现代物流管理专业《项目一商务数据分析与应用基础87》.docx

现代物流管理专业《项目一商务数据分析与应用基础87》.docx

《现代物流管理专业《项目一商务数据分析与应用基础87》.docx》由会员分享，可在线阅读，更多相关《现代物流管理专业《项目一商务数据分析与应用基础87》.docx（14页珍藏版）》请在冰点文库上搜索。

现代物流管理专业《项目一商务数据分析与应用基础87》

教学

对象

电子商务专业2021级学生

授课日期地点

教学

内容

一、认识电子商务数据及数据分析

二、商务数据的分类与

方案

学时

6

教学

目的

通过学习，学生能够：

熟悉电子商务数据的含义及分类，使用指标计算公式对相关指标的计算，电子商务数据分析过程中坚持社会主义核心价值观

知识目标：

1熟悉电子商务数据的含义及分类；

2熟悉电子商务数据分析的含义、作用和应用；

3了解数据分析报告的根本结构

技能目标：

1熟练使用指标计算公式对相关指标的计算

2掌握电子商务数据分析的根本步骤

思政目标：

1了解我国大数据开展理念和开展战略

2能够在电子商务数据分析过程中坚持社会主义核心价值观

教学

重点

难点

1．掌握商务数据的应用、分类与的各种指标。

3．掌握商务数据分析的流程。

教学

资源

使用教材：

电子商务数据分析与应用陆学勤重庆大学出版社

教参：

2?

电子商务数据分析概论?

的课件

3．爱博导1X电子商务数据分析初级和中级的教学资源

教学

方法

案例法；任务驱动法

教学活动流程

教学步骤与内容

时间

任务一认识电子商务数据及数据分析

课前准备活动：

提供相关课件和资料

3分钟

引导案例

案例〔略〕

1．数据分析可以为企业带来哪些好处？

2．数据分析是如何引导企业制定运营决策的？

10分钟

授课内容：

一、电子商务数据的含义

数据是科学实验、检验、统计等所获得的，用于科学研究、技术设计、查证、决策等的数值，其表现形式可以是符号、文字、数字、语音、图像、视频等。

电子商务数据是企业进行电子商务活动时产生的行为数据和商业数据

行为数据能够反映客户行为，如客户访问情况、客户浏览情况等。

商务数据能够反映企业运营状况，如企业产品交易量、企业投资回报率等

数据分析是通过建立分析模型对数据进行核对、检查、复算、判断等操作，将数据的现实状态与理想状态进行比拟，从而发现规律，得到分析结果的过程。

电子商务数据分析是运用有效的方法和工具收集、处理数据并获取信息的过程。

二、电子商务数据的分类

1．市场数据：

市场数据包括两个局部，行业数据和竞争数据

行业数据：

企业在整个市场开展的相关数据，包括行业总销售额、行业增长率等行业开展数据，需求量变化、品牌偏好等市场需求数据，地域分布、职业等目标客户数据。

竞争数据：

能够揭示企业在行业中竞争力情况的数据，包括竞争对手的销售额、客单价等交易数据，活动形式、活动周期等营销活动数据，畅销商品、商品评价等商品运营数据。

2．运营数据：

企业在运营过程中产生的客户数据、推广数据、销售数据、供给链数据等。

客户数据：

客户在购物过程中的行为所产生的数据，如浏览量、收藏量等数据，性别、年龄等客户画像；

推广数据：

企业在运营过程中推广行为所产生的数据，如各推广渠道的展现、点击、转化等数据；

销售数据：

企业在销售过程中产生的数据，如销售额、订单量等交易数据，响应时长、询单转化率等效劳数据；

供给链数据：

产品在采购、物流、库存过程中产生的数据，如采购数量、采购单价等采购数据，物流时效、库存周转率、残次库存比等仓储数据。

3．产品数据：

围绕企业产品产生的相关数据，包括行业产品数据和企业产品数据两局部。

行业产品数据：

产品在整个市场的数据，如行业产品搜索指数、行业产品交易指数等；

企业产品数据：

产品在具体企业的数据，如新客点击量、重复购置率等产品获客能力数据，客单件、毛利率等产品盈利能力数据。

三、电子商务数据分析的作用

数据分析最主要的作用是辅助决策，传统企业时期，企业运营决策多依赖于以往的经验总结，随着信息化和电子商务时代的到来，企业在经营过程中积累了大量数据，对这些数据进行分析，能够更精准、更科学的辅助企业开展。

1．辅助企业运营决策

2．降低企业运营本钱

3．优化企业市场竞争力

四、电子商务数据分析的应用

1．流量分析

企业流量分析主要是对企业网站或网店投放及对外营销推广的数据进行分析。

2．客户分析

对企业的目标受众群体、实际交易客户群体、潜在客户群体等进行分析。

企业通过对客户属性、客户设备属性、客户流量属性、客户行为属性展开分析，可以实现客户的精准运营。

3．产品分析

产品分析是对产品相应的指标进行分析，比方对产品的点击量、订单量、成交量、客户使用反应等进行分析。

通过对产品进行分析，能够判断产品的受欢送程度、受欢送类型、客户购置情况、产品利润情况等，帮助企业实现产品的升级和优化。

4．市场分析

市场分析是对企业所在行业及市场的开展现状、开展趋势等进行分析，比方行业产品销量、行业竞争情况等。

结合市场分析的结果，能够帮助企业确定市场定位、产品定位、开展目标等决策性内容。

75分钟

布置作业：

结合上述所讲内容，想一想电子商务数据分析对于企业具有什么意义？

2分钟

教学活动流程

教学步骤与内容

时间

任务二电子商务数据分析的指标

课前准备活动：

提供相关课件和资料

3分钟

引导案例

案例〔略〕

思考问题

1．为什么要认识电子商务数据分析指标

2．电子商务数据分析指标为什么会有不同类型

10分钟

授课内容：

一、市场类指标

市场类指标主要用于描述行业情况和企业在行业中的开展情况，是企业制定经营决策时需要参考的重要内容

行业销售量在一定时间内行业产品的总成交数量。

行业销售量增长率，在一定单位时间内行业内与所有成交数量对应的销售金额，同一交易类型，行业成交数量越大，行业销售额就越大。

行业销售额增长率=行业本期产品销售增长额÷行业上期或同期产品销售额×100%

=〔行业本期产品销售额-行业上期或同期产品销售额〕÷行业上期或同期产品销售额×100%

企业市场占有率=企业销售量〔额〕÷行业销售量〔额〕×100%

市场增长率=〔本期市场销售量/额-上期市场销售量/额〕÷上期市场销售量/额×100%

竞争对手销售额是指企业竞争对手在单位时间内与所销售产品数量对应的总销售金额

竞争对手客单价=竞争对手成交金额÷竞争对手成交客户数

二、运营类指标

在企业运营过程中会产生大量的客户数据、推广数据、销售数据，以及供给链数据，整理并分析各类数据，对企业运营策略的制定与调整有至关重要的作用。

1客户指标客户数据化运营是企业运营的重要根底，客户指标主要用于描述可营销客户的黏度和忠诚度

注册客户数-在平台上成功注册的客户总数

活泼客户数-在一定时期内有购物消费或登录行为的客户总数

活泼客户比率-活泼客户数占客户总数的比例

重复购置率-在某个时期内产生两次及两次以上购置行为的客户数占购置客户总数的比例

平均购置次数-某时期内每个客户平均购置的次数

客户回购率/客户流失率-客户回购率:

上一期期末活泼客户在下一期内有购置行为的客户比率。

客户流失率:

一段时间内没有消费的客户比率

客户留存率-某时间节点的客户在某个特定时间周期内登录或消费过的客户比率

消费频率-在一定时间内客户消费的次数，消费频率越高，说明客户的忠诚度及价值越高

收藏人数-统计日期内通过对应渠道进入店铺访问的客户中，后续有商品收藏行为的客户去重数

加购人数-统计日期内将商品参加购物车的客户去重数

2推广指标

流量直接关系着商品的销量，要想取得不错的销量，必须进行适当的运营推广。

推广活动做得是否成功，通常从推广效果〔收益、影响力〕、推广本钱以及活动粘合度〔通常以用户关注数、收藏数、加购数、客单价等来衡量〕等方面来衡量。

〔1〕访客数

在统计周期内，访问网站的独立客户数。

新访客数：

指首次访问网站的客户数。

新访客数占访客数〔UV〕的比例即新访客占比。

回访客数：

指再次光临访问的客户数。

回访客数占访客数〔UV〕的比例即回访客占比。

〔2〕浏览量

浏览量〔PV〕又称访问量，指在统计周期内，客户浏览网站页面的次数。

客户每访问一个网页即增加一个访问量，屡次翻开或刷新同一个页面，该指标均累加。

〔3〕平均访问量

又称平均访问深度，指在统计周期内，客户每次访问页面的平均值，即平均每个UV访问了多少个PV。

〔4〕停留时间

通常取平均停留时间。

〔5〕入站次数

在统计周期内，客户从网站外进入网站内的次数。

在多标签浏览器下，访客对网站的每一次访问均有可能发生屡次入站行为。

〔6〕跳失率

在统计周期内，访客入站后只浏览了一个页面就离开的次数占入站次数的比例，分为首页跳失率、关键页面跳失率、具体商品页面跳失率等。

〔7〕关注数

统计日期内新增店铺关注人数，不考虑取消关注的情况。

〔8〕展现量

统计日期内通过搜索关键词展现店铺或店铺商品的次数。

〔9〕点击量

某一段时间内某个或者某些关键词被点击的次数。

〔10〕转化率

电商营运的核心指标，也是用来判断营销效果的重要指标。

转化率=〔产生购置行为的客户人数÷所有到达店铺的访客人数〕×100%

3销售指标

企业在销售过程中产生的指标合集，能够揭示企业的销售运行状况。

主要有：

销售量，销售额，销售毛利率

销售利润

销售利润=营业收入-营业本钱-税金及附加-销售费用-管理费用-财务费用其他收益〔-投资损失〕投资收益〔-投资损失〕公允价值变动收益〔-公允价值变动损失〕资产处置收益〔-资产处置损失〕。

销售利润率

客单价客单价=成交总金额÷成交客户总数

件单位件单价=成交总金额÷成交产品数量

连带率连带率=销售量÷交易总次数

动销率是评价企业综合得分的指标，动销率不一定越高越好，需要结合企业情况具体分析。

动销率=〔动销品种数÷仓库总品种数〕×100%。

滞销率=〔滞销产品数÷企业总产品数〕×100%

4供给链指标

企业在采购、物流、仓储环节产生的指标合集，能够反映企业供给链环节的情况和存在的问题。

采购金额、库存数量、库存量和库存天数

库存周转率库存周转率=360÷库存周转天数；

库存周转天数=某时间单位天数×1/2×期初库存数量期末库存数量〕÷某时间单位销售量

售罄率=销售量÷库存总量〔或采购总量〕×100%

四、产品类指标

产品分析需要通过对产品在流通运作中的各项指标进行统计与分析，来指导产品的结构调整、价格升降，由此决定产品的库存系数以及引进和淘汰决策。

它直接影响店铺的经营效益，关系到采购、物流和运营等多个部门的有效运作

SKU库存量单位SKU即库存进出计量的根本单元，以件、盒、托盘等为单位。

SPU标准化产品单元是一组可复用、易检索的标准化信息的集合。

该集合描述了一个产品的特性。

产品搜索指数选定日期内该产品通过搜索进入产品详情页的访客数经指数化后的指标，反映搜索趋势，但不等同于搜索次数。

毛利率毛利率=毛利/营业收入×100%=主营业务收入-主营业务本钱/主营业务收入×100%

产品交易指数根据产品交易过程中的核心指标如订单数、买家数、支付件数、支付金额等，进行综合计算得出的数值。

数值越大反映交易的热度越大，不等同于交易金额。

18分钟

布置作业：

请谈谈对SKU和SPU的认识，举例说明在电商平台中两个指标的应用情况

2分钟

教学活动流程

教学步骤与内容

时间

任务三电子商务数据分析的流程

课前准备活动：

。

上网搜索“2021万条酒店开房数据泄露汉庭酒店被告上法〞新闻，并阅读

3分钟

引导案例

阅读“2021万条酒店开房数据泄露汉庭酒店被告上法〞新闻，并阅读。

思考问题

1．为什么要认识电子商务数据分析指标。

2．电子商务数据分析指标为什么会有不同类型。

10分钟

授课内容：

一、明确数据分析目标

根据数据分析的目标，选择需要分析的数据，明确数据分析想要到达什么样的效果，带着一个清晰的目的进行数据分析，才不会偏离方向，才能为企业决策者提供有意义的指导意见，这是确保数据分析过程有序进行的先决条件，同时也为后续的数据采集、处理、分析提供清晰的指引方向。

1将数据转换成便于观察分析、传送或进一步处理的形式

2从大量的原始数据中提取、推导出对企业运营有价值的信息，以作为企业后续运营和决策的依据。

3科学地保存和管理已经处理过的大量数据，以便人们能够方便而充分地利用这些信息资源。

明确数据分析目标-如何具体开展数据分析-从哪几个角度进行分析，采用哪些分析指标。

二、数据采集

进行电子商务数据分析与采集时常用的数据或平台提供的数据工具、政府部门、机构协会、媒体、权威网站数据机构、电子商务平台、指数工具等。

1电子商务网站、店铺后台或平台提供的数据工具

在电子商务工程运营过程中电子商务站点、店铺自身所产生的数据信息，如站点的访客数、浏览量、收藏量，商品的订单数量、订单信息、加购数量等数据，可通过电子商务站点、店铺后台或类似生意参谋、京东商智等数据工具获取。

对于独立站点流量数据还可使用XX统计、友盟等工具进行统计采集。

2政府部门、机构协会、媒体

3权威网站数据机构

4电子商务平台

电子商务平台上聚集着众多行业卖家和买家，也是电子商务数据产生的重要源泉、360趋势、搜狗指数、阿里指数等工具依托于平台海量用户搜索数据，将相应搜索数据趋势、需求图谱、用户画像等数据通过指数工具向用户公开，该类型数据可为市场行业、用户需求和用户画像数据分析提供重要参考依据。

三、数据处理

是指对采集到的数据进行加工整理，根本目的是从大量的、可能杂乱无章、难以理解的数据中抽取并推导出对解决问题有价值的数据，并根据数据分析目标加工整理，形成适合数据分析的样式，保证数据的一致性和有效性，它是数据分析前必不可少的阶段。

数据清洗对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。

数据转化将数据从一种表示形式变为另一种表现形式的过程，即将原始数据转换成为适合数据分析的形式。

数据提取从数据源中抽取数据的过程

数据计算对数据表中的数据有目的的进行加、减、乘、除等计算，以求最大化地开发数据价值、提取有用信息。

四、数据分析

数据分析是用适当的分析方法及工具，对处理过的数据进行分析，提取有价值的信息，形成有效结论的过程。

通过对数据进行探索式分析，对整个数据集有个全面的认识，以便后续选择恰当的分析策略。

数据分析方法描述性统计分析、趋势分析、比照分析、频数分析、分组分析、平均分析、结构分析、交叉分析等等。

数据分析工具Ecel、SPSS、SAS、Python、R语言等，其中Ecel中涵盖了大局部数据分析功能，能够有效地对数据进行整理、加工、统计、分析及呈现，掌握Ecel的根底分析功能，就能解决大多数的数据分析问题。

五数据展现

数据可视化的局部，是如何把数据观点展示出来的过程，数据展现除遵循各企业已有的标准原那么外，具体形式还要根据实际需求和场景而定。

六、撰写数据分析报告

数据分析报告是对整个数据分析过程的一个总结与呈现。

通过报告，把数据分析的思路、过程、得出的结论及建议完整呈现出来，供决策者参考。

18分钟

布置作业：

结合上面所学内容，想一想如何撰写好一份数据分析报告？

2分钟