缺錢的電商寒冬，精細化運營成為電商企業最后的稻草，安慰自己和別人的希望。但精細化運營并不只是開源節流，對電商企業來說如何用數據驅動運營，提高運營效率變得非常重要。
數據挖掘公司百分點首席商業智能官李墨林
李墨林：電商業界稀缺的全能型老電商之一。他精通電子商務全過程管理、市場營銷、流程規劃、系統建設。曾任職北京連邦軟件、AMAZON等企業，曾擔任BD經理、市場企劃經理、產品經理、運營經理、產品總監、市場總監、COO、CEO等職位。
根據數據調研公司Nucleus最新報告，數據預測分析可帶來超過1000% 的投資回報率(ROI)，在商業智能(BI)上每花1美元就有10美元的回報。但據國內知名數據挖掘公司百分點首席商業智能官李墨林透露，目前電商企業有 數據團隊和數據系統的不到整個行業的3%，具備正確的數據管理方式來指導運營的更屬極少數。
實際上，數據分析是電商本該最強勢的能力，用戶的基本信息、購物偏好、瀏覽軌跡、賣了多少商品等等，電商都看的清 清楚楚。但在野蠻擴張的上一階段，電商沉浸于揮霍資本瘋狂砸流量壘高銷售額，即便關注數據的，也對數據本身存在極大的曲解和誤讀。在新一階段的精細化運營 中，電商企業需重新審視五類數據。
一、 商品數據——轉化率不取決于流量，取決于運營的整體環境
電商轉化率素來是個頭疼的問題，平均不足1%，但電商對于轉化率的關注僅僅停留在營銷端。但實際上轉化率由通路、供應鏈、選品、庫存、價格、內容、服務等要素構成，所以要重視營銷端流量結構，更要在運營端具備留住用戶的能力。
電商企業的轉化率有多種計算方式，主要是基于商品、訂單兩種維度，但多數企業只是單維度考量，但實際上，可能訂單 趨勢是上升，商品銷售趨勢是下降的。李墨林這樣解釋：“因為電商企業的數據管理絕大多少通常只到訂單層面，如第一天有500個訂單量，每個訂單有10個商 品，共賣出5000件商品。第二天賣了1000個訂單，每個訂單一件商品，共1000個商品。按電商通常的算法只能統計訂單量，因而誤認為第二天的轉化率 高于第一天，但實際從商品數量上恰恰相反?！?/font>
因此，從數據管理單位上，電商需精細化到最小單位，商品管理，而不是糾結于訂單量。
二、 動覽數據——別只看轉化率，動覽是高轉化率的前提
動覽，即用戶群體來到網站看了幾個商品頁。如果銷售了100個商品，那么用戶至少瀏覽了超過100個商品頁面，動覽量不可能小于商品銷售量。
因此從這個意義上，如何讓用戶盡可能看到多的商品頁，則是提升電商網站整體轉戶率的關鍵。增加動覽是一個流量調節 的過程，讓所有商品獲得合理的流量分配。如何讓更多的商品被展示、被用戶看到？目前如亞馬遜的“購買該商品的用戶還購買了哪些商品？”“看過該商品的用戶 還看過什么商品？”“猜你喜歡？”等功能是通過個性化的商品推薦實現流量調節的典型范例。
三、 動銷數據——電商要盈利，動銷是關鍵
電商普遍存在頭部商品不賺錢，中長尾商品賣不動的窘境。1千個SKU，只賣頭部的100個SKU，頭部商品拉用戶、打價格戰、不賺錢，占用大量資金和庫存，中長尾商品動銷深度不足，賣不動，致使電商始終無法盈利。
李墨林介紹：“動銷是一個周期域里有多少商品產生銷售。動銷比有兩種算法，一種是動銷與庫存商品的比例，第二種動銷與前端可售商品的比例；而動銷深度指的是商品平均動銷深度。動銷比和平均動銷深度越高，商品動銷結構就越合理，帶動產品線及庫存結構越健康?！?/font>
四、 用戶行為數據——會員營銷是關懷而不是騷擾
李墨林指出：電商活躍用戶達到10萬級別，就應有會員管理。會員數據可以分為兩個范疇，首先是用戶Profile 和人群屬性等信息，其次，也是更重要的是通過消費者之間人與人的行為類比，消費者行為偏好與商品特征的匹配，商品與商品的相關性匹配進行會員數據的深度挖 掘與分析。通過對用戶行為的深度發掘與分析匹配最符合其消費需求的商品信息，從而影響用戶瀏覽行為，幫助用戶做出更好的購買決策，進而影響轉化性能，提升 電子商務零售網站的整體營銷性能。真正有效的會員營銷是符合會員需求的關懷而不是盲目的騷擾。
五、 供應鏈數據——應對缺貨和滯銷，采購預測是關鍵
缺斷貨是電商普遍存在的問題，常常一款產品賣爆了，數日甚至數月都不能補貨，導致電商營銷、運營性能和服務口碑大 幅下降。究其原因，主要是大多數電商采購和補貨基本靠人為經驗，或者使用傳統行業選品和采購方式，沒有有效利用供應鏈數據。電商巨頭亞馬遜快速供應鏈的精 髓就是數據化的供應鏈管理和精準的采購預測，而將流量數據和業務數據打通是確保電子商務采購預測有效性的必然要求和天然優勢。
除以上數據的誤讀外，電商企業還普遍面臨兩個問題制約精細化和數據化運營能力的發展：
第一， 電商高層缺失數據理念?！皵祿诰蚍秩齻€階段，第一階段是報表階段，第二是數據的挖掘和分析解讀，第三是解讀和應用階段。有些公司買了軟件，出來的數據看不懂，看懂了不知道應用，這每一個層級都是個巨大的鴻溝?！?/font>
第二， 電商缺少好的專門針對電商的商業系統，電商企業自己開發成本則太高，也有一些企業選擇了購置復雜的國外BI系統，但卻不能與自己的實際業務緊密結合，再加上學習成本高，數據人才缺乏，導致無法發揮系統的功效。
問答：
億邦動力網：國內電商企業數據分析情況目前行業水平如何？
李墨林：目前電商企業有數據團隊和數據系統的不到整個行業的3%，具備正確的數據管理方式來指導運營的更屬極少數。
億邦動力網：在精細化和數據化運營能力方面，電商企業目前普遍面臨哪些問題？
李墨林：電商高層缺失數據理念?！皵祿诰蚍秩齻€階段，第一階段是報表階段，第二是數據的挖掘和分析解讀，第三是解讀和應用階段。有些公司買了軟件，出來的數據看不懂，看懂了不知道應用，這每一個層級都是個巨大的鴻溝?！?/font>
電商缺少好的專門針對電商的商業系統，電商企業自己開發成本則太高，也有一些企業選擇了購置復雜的國外BI系統，但卻不能與自己的實際業務緊密結合，再加上學習成本高，數據人才缺乏，導致無法發揮系統的功效。
億邦動力網：您認為電商想實現精細化運營，應該重視哪些數據？
李墨林：數據分析是電商本該最強勢的能力，用戶的基本信息、購物偏好、瀏覽軌跡、賣了多少商品等等，電商都看的清清楚楚。在新一階段的精細化運營中，電商企業需重新審視商品數據、動覽數據、動銷數據、用戶行為數據、供應鏈數據這五類數據。
