网商精细运营需重视五类数据

做电商的可以从后台看到大量用户数据，这些数据记录了用户的登录、点击、浏览、购买等等行为，就拿淘宝的淘宝量子恒道统计，其后台就记录了淘宝买家诸多信息。这些数据是创造差异化，进行精细化运营的基础。大数据时代，营销将会更多地依赖数据，从而更精准地发现用户所需。网商精细运营需重视五类数据：商品数据、动览数据、动销数据、用户行为数据、供应链数据。

电商同质化现象严重，当有一家公司发现某个领域比较热，很多企业便会蜂拥而至。企业缺乏核心竞争力，简单地通过低价和促销，无法培养出忠诚的客户。差异化、个性化越来越被需要。如何创造差异化，进行精细化运营，“数据”为其提供了基础。

在新一阶段的精细化运营中，电商企业需重新审视五类数据：

商品数据——转化率不取决于流量，取决于运营的整体环境

电商转化率素来是个头疼的问题，平均不足1%，但电商对于转化率的关注仅仅停留在营销端。但实际上转化率由通路、供应链、选品、库存、价格、内容、服务等要素构成，所以要重视营销端流量结构，更要在运营端具备留住用户的能力。

电商企业的转化率，主要是基于商品、订单两种维度，但多数企业只是单维度考量，但实际上，可能订单趋势是上升，商品销售趋势是下降的。因此，从数据管理单位上，电商需精细化到最小单位，加强商品管理，而不是纠结于订单量。

动览数据——别只看转化率，动览是高转化率的前提

动览，即用户群体来到网站看了几个商品页。如果销售了100个商品，那么用户至少浏览了超过100个商品页面，动览量不可能小于商品销售量。

因此从这个意义上，如何让用户尽可能看到更多的商品页，则是提升电商网站整体转化率的关键。增加动览是一个流量调节的过程，让所有商品获得合理的流量分配。如何让更多的商品被展示、被用户看到?目前如亚马逊的“购买该商品的用户还购买了哪些商品?”“看过该商品的用户还看过什么商品?”“猜你喜欢?”等功能是通过个性化的商品推荐实现流量调节的典型范例。

动销数据——电商要盈利，动销是关键

电商普遍存在头部商品不赚钱、中长尾商品卖不动的窘境。头部商品拉用户、打价格战，不赚钱，占用大量资金和库存，中长尾商品动销深度不足，卖不动，致使电商始终无法盈利。

动销是一个周期里有多少商品产生销售。动销比有两种算法，一种是动销与库存商品的比例，第二种是动销与前端可售商品的比例。而动销深度指的是商品平均动销深度。动销比和平均动销深度越高，商品动销结构就越合理，带动产品线及库存结构越健康。

用户行为数据——会员营销是关怀而不是骚扰

电商活跃用户达到10万级别，就应有会员管理。会员数据可以分为两个范畴，首先是用户Profile和人群属性等信息，其次，也是更重要的，是通过消费者之间人与人的行为类比、消费者行为偏好与商品特征的匹配、商品与商品的相关性匹配，进行会员数据的深度挖掘与分析。

通过对用户行为的深度发掘与分析匹配最符合其消费需求的商品信息，从而影响用户浏览行为，帮助用户做出更好的购买决策，进而影响转化性能，提升电子商务零售网站的整体营销性能。真正有效的会员营销是符合会员需求的关怀而不是盲目的骚扰。

供应链数据——应对缺货和滞销，采购预测是关键

缺断货是电商普遍存在的问题，常常一款产品卖爆了，数日甚至数月都不能补货，导致电商营销、运营性能和服务口碑大幅下降。究其原因，主要是大多数电商采购和补货基本靠人为经验，或者使用传统行业选品和采购方式，没有有效利用供应链数据。电商巨头亚马逊快速供应链的精髓就是数据化的供应链管理和精准的采购预测，而将流量数据和业务数据打通是确保电子商务采购预测有效性的必然要求和天然优势。