京东运营怎么做数据分析（深度剖析京东数据化

小提示：您能找到这篇{京东运营怎么做数据分析（深度剖析京东数据化}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的京东运营怎么做数据分析（深度剖析京东数据化内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

一、有数据，无洞察，有数据，无行动

很多运营在学习过程中缺少对项目的复盘。复盘后的总结是能够提高一个运营的能力本质的体现。总结画上一个完美句号，而复盘是不断添加逗号，越来越完善的一个行为。所以今天我们要通过一篇文章来分享京东店铺如何通过数据来进行复盘，更清晰的知道复盘后的店铺运营方向是什么，通过复盘过后再遇同样的事情我们会做的更加完善。每年京东大促都进行一个复盘，复盘有助于店铺提升在可控，可计划，可量化的范围内做事，也是对老板对股东一种交代。

一个运营店长在做复盘和总结是通过时间维度来看的。必须要精细化到年，季，月，周，天，时。基本上每天都要去做的事情，小到每日复盘，季度年度复盘，因任何一款产品都有生命周期,所以你要复盘。因为复盘出来你产品运营方向之后你知道市场变化有多大。很多读者只靠感觉来；或者直接线下产品直接拿到线上去做；或者微商产品直接过来上架，然后直接开跑单，然后快车投放，最后变成一个结果推广费出去了，但是整体的营业额怪平台没有市场，虚假繁荣，等等问题都出现。京东已经开设全面覆盖产品能力运营了，技术运营的时代过去了，精细化的运营转向数字化运营。数字化运营是通过每天报表去监控，然后总结下面策略，然后部署的计划中，最终印证后再复盘。我们要清晰的知道数据是客观事实的证明，更是运营的千里眼，不是眼睛。因为数据可以让你看的更加长远。

目前很多读者面临有数据，无洞察；有数据，不行动的阶段。也就是数据是用来洞察商机的，用来做决策的，然后就可以行动起来去运营，才不会临时发挥，临时抱佛脚了。

实现数据洞察，许多人会受限一个数据整理环节。不清楚整理什么样子的指标比较符合今年2019年京东的运营。商智平台上线了很多数据指标的呈现，但是很多指标在店铺每个阶段看的指标也会发现变化。店铺越做越大，所关注的指标也就不相同了。搜索书生不管是爆款打造也好，还是店铺代运营也好，我们都做了很多报表复盘的工作，可以很清晰的知道一个小商家和大商家的数据呈现需求。

以运营为例，复盘只是从不同的视角观察数据，从中洞察商机。

1、店铺视角

2、渠道视角

3、商品视角

4、价格视角

5、商品视角

使用的分析思维是对比和细分。

下面方向一个真实案例的复盘过程。复盘算是一个比较大的工程，需要统计很多数据。书生就拿之前去年做的一个数美团公关危机事件始末据来进行举例，现在肯定是有所变化，但大致的方法是一样的。大家可以从中找到复盘的思路。整体的数据都是用表格来进行一个呈现，数据以月为时间力度，选取共计13个月的数据，分析时必须选择连续的数据，连续的数据才可洞察事务的端倪。

1. 全店铺视角

首先我们需要看一个全店铺数据情况。表1中有颜色的部分数据代表是最好的几个月。不难发现这个案例的店铺数据上看并不乐观，访客数，支付金额，都在持续下滑。此时要想到办法找到问题的本身，不管是否补救及时，但是我们都要清晰店铺数据下滑的运营，这样下面在运营的时候可以挽救店铺目前的经营情况。

表1 全店核心指标一览表

进一步观察访客数量，可发现4月份同比下滑超60%，店铺的运作情况不乐观，如果能重新找回2018年时的状态，收入将提升60%以上。

图1 访客数趋势图

★表1的优势是一屏可以展现许多信息，劣势是不够直观。

★图1的优势是直观，劣势是呈现的信息量有限。

通过流量渠道的维度观察发现流量在10月份之后开始下滑，照理讲11月12月有双十一和双十二顶着，不应该下跌才对。该店铺下跌具体原因未知，猜测是引流款出了问题，比如发生断货、降权等事件。

表2 各流量渠道访客数趋势

3、品类视角

从表3获知该店铺的核心品类是连衣裙，其次是套装，下一步可重点分析这两个品类。

表3 各品类信息汇总表

京东某些店铺一个id里面有多个款式，此时用id或者item表示更为恰当。全店大多数品类都在11月、12月下滑，前面引流款出问题的假设就站不住脚了，因为不可能那么多品类的引流款都出了问题。

表4 各品类访客数分布趋势邯郸网站开发

店铺的上新策略并不合理，滞销（销量小于20定义为滞销）的id数太多，可定期清理滞销id，重点优化优势id。

表5 各品类id数量分布趋势

表6 各品类的销量区间id数分布

4、价格视角

价格区间跨度太大，不利于消费者的选购。以连衣裙为例，价格区间从60到700以上。

表7 各品类价格区间销量分布

5、单品视角

不难发现，9，10月份换季的时候，节奏没有把握好，出现了季节断层的情况。这是表面的原因，至于是什么原因导致换季断市场的调查与研究层，就需要从运营日志中查找。

表8 top id相对流量分布

许多人认为数据分析，分析的只是数值，其实不然，现有的技术水平可分析一切的资料。

找到原因之后，就是解决问题的方案。首先团队要认可问题的症结点，然后通过团队的集体智慧，共同解决问题。

以上的图表都是根据之前的数据整理分析进行复盘的，咱们可以采纳复盘的方法和思路来进行店铺的分析。运营们要善于进行复盘的工作，尤其是618过后了，店铺数据会有一个相对比较大起伏。店铺的问题可能也会有很明显的展现，针对问题再去进行优化。