江西省电商数据报告分析维度（五篇）

第一篇：江西省电商数据报告分析维度

目录

第一章 网络零售市场发展总体情况..................................................2 1.1 全国网络零售市场发展现状........................................................2 1.2 江西省网络零售市场发展现状....................................................2 1.3 分交易模式销售情况....................................................................2 1.4 分商品类型销售情况....................................................................2 1.5 分月度销售情况...........................................................................2 第二章 各地市网络零售市场发展情况..............................................2 2.1 各地市销售情况...........................................................................2 2.2 各地市TOP行业销售情况...........................................................3 第三章 各行业销售情况.....................................................................3 3.1 各行业销售情况...........................................................................3 3.2 各行业TOP地市销售情况...........................................................3 第四章 各电商平台销售情况.............................................................3 第五章 TOP店铺销售情况.................................................................3 第六章 农村电子商务发展情况.........................................................3 6.1 全国农村电子商务发展现状........................................................3 6.2 江西省农村电子商务发展现状....................................................4 6.3 电商示范县&贫困县电子商务发展情况......................................4 6.4 分地市农村电子商务发展情况....................................................4 6.5 分行业销售情况...........................................................................4 6.6 分农产品大类销售情况................................................................江西省电商数据分析报告分析框架

第一章 网络零售市场发展总体情况 1.1 全国网络零售市场发展现状

分析全国网上零售额、实物网上零售额、非实物网上零售额及增速情况。

1.2 江西省网络零售市场发展现状

分析江西省网上零售额、实物网上零售额及增速、在全国的排名及变化、占比及变化。

1.3 分交易模式销售情况

分析江西省B2C和C2C网上零售额及占比情况。

1.4 分商品类型销售情况

分析江西省实物型网上零售额占比情况及走势。

1.5 分月度销售情况

分析江西省各月网上零售额情况和走势。

第二章 各地市网络零售市场发展情况 2.1 各地市销售情况

分析江西省各地市（南昌、赣州、九江、宜春、上饶、萍乡、抚州、景德镇、吉安、新余、鹰潭11个设区市）网上零售额、店铺数及其排名、占比、增速情况。2.2 各地市TOP行业销售情况

分析江西省各地市（南昌、赣州、九江、宜春、上饶、萍乡、抚州、景德镇、吉安、新余、鹰潭11个设区市）的TOP行业情况。

第三章 各行业销售情况 3.1 各行业销售情况

分析江西省各行业（纳入统计的15个实物行业）的网上零售额、增速及占比情况。

3.2 各行业TOP地市销售情况

分析江西省各行业（纳入统计的15个实物行业）销售TOP地市情况。

第四章 各电商平台销售情况

分析江西省各电商平台的网上零售额、店铺数指标及其增速、占比情况。

第五章 TOP店铺销售情况

分析江西省店铺数情况及B2C/C2C TOP20店铺销售情况。

第六章 农村电子商务发展情况 6.1 全国农村电子商务发展现状

分析全国农村网上零售额、农村实物网上零售额、农村非实物网上零售额及增速、结构情况。

6.2 江西省农村电子商务发展现状

分析江西省农村网上零售额、农村实物网上零售额、农村非实物网上零售额及增速、结构情况、在全国的排名、占比情况。

6.3 电商示范县&贫困县电子商务发展情况

分析江西省电商示范县、贫困县、电商示范县中贫困县网上零售额及增速情况。

6.4 分地市农村电子商务发展情况

分析江西省各地市农村电商的发展情况。

6.5 分行业销售情况

分析江西省农村电商的行业销售结构情况。

6.6 分农产品大类销售情况

分析江西省TOP农产品大类销售情况。

第二篇：一个电商数据分析师的经验总结

一个电商数据分析师的经验总结

king 发表于 2013-07-27 20:54 来源：贾鹏

08年毕业，不知不觉的混进了电子商务行业，又不知不觉的做了三年数据分析，恰好又赶上了互联网电子商务行业发展最快的几年，也算是不错吧，毕竟感觉前途还是很光明的。三年来，可以说跟很多同事学到了不少东西，需要感谢的人很多，他们无私的教给了我很多东西。

就数据分析职业来说，个人感觉这对互联网公司来说是非常重要的，也是确实能够带来实际效果的东西。比如说利用数据分析做会员的细分以进行精准化营销；利用数据分析来发现现有的不足，以作改进，让顾客有更好的购物体验；利用CRM系统来管理会员的生命周期，提高会员的忠诚度，避免会员流失；利用会员的购买数据，挖掘会员的潜在需求，提供销售，扩大影响力等等。

最开始进公司的时候是在运营部，主要是负责运营报表的数据，当时的系统还很差，提取数据很困难，做报表也很难，都是东拼西凑一些数据，然后做成PPT，记得当时主要的数据就是销售额、订单量、毛利额、客单价、每单价、库存等一些特别基础的数据，然后用这些数据作出一些图表来。在这个阶段基本上就是做一些数据的提取工作，Excel的技巧倒是学到了不少，算是数据分析入门了吧。

后来公司上了数据仓库，里面就有了大量的原始数据，提取数据非常方便了，而且维度也多，可以按照自己的想法随意的组合分析，那个阶段主要就是针对会员购物行为的分析，开始接触数据建模，算法等一些比较难的东西，也是学到东西最多的时候。记得当时做了很多分析报告，每周还要给总裁办汇报这些报告，下面详细说一下当时使用的一些主要的模型及算法：

1、RFM模型 模型定义：在众多的客户关系管理的分析模式中，RFM模型是被广泛提到的。RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该机械模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况。在RFM模式中，R(Recency)表示客户最近一次购买的时间有多远，F(Frequency)表示客户在最近一段时间内购买的次数，M(Monetary)表示客户在最近一段时间内购买的金额。一般的分析型CRM着重在对于客户贡献度的分析，RFM则强调以客户的行为来区分客户。利用RFM分析，我们可以做以下几件事情：

⑴ 建立会员金字塔，区分各个级别的会员，如高级会员、中级会员、低级会员，然后针对不同级别的会员施行不同的营销策略，制定不同的营销活动。

⑵ 发现流失及休眠会员，通过对流失及休眠会员的及时发现，采取营销活动，激活这些会员。

⑶ 在短信、EDM促销中，可以利用模型，选取最优会员。⑷ 维系老客户，提高会员的忠诚度。

使用方法：可以给三个变量不同的权重或按一定的规则进行分组，然后组合使用，即可分出很多不同级别的会员。

2、关联分析

关联分析最原始的案例来自于沃尔玛的“啤酒与尿布”。通俗意义上讲，就是只买了A商品的人，又有很多人买了B商品，那么我们就可以认为A、B两个商品的关联性比较高。很多数据挖掘工具都有关联挖掘，主要使用的算法是Apriori算法，在计算的过程中会主要考察项集、置信度、相关性这三个结果数据，以最终确定商品之间的相关性。除了Apriori算法外，还有许多其他的关联分析的算法，基本上也都是从Apriori发展而来，比如FPgrowth。本人从几年的数据分析经验感觉，关联分析在零售业中并不太实用，挖掘出来的关联度比较高的商品一般都是同类商品或者同品牌的商品，像“啤酒与尿布”这种，很少能够有。使用方法：组套销售或者相关陈列等。

3、聚类分析

零售行业的聚类分析主要是指将具有相似购物行为的顾客进行群体的细分，以支持精细化的营销活动，带来更大的营销效果，节省成本。Spss里面的聚类分析主要有两种K-means聚类和系统聚类。也可以在数据仓库中根据顾客购买的商品属性进行会员的聚类分析，这里就不需要算法的支持，只需要根据系统的已经有的商品分类，把购买过相同商品类别的顾客划分到一起。这种方法可能与公司的业务更加贴近。聚类分析是进行会员精细化管理，精细化营销的基础，做好聚类分析，对企业将有很大的益处。使用方法：对顾客细分，精准化营销。

4、“之”字分析法

该种方法主要是有一种很明确的会员群体，然后通过分析这些会员群体的购买行为，提取这些购物行为的相似点，然后再通过这些相似点返回到整个数据里面，从中抽取更大的会员群体，以制定精准的营销。

再后来，公司又上了SAP，又去BW组去做报表开发，做报表开发这一块能够接触到更多的业务方面的知识，虽然做数据挖掘比较少了，但是数据最终是要指导业务的，所以这对我的成长也算是非常有利的。业务方面主要了解到了几大块：

1、库存管理-库存管理这块主要有正品库存的管理，滞销库存，高库存商品等各种不同类型的库存该怎么定义以及该如何去管理。比如去管理供应商的库存的时候会根据正品库存及滞销库存和库存正常的周转天数来计算该供应商的库存是否在合理的水平，是否该进货还是要减少库存。

2、促销管理-促销管理是以提高销售额为目的，吸引、刺激消费者消费的一系列计划、组织、领导、控制和协调管理的工作。数据方面来说主要是针对不同的促销方式来计算不同的方式收益情况，不同的促销方式可以带来不同的效果，因此在使用促销的时候要审慎的选择，以达到理想的效果。

另外，还有财务报表、采购流程等很多方面的东西，这些接触的比较少就不写啦。

在BW项目组的时候，也经常会帮网站做一些分析工作，自己也自学了两本关于网站数据分析方面的书，感觉学到了一些皮毛，下面说一下吧：

1、网站流量分析

网站流量的比较重要的KPI指标有浏览量、访问量、独立访客数、跳失率、转化率、页面停留时间、访问页面数、流量来源、流量来源ROI等等。通过这些数据可以全面的反映网站的整体情况。其中跳失率可以用来衡量页面的质量，流量来源及转化率可以衡量市场及营销的工作情况。进行网站数据分析的时候，需要牢牢的把握转化率这一指标，然后由这一指标的变化来寻找其他相关数据的变化，最终找出原因，做相对应的策略，改进我们的工作。

2、网站分析细分

数据分析行业有句话-无细分，毋宁死，足矣看出细分对数据分析意义。对于网站的数据分析尤其是如此。网站的流量数据量非常大，从整体上看根本都看不出那里会出现问题，所以必须要细分。比如说营销人员需要看的转化率，必须就要细分到每个渠道里面，然后再看到这些渠道来的会员的点击情况，他们都看过那些网页，对什么感兴趣，跳失率是多少，浏览时间多长，最终转化的是多少等等，这样才能看出问题。

3、网站的短信促销及EDM

在这个电子商务普遍烧钱的时代，花出去的钱到底能有多少能够带来实际的收益呢？在抢占市场的同时，怎么才能做到ROI最大化这个问题急需要解决。公司每天几乎都要发几万条甚至几十万条的促销的短信，短信的反馈率基本上都在2%一下，怎么才能提高转化率，这就需要更精准的用户定位，把钱花到最有可能带来收益的地方。因此网站的短息促销及EDM促销，必须要依据会员的精细化细分，不但要满足客户的需求，更要挖掘出他们的需求。

写到这里基本上写的差不多，通过总结才发觉自己原来很是知道的很少，还有很多需要学习的地方，比如说数学建模方面的知识不够，统计学软件使用不够好，业务了解的不够深入，对整个电子商务行业的发展把握不清晰，这些都是需要以后加强的地方。最近在一个数据分析师的前辈的博客上看到他对数据分析师的要求只有一点，就是要热爱数据。感觉自己还不够，平时工作的时候还不够投入，总觉得是在为公司工作，不是在为自己的兴趣工作，其实一个人每天做的事，一定要都当做是为自己做才行，就算真的不是为自己做，也要从中学到一些东西来变成自己的东西，为自己服务。

第三篇：总结报告—维度分析

二、调查问卷分析

（一）维度分析

经过我们的分析

1、拥有的田地亩数（问题1：您家有多少亩田？）

（1）肥东的28份有效问卷中：

① 5亩以下15家，约占55.56%，其中1亩田有4家，2亩田有2家，3亩田有5家，4亩田有4家；

② 5-10亩有8家，约占29.63%，其中5亩田3家，7亩田1家，8亩田2家，9亩田3家；

③ 10亩以上有4家，约占14.81%，10亩田2家，13亩田1家，15亩田1家。

（2）肥西的13份有效问卷中：

① 5亩以下有4户，约占30.77%，其中2亩有2家，4亩有2家;② 5-10亩有5户，约占38.46%，其中5亩有2家，7亩有2家，8亩有1家;③ 10亩以上有4户，约占30.77%；其中12亩、14亩、，18亩、20亩各有1家。

（3）综合两地的41份有效问卷中：

① 5亩以下有19户，约占46.34%，其中1亩有4家，2亩有4家，3亩有5家，4亩有6家；

② 5-10亩有14户，约占34.15%，其中5亩有3家，7亩有3家，8亩有3家，9亩有3家；

③ 10亩以上有8户，约占19.51%，其中10亩有2家，12亩、13亩、14亩、15亩、18亩、20亩各有1家。

2、受教育程度（问题2：您的受教育程度是？）

（1）肥东的28份有效问卷中：

① 小学及以下学历的受访者有9位，约占32.14%； ② 初中学历的受访者有14位，约占50.00%； ③ 高中及以上学历受访者有5位，约占17.86%。

（2）肥西的13份有效问卷中：

① 小学及以下学历的受访者有8位，约占61.54%； ② 初中学历的受访者有4位，约占30.77%； ③ 高中及以上学历受访者有1位，约占7.69%。

（3）综合两地的41份有效问卷中：

① 小学及以下学历的受访者有17位，约占41.46%； ② 初中学历的受访者有18位，约占43.90%； ③ 高中及以上学历受访者有6位，约占14.63%。

3、主要经济来源（问题3：您家的主要经济来源是？）（1)肥东的28份有效问卷中：

①以务农为家庭主要经济来源的有10户，约占35.71%； ②以个体商户为为家庭主要经济来源有3户，约占10.71%； ③以打工为家庭主要经济来源有15户，约占53.57%。

（2）肥西的13份有效问卷中：

①以务农为家庭主要经济来源的有8户，61.54%； ②以个体商户为为家庭主要经济来源有0户，0.00%； ③以打工为家庭主要经济来源有4户，30.77%； ④以其他为家庭主要经济来源有1户，7.69%。

（3）综合两地的41份有效问卷中：

①以务农为家庭主要经济来源的有18户，约占43.90%； ②以个体商户为为家庭主要经济来源有3户，约占7.32%； ③以打工为家庭主要经济来源有19户，约占46.34%； ④以其他为家庭主要经济来源有1户，约占2.44%。

产量

经济系数

经济系数是经济产量与生物学产量之比，通常用下式表示：

经济系数=经济产量/生物学产量

经济系数因植物种类、品种、自然条件和栽培措施而不同。小麦的经济系数多在0.3～0.4间（平均为0.35），水稻在0.35～0.6之间（平均为0.47），玉米为0.25～0.4（平均为0.35）。豆类作物经济系数较低，大豆为0.12～0.24，平均为0.18。棉花的经济系数因籽棉与皮棉而异，籽棉为0.35～0.40，皮棉为0.13～0.16。块根作物和糖料作物的经济系数较高，甘薯在0.60～0.78之间，平均为0.7，甜菜为0.6。由于作物产量形成期中的净光合产物全部用于形成经济产量，其经济系数可取为1。经济系数表征有机物转化成人们所需要产品的能力，经济系数愈大，愈符合人们栽培的目的。

根据经济系数和亩产计算——

大约一亩地可产375kg棉花秸秆、1800klg玉米秸秆、740kg小麦秸秆、680kg大豆秸秆。

第四篇：99click首度公开电商数据分析法2013-10-8

99click首度公开电商数据“全局透视分析法”

应宁波市人民政府的邀请，99click总裁马天云，参加了9月举行的2013中国（宁波）智慧城市技术与应用产品博览会中的核心会议—为优势企业转型电子商务举行的对接会，并发表演讲。

在演讲中，作为中国最早给电子商务企业提供专业服务的领先数据技术公司，马天云总裁与与会者分享了，其所服务的众多知名电商和开辟了线上业务的传统企业，如何通过数据，管理业务和提高绩效的经验。

值得一提的是，在会上，99click首次披露了，其独有的，帮助了许多企业成功提高业绩表现的“全局透视分析法”。

通过持续7年的，与数百家主流电子商务网站并肩工作的经验总结，99click总结出了其行之有效的“全局透视分析法”，该分析法由三个环节组成：

第一，全面掌握在线业务情况

获取流量、用户、产品、渠道等各个方面的可供分析的全面数据。数据必须非常全面，而且高度准确。

第二，研究各个关键环节，做归因分析

通过数据分析，发现影响关键环节产生变化的因素，以及现有存在的问题。

第三，帮助企业形成正确决策（有效的措施、及时调整计划、发掘实现目标的路径和方法等），最终达成业务目标（提高销售额，增加注册量，提升用户忠诚…）

马天云表示，企业开拓线上业务，包括网络推广、在线销售，实现每一步都精准有效，从而达到各项业绩指标的显著提升，这是每一个企业内部人员，都想追求的目标。建立在卓越技术手段（巨量用户数据捕捉和业务数据处理）之上的数据分析，则可以帮助企业实现这一目标，做到每一步都有因可循，有据可依，有路可选。

99click的这一分析方法，已经帮助众多知名企业提升了业绩表现，在行业内受到广泛好评。

第五篇：据共赢网分析

据共赢网分析，随着中国通胀水平逼近峰值，未来经济政策将趋于中性，因此，在外部经济环境不发生重大变化的前提下，2011下半年机械行业将保持稳健增长的势头，未来市场空间仍旧广阔；考虑到利润率下滑，预计全年机械行业单月同比增速整体呈现前高后低的走势,预计机械行业2011年全年增速将在20%—25%之间；子行业的发展速度、利润空间也将出现较大的变化。

一、铁路设备将保持高速增长。随着京沪高铁的开通,一切关于高铁的质疑和不信任将随之得到验证,根据铁道部的投资计划,未来仍处于国内高铁投产里程和设备交付的高峰期。预计今年铁路设备行业有望继续保持30%以上高速增长态势,动车组放量和国产化率提升有望成最大亮点。

二、工程机械的弹性将直接受益于宏观放松、保障房和水利工程的大幅提速。根据工程机械行业的“十二五”规划，各类产业发展规划将落实到位，鼓励和引导民企投资战略性新兴产业政策也将陆续出台，未来五年行业的平均增速预计为17%左右，行业仍处于快速成长期固定资产投资增速下降趋势与房地产调控等因素，是市场对行业成长前景担忧的主要因素。但据共赢网分析，工程机械行业作为我国优势制造业的代表，行业成长空间仍然很大，其中城镇化进程、产品线延伸和海外市场需求增长等是行业增长的三大动力来源。5月份工程机械部分产品销量出现负增长，但随着下半年保障房建设的进度加快，预计工程机械需求将有所恢复。

三、重型机械将保持稳定增长态势。重型机械生产周期较长，受金融危机与钢铁行业产能过剩的影响，今年中国一重、二重重装的营业收入与净利润均出现下滑。从传统冶金设备向新能源等行业转型，是行业的主要发展方向，核电等新兴产业的快速发展将为重型机械企业的成功转型提供机遇，但整体看仍将维持上半年的稳定增长态势。

文章链接：中国化工仪器网