10项目十 活动中数据分析（教案）《电子商务数据分析》（电子工业出版社）

《电子商务数据分析》课程教案 教学模块 项目十 活动中数据分析 课时数 4 教学班级 主讲教师 教学目的和要求 知识目标 1.认识活动中数据监控的工作流程； 2.了解异常数据的监控； 2.熟悉常用的活动转化指标； 3.认识专题活动的种类； 能力目标 1.能够通过商品异常数据鉴别与分析，优化活动； 2.能够通过活动转化数据分析活动走势； 3.能够对专题活动进行流量、产品、用户分析。 素养目标 1.认识大数据在电商运营中的重要性； 2.熟悉《电子商务法》《广告法》《消费者权益保护法》等对数据合规工作的法规要求。 教学手法 1.在理论知识讲解中，教师以讲述法、讨论法、提问法为主，激发学生的学习兴趣，让学生主动参与到学习中去，主动探索，积极思考问题，从而对相关知识概念理解掌握。 2.在实践学习中，教师以演示法、指导法为主，让学生在实践操作中发现问题，教师及时予以指导，使其能够将所学知识灵活运用到实践操作之中，掌握相关技能知识的操作。 3.在教学实践中，教师应以学生为主体，充分发挥学生的自主能动性。并且教师也应充分利用多媒体教学方式及网络课程资源，使课堂教学活动更加生动活跃，学生能够积极参与其中。 教学重 难点 重点： 1.活动中数据监控的内容与分析步骤； 2.异常数据鉴别与监控处理； 3.专题活动的种类与分析。 难点： 1.商品异常数据的鉴别与分析优化； 2.通过活动转化数据分析活动走势； 3.对专题活动进行流量、产品、用户分析。 教学要点设计 1.通过讲解活动数据监控的相关知识与操作方法，让学生练习并掌握商品异常数据的鉴别与分析优化等相关技能。（90分钟） 2.通过讲解专题活动监控的相关知识以及流量、产品、用户分析的操作方法，让学生熟悉专题活动中的数据监控要点；以操作演示的方法向学生讲解专题活动监控数据分析的具体操作步骤，让学生练习并掌握相关技能。（90分钟） 教学过程 任务一 活动数据监控 【预备知识】 一、异常数据监控 （一）数据监控认知 1.工作流程 （1）确定监控目标； （2）明确监控的主要指标； （3）分析各指标的影响因素； （4）数据预警： a.指标确定； b.每个指标正常波动范围的确定； c.触发条件的确定； d.预警周期与频次的确定； e.预警方式。 2.活动中的商品数据监控 （1）商品实时数据监控 （2）商品流量数据监控 a.商品访问数据反馈； b.商品转化数据反馈。 （二）商品数据监控结果的应用场景 1.商品来源应用场景； 2.商品收藏加购应用场景。 二、活动数据转化 （一）活动转化指标 1.店铺转化率 店铺转化率就是所有到达店铺并产生购买行为的人数和所有到达店铺的人数的比率。计算公式为： 转化率=（产生购买行为的客户人数 / 所有到达店铺的访客人数）×100% 2.咨询转化率 咨询转化率是来网店咨询客服并最终下单的人数占咨询人数的百分比，计算公式为： 咨询转化率=下单人数/询单人数 3.收藏转化率 收藏转化率是指将商品添加收藏的用户数占商品的总访问数的百分比，计算公式为： 收藏转化率=将商品添加收藏的用户数÷该商品的总访问数×100% 4.成交转化率 成交转化率是衡量一个店铺商品质量、服务能力、营销手段等水平的最直接体现。计算公式为： 成交转化率=成交数÷访客数×100% （二）转化漏斗分析 1.漏斗分析的认知； 2.转化漏斗分析的作用： （1）能够梳理业务的关键流程环节； （2）针对不同的人群、渠道做差异化的分析。 3.转化漏斗分析的指标： （1）访客数； （2）浏览量； （3）收藏加购数； （4）支付买家数。 【任务实施与准备】 一、异常数据鉴别与分析 异常数据鉴别的一般步骤： 步骤1：获取诊断的相关数据； 步骤2：对比分析，找出差距，分析异常原因； 步骤3：制定优化对策。 二、商品异常数据鉴别与分析 （一）异常商品鉴别与分析 异常商品是指店铺所有终端截至当日中有出现“支付转化率低”、“支付下跌”、“流量下跌”、“高跳出率”、“零支付”、“低库存”数据的商品。 （二）商品品质问题鉴别与分析 三、活动数据转化分析 步骤1：在WPS中的Excel中打开已经处理好的产品数据表，然后根据产品转化漏斗图的分析要求，对处理好的产品数据表进行转化，将产品按照产品表中的产品列顺序进行排序命名，然后针对每款产品进行数据表转化，得出一个漏斗图数据表。 步骤2：选中数据表中的步骤环节、占位数据、客户数三列有内容的部分，点击“插入”，选择列表框中的“图表”-“堆积条形图”。 步骤3：用鼠标选中数据线条，然后右击鼠标，选择“无网格线”。 步骤4：用鼠标选中“占位数据”显示条，在右侧“设置数据系列格式”编辑框中，选择填充图标下的“无填充”设置。 步骤5：用鼠标选中图表左侧文字框，右击鼠标并选择“设置坐标轴格式”，在右侧的设置区域勾选“逆转类别”，并选择“标签”-“标签位置”-“轴旁”。 步骤6：经过以上操作，就可以得到产品转化漏斗图。 【拓展知识】 一、漏斗分析法的构成要素 1.时间； 2.节点； 3.研究对象； 4.指标。 二、漏斗分析法的特点 1.“四分”反映结构； 2.指标描述漏斗； 3.过程影响结果。 任务二 专题活动监控 【预备知识】 一、专题活动种类 （一）单品促销 1.买赠： （1）赠品是新品； （2）买x件则送x件同一商品。 2.限时购； 3.特价； 4.预售。 （二）多品促销 1.满减： （1）普通满减； （2）每满减； （3）阶梯满减； （4）跨店满减。 2.满赠： （1）普通满赠； （2）阶梯满赠； （3）普通满件赠； （4）阶梯满件赠。 3.满件折； 4.套装： （1）套装直降； （2）套装包邮。 【任务实施与准备】 一、专题活动分析 （一）活动流量分析步骤： 步骤1：采集数据； 步骤2：确定分析维度； 步骤3：数据整合； 步骤4：流量分析。 （二）活动产品分析步骤： 步骤1：采集数据； 步骤2：确定分析维度； 步骤3：数据计算； 步骤4：数据分析。 （三）活动用户分析： 步骤1：采集数据； 步骤2：确定分析维度； 步骤3：数据计算； 步骤4：数据分析。 【拓展知识】 一、关于用户分析的指标 1.用户活跃指标 用户的活跃度是衡量用户运营的重要指标，其中DAU（Daily Active User日活跃用户数量）、WAU（Weekly Active User 周活跃用户数量）、MAU（Monthly Active User 月活跃用户数量）是经常用来衡量用户质量的指标。在电商体系下，不仅有登录活跃情况、还有每个用户的活跃天数、还有访问活跃情况、购买活跃情况、加入购物车活跃情况以及评论的活跃情况等。 二、用户留存指标 “留存”的概念通常用来分析电商的服务效果是否能够留住用户。用户留存率越高，意味着用户使用电商平台的时间越长，他们能够为平台带来现金流和资本估值也就越高。从用户导入期开始（所谓导入期就是用户进入电商平台），留存一般分为访问留存、登录留存和购买留存。通过用户留存情况能从侧面把握渠道质量，比如付费、粘性、价值量、投入成本等。 思政小课堂 依据《电子商务法》《广告法》《消费者权益保护法》《通信短信息服务管理规定》《个人信息保护法》（草案）的规定，通过网络、短信、电话、即时通讯工具等方式发送电子营销信息，对用户开展定向营销推广行为，应满足如下合规要求： 1）告知用户定向推广的相关信息，并获取其授权同意； 2）以显著标识展示个性化推送内容； 3）为用户提供简单直观的退出或关闭个性化展示的选项； 4）当用户退出或关闭个性化展示，明确表示拒绝接受个性化推荐的，不得向其发送商业性信息。 5）通过自动化决策方式向信息主体进行商业营销的，应同时提供不针对其个人特征的选项。 1 学科网（北京）股份有限公司 $$