通过数据分析科学快速找到核心问题将提高运营效率并确保取得令人瞩目的成果。

1.分解想法

要做互联网运营的数据分析，首先要学会“分解”。分解数据并分解问题。所有数据都可以分解为层，以找出更多的“子数据”。通过挖掘和优化子数据，通常可以突破，找到方向并改进最终的“关键指标”。很多时候我们找不到努力的方向。拆卸通常是不够的。我们只关注最后的大额营业额指标，而不是探索该指标下的相关因素。这些因素都是所谓的细节。现在，它变得“极端”。

分解思想的另一个优点是它可以帮助实现更好的分工并优化组织结构。使员工更专业，专注于某项业务，以培养专家的细分，当每个子职能都有专家时，它将反映操作细节的完善。

2.跟踪想法

追溯操作问题，而不是一次。累积并沉淀所有数据以发现问题。单个数字没有意义，只能称为“值”。例如，今天一家商店的流量是2000，转换率是1.5％，营业额是3000，好坏，进展还是落后，我不知道。仅在近一周，近一个月，甚至近一年的数据中，线性趋势被研究，为了找到“问题”，此时的数据是有意义的。

因此，无论商店的哪个阶段，我们都必须养成每天积累数据的习惯。我们知道淘宝背景中会有成熟的数据产品，它会向您显示趋势和历史数据，但这还不够，它需要将所有数据提取到您自己的数据库中，结合不同的数据维度来全面分析问题，并建立跟踪机制，这是以下“组合思想”。中型以上的电子商务将拥有自己的数据管理模型，以监控关键指标，确保及时做出决策。

3.结合思想

跟踪单个数据将比较“片面”并得出结论甚至是错误的。因为所有电子商务的核心数据在一段时间内是偶然和相关的。

偶然性意味着，也许有一天，转换率突然下降，远低于每日，这很可能发生。所以，每个人都惊慌失措，找到与转换率相关的因素，看产品详情页面的设计，产品的价格，找到客户服务聊天记录，“优化”，整个1天的设计详细信息页面，以便产品价格更低预售客户服务进行了重组。最后，我发现一切都还是一样的，我浪费了一天时间做了很多无用的工作。

相关性意味着大多数指标是相关的，正面的或负面的，转换率突然下降。最后，昨天交通突然飙升，然后看看交通来源。他们中的大多数来自促销流量，这是不准确的。但是有很多人。

因此，必须在多个维度上一起查看跟踪数据。一般来说，转换率和流量是负相关的。流量将飙升，转换率将下降。当转换率增加时，客户单价将下降。 （大型促销除外）

但是，跟踪数据，多维度相结合来分析数据，结论可能仍然是不准确的，因为这两个想法都在“自己”，我们还需要做“与他人对比”的问题。这是下面描述的“对比思想”。

4.对比观点

将对比度与其他对比进行比较。这个人必须选择“合适”。它可以是类似于自己品牌定位的商店数据，也可以是同一行业中更好的商店数据。最具可比性的仍然是“同级别”商店。相比之下，您可以找出差距的位置，找到正确的优化方向。

在实际情况下，在微波炉产品出现之前，销量一直低于竞争品牌 - —格兰仕，然后分析数据，发现流量更糟糕。结果，显示器（钻石展位，CPM）和招标（直通车，CPC）的投资增加了，但发现它几乎没有影响，即使以牺牲大部分利润为代价。最后，我们采用了相同类型的产品并进行了深入的比较分析。结果发现，流量来源与自然搜索完全不同，并且发现这是一个品牌识别问题。因此，品牌所有者的推广重点是产品品牌的创造。

5.节点想法

节点的想法是将大型营销事件分别标记为节点，并且单独消除和分析数据。在日常运营中，营销活动对数据的影响仍然非常大，特别是突然参与淘宝官方活动，如聚成本效益等，会使流量，转换率，营业额几天飙升，这次我们将这些数据插入到日常运营数据分析中会造成“失真”，这将影响商店日常运营优化方向的判断。

6.主持想法

主播思想有两个含义。第一个含义是，在业务数据分析中，当有多个因素影响一个数据索引时，只有一个因子留作变量，其他因素保持不变，然后对因子进行最终测试影响程度指标。例如，下面提到的转换率有六个与之相关的因素，但每个因素对转换率有不同的影响。此时，需要进行小的测试以保持一个因子的变化，而其他五个则不是。改变，把它投入到市场的实际销售中，最后得到这个因素和转换率的具体影响，从而做更多的优化。

第二个含义是产品竞争力的水平。锚定策略允许用户更快地做出决策并使产品销售更好。例如，两个商店A和B运营相同的品牌。该品牌下有1号和2号产品。此时，A店与B店沟通，A主要销售1号，B号主要销售2号，此时，A可以提高2号产品的价格，以帮助B店制作价格“锚”，让用户知道B店2号产品具有价格优势，这样用户的决定就会加快。一家商店也一样。

7.行为标记理念

行为表示法是优化大动作，大项目及时发布在数据报告上。为了通过数据检查，以后是有效的。因为大多数优化结果都是“滞后”，也就是说，大的优化动作在一个月后甚至半年之后可能无效。当然，一些优化动作是即时的，例如婴儿头衔对搜索结果的影响。无论如何，我们必须在操作过程中清楚地知道哪些事情花了很多时间而哪些事情是无效的。

在我们进行产品包装优化之前，花了1个月的时间与品牌进行沟通。该品牌经历了各种测试，实验和购买的新包装材料。 2个月后，我们发送给用户的商品全部都是新包装的。它是。然而，在采用新包装产品一个月后，退货率只会缓慢下降。仅在第二个月之后才在财务报表中明确提出撤回。损坏造成的损失减少了很多，用户体验也很好。月回购率也有所上升。反过来，整个商店的销量和优惠率也有所提高。

以上七个想法是数据分析的基础。有了这样的分析思想，无论你做什么内容，你都会很快找到核心问题，然后找到问题的解决方案。