直接開門見山，不說廢話，都是實操乾貨。
首先，糾正大家的一個想法：數據分析的重點不在於誰用的工具更複雜，學會基本的Excel數據透視表，圖表可視化等基本操作即可，至於高端點的spss，Python，r語言等統計和BI工具都是屬於數據分析進階水平的，下面也會跟大家講。
一、電商的數據分析應該圍繞什麼展開？
拿出經典的「人貨場」指標體系圖，電商分析基本上也是圍繞這三者展開。
人：在電商分析中基本上就是指用戶數據，如客單價、會員增長率等
貨：商品數據，如採購、庫存、銷量，售後數據等
場：這個包含的東西比較多，我認為凡是能將人與貨匹配，最終完成轉化的都可以稱之為場。
二、電商數據如何獲取？
這裡要注意的是，任何數據都是要關注長期的，只看其中一天的數據是完全沒有意義的。對於電商數據來說，更是這樣了，我這邊建議大家拆分看，分成兩個時期：促銷期和日常期，分析這兩個階段的數據就可以了。還有提醒一句，如果樣本數據不夠，完全可以擴大樣本數量，不然會存在數據不準確而帶來的誤差。
促銷期：618，雙11，雙12，年中大促，年底大促等
平常期：這個就隨便取了
再給大家分享一些獲取數據的網站：
三、電商分析的模型有哪些？
手把手教你搭建RFM客戶價值分析模型
帕累托/ABC分析：能解決90%難題的數據模型——手把手教你學會帕累托模型
波士頓矩陣分析：數據分析初學者必備！5分鐘搭建波士頓矩陣模型，一學就會
購物籃分析-關聯規則：數據分析一定要懂的模型——購物籃模型
AARRR用戶運營分析：關於AAARR模型，還停留在理論卻不會用？附實例講解
四、電商分析的過程是什麼？
這裡我結合零售電商的案例，跟大家分享一些如何進行電商平台數據分析。
分析思路如下：
a、場的維度：通過季銷售趨勢圖及環比，還有各州金額分布分析了解平台銷售走勢和銷售分布，了解平台銷售是否健康及銷售重點區域。
b、貨的維度：通過帕累托分析品類銷售情況，散點圖探究品類寬度和銷售關係，再通過價格帶分析，了解平台產品定位。通過評價占比了解產品滿意情況，通過產品完整性分析驗證猜測。
c、人的分析：分析平台會員走勢了解平台會員健康情況，通過地圖分布了解會員分布情況，通過AARRR模型了解會員轉化率，通過環形圖了解新老會員銷售情況。利用RFM模型給會員分層並確定重要價值客戶分布。利用會員行為分析了解會員下單時間，付費方式和平均付款時間，還知道會員低分占比及評論時間趨向。
d、其他分析-物流分析：其他分析：通過物流準時度分析，物流時間占訂單時間分析，平均物流天數分析，物流運費金額在總金額的占比，來評估顧客物流服務投入產出比，通過低評的非準時占比和物流時間來驗證猜測。
e、就以上結論和現象進行相關改善建議
五、電商分析的工具有哪些？
如果想仔細學習數據分析工具的，可以看這篇文章：2021年最強數據分析工具盤點！想轉行跳槽的小白趕緊收藏
- Excel：vlookup，數據透視表，數組，sumifs，等常用的公式
- SQL：增刪改查、聯合
- Python：進行數據清洗，數據抽取等
- FineBI：進行數據圖表，可視化，數據報告部分，簡單的數據清洗也可以做到
作電商運營分析，其實Excel和Fine BI就夠了，中間兩個在進階中才需要學。
如果數據不是很多，直接用Excel，我這邊不多介紹怎麼用了。如果數據量比較大，那就用Fine BI，這個工具比Excel更方便一些。兩個結合起來用也是可以的，把Excel文件導入到Fine BI就行。
上面的案例就是用Fine BI製作而成的，下面簡單給大家介紹一下這個工具。
製作過程簡單：
模板demo數量豐富：
包含零售、建築、銀行、網際網路、醫藥、製造、交通、物流等幾十個分析場景，直接另存為分析模板使用。