如今，各大電商平臺之間雖然不再通過大量補貼來培養用戶在自家平臺的消費習慣，但是電商靠活動拉攏用戶的習慣與體系已經成熟，本文將分享基于電商活動的數據統計分析，為進行更好的運營提供決策依據：
數據分析的指標包含兩種：
一種叫做原始數據，即數據狀態為未經過任何形式的重新計算、組合、拆解等操作的數據，這部分數據也將成為數據分析中的底層數據。這種數據的特點是：能夠展示最真實，且沒有任何干擾因素，且直白簡而已懂，比如用戶基本數據中的性別、年齡段、消費金額等。
另一種叫做計算數據，即通過單個或多個原始數據，按照特定的數學公式進行計算，產生人們所熟知的或具有概括性分析的數據。比如性別占比、年齡段占比、消費金額占比。
產品不應該限制數據的使用方式，以及限制數據分析人員的思路，為了避免這兩個方面的問題，我才會如此設計產品。（這并非是我不懂數據分析，而是非常了解數據分析的思路與重點）
其實在活動數據分析模塊中，每個用戶都已經被做了活動標記。
一、用戶數據分析
無論你所在何種的平臺與行業，無論你銷售的產品是實物還是虛擬，你營銷的最終目標都將為人。同時你也會發現，在有互聯網的企業中，會將人的數據以各種單一、組合、拆解、再計算的形式進行展現，不管你用什么辦法來觀察購買你產品的人，這種行為都叫做用戶分析。
針對活動類的數據展示與分析，我們究竟要展示哪些數據呢？
用戶：性別、身份、地域、年齡等，直接看到買你賬的用戶基本信息；
用戶下單類型與來源：首單比例、渠道來源等，能夠清晰的看到用戶從哪里來，評價渠道價值所用，也能夠了解這種類型的活動對于拉新與促活的幫助是怎樣的；
用戶關注：活動中的各種商品品類被用戶關注的程度，這是平臺用戶喜好分析；
熱度：活動參與度、用戶關注數、分享次數，可以通過當前指標看到本次活動用戶是否關注。
二、訂單數據分析
訂單，一個電商行業最關心、最引人注目、最能衡量成效的信息產出物。與用戶分析不同，訂單反應的是平臺的活躍度、用戶認可度、以及主營收入等方面的敏感信息，我想它的重要程度不容置疑吧。
訂單分析頁面中主要有幾個模塊組成：
訂單數量：首先以曲線圖形式進行展現，可以凸顯訂單數量走勢，同時搭配訂單金額、下單人數、訂單數量三個維度，直面訂單基本情況。
訂單來源：餅狀圖將平臺所有品類按照塊的形式進行展現，一眼就可以看出來當前時間之前，當前活動的參與者的品類傾向，這將成為你改造下次活動最重要的指標。
下單時間分布：將訂單的下單時間以24小時的曲線圖進行歸類，此時，你已經清晰的了解，當前活動的參與者參與活動的主要時段，同時也是當前平臺用戶習慣的一種表現形式。
三、商品數據分析
如果你是電商產品，那你一定知道SKU與SPU。
商品數據分析中，主要以商品維度展示當前活動所產生的數據，比如SKU、SPU的銷量情況，商品品類銷售情況，品牌用戶傾向情況，等等各種商品數據。
四、渠道數據分析
渠道，顧名思義，當前活動的導流路線為你的活動貢獻了多少人流，說的專業點就是貢獻了多少UV、PV。
展現形式以渠道引流趨勢圖、各渠道貢獻度占比柱狀圖，外區域廣告投放占比及點擊圖，通過這些指標，可以非常清晰的展示每條渠道的價值，并且能夠指導你此類活動哪個渠道會對你有直接的幫助，分分鐘改善下一次活動的效果。
五、頁面數據分析
通過頁面分析，可以直擊頁面的設計問題，以下數據完全可支持產品經理等頁面設計人員對活動的用戶訪問路徑進行充足的分析。
六、物流數據分析
物流數據分析的主要功能，是跟蹤商品在發貨過程中，是否出現異常情況，同時可以準確的跟蹤商品到貨時間，為用戶體驗的研究增加了不少的判斷標準。
七、供應商數據分析
通過當前模塊可以很直觀的看到各個供應商的銷量情況，比如訂單、金額、商品數量，還有毛利。
