- 第1章 什么是淘商？未来如何布局
- 第1节 什么是淘商
- 在淘宝开店的商家，被称为淘商或平台电商。
- 平台的流量是聚合式的，也称之为公域流量，可以通过争夺位置获取这类流量。
- 与平台电商相对的是社交电商 ，社交的流量特点是私密的，流量是有归属的，称之为私域流量。
- 第2节 未来如何布局
- 内部环境：淘宝内行业商家饱和而流量有限。外部环境：竞争对手的崛起—-社交平台。
- 品牌窗口：微博；交易承载页：淘宝、微店等具有交易功能的平台；CRM端口：个人微信（小程序）
- 第3节 电商媒体化和媒体人格化
- 电商媒体化
- 电商媒体化是将电商流量转移到媒体渠道，也就是将公域流量转移到私域流量。媒体只是一个载体。
- 媒体载体：短视频、VR购物全景视频等；头条、H5互动、微博、知乎等社交网络；淘宝直播、第三方直播等
- 媒体人格化
- 将媒体赋予人格化标签，一般媒体主体是品牌，也就是品牌人格化，或者说赋予品牌性格。
- 颠覆者：规矩是用来破坏的==苹果纯真者：永葆赤子之心 ==麦当劳情人：我的眼里只有你，所以要宠你宠上天==香奈儿探险家：放飞自我，永远在路上==discovery频道创造者：只有你想不到，没有我不能造。==微软关怀者：我比你妈还关心你==大姨妈平常人：自在做自己==Facebook英雄：和我一样，勇敢一点！==耐克统治者：权利不是一切，但权利是唯一==美国运通娱乐者：好玩才是这世上最紧要的事==娱乐者魔法师：希望能让世界发生些改变==UBER智者：真理将给你自由 ==知乎
- 第2章 让店铺活下来
- 大商家玩资源，中小商家玩操作技术（SEO，直通车），也有商家玩价格战。
- 第1节 小卖家的生存之道
- 找到合适的产品，自行拓展流量渠道，同时兼顾平台流量，达到最佳的状态。
- 在一个细分圈子里，精耕细作拓展；做客户沉淀。
- 小卖家的一般玩法：上新玩法 ；标准玩法 ；活动玩法 ；社交圈子玩法 ； 玩内容
- 上新玩法（1）利用市场证明过的热销产品；（2）利用上新率、动销率权重和新品的测试流量；（3）利用非标品的定价差；（4）配合重复铺货同个产品铺多个链接。（5）每周固定删除没有流量的产品，每两周删除没有销量的产品。标准玩法（1）通过分析市场选款，找到合适的产品；（2）研究产品和分析竞争对手，确定产品的上下架时间；（3）制作或修改详情页，必须做手机详情页；（4）制作宝贝标题；（5）属性尽量填满，产品定时上架；（6）开通服务（7+退换货、公益宝贝等服务）；（7）单品破零（破零指卖出第一件，让产品销量显示不为零）；（8）投放直通车；（9）维护全店动销率；（10）维护全店DSR评分。活动玩法（1）找货；（2）做好基础销量和评价；（3）报名参加活动：淘宝站内和站外活动；社交圈子玩法（1）圈定自己的用户群体；（2）养鱼塘（活动、特权第一时间知晓）内容玩法（1）达人：软文（2）直播
- 第2节 中大卖家的生存之道
- 做好产品、服务，品牌
- 做客户沉淀
- 中大卖家玩法： 销量卡位 ；争取活动资源 ；砸钱 ；跟着政策走
- 销量卡位（1）用活动或者营销手段抢着销量TOP3位置；（2）以搜索手机端为主活动资源（1）以商品支持力度，换取官方一些资源；（2）站外营销，站内活动成交砸钱（1）站内站外广告砸钱：直通车、钻展、网销宝等；（2）活动力度大些，投入资金，打用户认知度。跟着政策走（1）平台玩什么，卖家就要跟着平台玩；（2）淘宝玩内容，大卖家就布局玩内容运营。
- 第3节 引火线—流量之战
- 电商的本质
- 争夺流量的买卖：流量会越来越贵，寻求高质量用户
- 如何争夺流量（1）媒体、广告、活动（2）用户，促达用户心智：利用热点营销触达用户，讲故事和共鸣。
- 流量的价值是什么
- 流量的相关指标（1）流量价值：单个顾客产生购买商品的客单价（2）转化率：所有到达淘宝店铺并产生购买行为的人数和所有到达你的店铺的人数的比率 公式：（产生购买行为的客户人数 / 所有到达店铺的访客人数）× 100%
- 第3章 市场分析—告诉你这个市场能不能做，能做多大
- 第1节 数据分析
- 5大思维方式：对照、拆分、降维、增维、假说
- 降维即减少分析维度。通过提取核心分析指标，或者通过主成分分析等统计方法实现降维。增维如果当前的维度不能很好地解释问题时，就需要对数据做一个运算——多增加一个指标假说当不知道结果，或者有几种选择时，采用假说，即先假设有了结果，然后运用逆向思维寻找原因。
- 3大类型：过去（原因）—现状–未来（预测）
- 6大步骤：明确目的与内容 –数据收集 –数据处理 –数据分析 –结果可视化 –撰写报告
- 第2节 如何评判一个行业市场的规模
- 年度访客及交易额变化趋势& 年度营销活动影响
- 用第三方数据评估市场：阿里指数；淘宝排行榜；卖家网；看店宝；生意参谋
- 案例：童装GMV同比，环比；细分品类；TOP10品牌市场集中度 ;款式细节分析 ；价格区间分析 ；消费者年龄、性别 ；
- 行业稳定性可以使用波动系数和极差计算。波动系数=标准差/平均值极差=最大值－最小值标准差：用来反映数据集的离散程度，也可以说是数据之间的距离计算总体标准差：STDEV.P2.行业集中度又被称为行业集中率或市场集中度，用来反映某行业的饱和度、垄断程度。计算方法如下：（1）取得竞争对手的市场占有率，可忽略过小的竞争对手。（2）取出竞争对手市场占有率平方值。（3）将这些平方值加总适合品牌商在入驻淘宝前对市场竞争程度进行预测。3.市场份额矩阵—波士顿矩阵又称市场增长率-相对市场份额矩阵、波士顿咨询集团法、四象限分析法、产品系列结构管理法等。环比增幅&市场相对占比明星：高增长率、高市场占有率；问题；高增长率、低市场占有率；瘦狗：低增长率、低市场占有率，衰退；金牛：低增长率、高市场占有率，成熟期
- 竞品竞店分析
- 第三方插件URL: https://www.dianzhentan.com/chajian/竞品：上新；促销活动；商品销量，属性；价格营销策略和布局
- 预测案例
- 老板让小白预测一下某个行业在未来3个月（1个季度）的成交量老板让小白做一份在未来3个月（1个季度）店铺的销售计划，其中要预估一下店铺在未来3个月的销售额思路：成交金额同环比
- 第4章 运营分析—万变归宗
- 第1节 常用的描述性统计指标
- 极差、标准差、波动系数、众数 、最小值、1/4位数、中位数、3/4位数、最大值
- 离散程度是指通过随机地观测变量各个取值之间的差异程度，用来衡量风险大小的指标。标准差是指通过随机地观测变量各个取值之间的差异程度，用来衡量风险大小的指标。波动系数反映标志变动程度的相对指标。EXC函数计算1/4，2/4，3/4位数计算4分位数离群值异常值也被称为离群值，和大部分的数据距离很远且数量极少的值就是异常值。
- 第2节 常用的淘宝运营指标
- 访客数 、浏览量 、销售额 、转化率 、流量价值 、跳失率
- 常见的困惑及解决方法如何解决访客数少这个问题呢？ 投放广告、站内SEO和社交渠道来引流。如何解决支付金额少的问题？ 看全局，看方向性的决策。如何解决转化率低的问题？ 优化商品详情页，提高客服的询单转化率如何解决跳失率高的问题？ 优化页面，检查商品的价格是否有优势，流量的入口
- 第3节 盈亏平衡估算
- 做多少业绩才能不亏本，这个业绩金额就是盈亏平衡点，盈利为0或者接近0
- 盈亏平衡点=销售金额-变动成本-固定成本
- 固定成本不随营业额变动而成比例变动的成本，如房租，人员工资变动成本随营业额变动而成比例变动的成本，如税收、广告费、业务提成盈亏平衡估算第一步，先理清固定成本和变动成本第二步，计算盈亏平衡点。
- 第4节 运营规划
- 店铺年度销售目标
- 店铺有历史数据：即参考过去两年的数据，算出增长率。
- 店铺没有历史数据：如果条件允许，则先做测试，然后再定目标。如果条件不允许，则主要根据资金情况，市场趋势和竞争对手的数据来作为确定销售额目标的依据。
- 资金周转率和周转天数
- 资金周转率和周转天数资金周转率：是反应资金流转速度指标 公式：收入÷投入资金周转天数：资金周转一次所需要的天数 公式：天数×周转率
- 店铺年度销售目标
- 第5章 常见的数据挖掘方法
- 数据挖掘一般有4种任务预测分析；异常分析；探索关系；聚类分析简单数据挖掘的工具Excel2016SmartMining
- 第1节 回归预测
- 应用场景举例
- 预测某个行业未来的市场走势； 预测买家会不会响应营销主张； 预测股票走势/福利彩票开奖号码；预测自己的体重/身高。
- 预测方法
- 1．定量数据由0~9组成的数值纪委定量数据类型。预测分析方法：线性回归难度：简易，可用Excel完成2．定性数据一般是字符型数据，例如中文、英文。预测分析方法：逻辑回归难度：复杂，采用SmartMining3．时间序列即时间格式的数据，例如电脑的系统时间。预测分析方法：时间序列预测难度：一般，可用Excel完成
- 第2节 异常检测
- 孤立点检测或离群点检测。
- 应用场景举例
- 1）站长通过日志中的孤立点发现入侵者。（2）老师通过IQ测试分析孤立点发现天才。（3）气象站人员通过孤立点发现灾害或者极端天气。（4）淘宝、银行、电信等行业通过孤立点发现欺诈或者异常行为等。
- 2个问题
- （1）这个数据是否有误？如何处理？（2）如果数据无误，那么是什么原因造成的？是否需要处理？
- 2个解决方法
- 错误异常值处理：1）这个数据是否有误？如何处理？（2）如果数据无误，那么是什么原因造成的？是否需要处理？正确异常值处理正确的异常值可能非常重要，因为它可能代表一些小概率事件。运用拆分思维将异常值拆解从而发现该影响因素，从而针对性解决
- 第3节 相关性分析
- 用散点图来观察数据。用来反映两个或多个维度之间的相关密切程度从影响的方向来区分有3种【正相关】【零相关】【负相关】
- 举例：价格和销量的关系
- 第4节 聚类分析
- 对客户进行分类。通过分类可以知道哪些客户是有价值的，哪些客户是没有价值的。常用的聚类算法维K-means和K-medoids
- 应用场景举例
- （1）对客户数据进行聚类分析得到多个客户群组并且得到各个群组的特征，这样可以发现客户的共性和差异性（2）对竞争对手数据进行聚类分析得到多个对手群组和各自的特征，这样可以找到竞争对手们的共性和差异性（3）对行业数据进行聚类分析得到多个行业群组和各自的特征，这样可以发现不同行业之间的共性和差异性。4）对销售数据进行聚类分析（比如以其中的地域聚类），可以发现地域之间的共性和差异性。
- 第5节 降维分析
- 一般采用主成分分析进行数据挖掘，目的在于简化指标，强化解释能力。主成分分析：一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。降维流程：数据标准化→主成分分析
- 第1节 回归预测
- 第6章 数据分析报告撰写思路
- 第1步，发生了什么？ –第2步，问题出现在哪里？ –第3步，为什么这件事情会发生？
- 举例：
- 第4步，需要采取什么行动？ –第5步，下一步将发生什么？ –第6步，可能发生的最好结果是什么？
- 第1节 常用的描述性统计指标
- 第1节 数据分析
- 电商的本质
- 第1节 小卖家的生存之道
- 电商媒体化
- 第1节 什么是淘商
特别申明：本站的主旨在于收集互联网运营相关的干货知识，给运营小伙伴提供便利。网站所收集到的公开内容均来自于互联网或用户投稿，并不代表本站认同其观点，也不对网站内容的真实性负责，如有侵权，请联系站长删除，转载请注明出处：https://www.lnwcn.com/99339.html。
微信扫一扫 
支付宝扫一扫 
评论列表（2条）