更多的是实战，网站分析的本质是在了解用户的需求、行为，以开发用户体验良好的功能与服务，制定扩展营销的策略及附加功能的推广服务等。