说起数据化运营很多人都不陌生，有可能很多品牌都已经在执行。或许雇佣了一些数据分析专家，亦或是老板直接购买了DataFocus、Power BI等智能数据分析工具进行自主分析决策。而真正落地的方法或许很多朋友都还在探索，三百六十行行行有规则。本篇就为大家分享DataFocus所接触到的一家童装品牌的真实数据化营销思路。
首先是动机，为什么要做这样一个数据分析。四个字“应需而动”。根据具体的需求来做具体的数据化分析和营销。这个需求可以是多样的，比如报表文件已经超过了人工处理的极限，像这家童装品牌在2014年的报表文件就已经达到了4GB，2018年已达到近20G，最近一年的评价数已经超过了8000000个，这样一来如果要确实的考虑企业存在的问题以及未来的发展方向，就必须利用这些大量的数据进行分析，以得到精细化的结果。
那么接下来就是需要的数据类型是什么。这个类型指的不是格式等IT的考量，而是根据运营端的类型需求。这家店铺主要分析了用户、市场、销售、商品以及财务数据。
第一是用户数据，分为潜在客户、现有客户以及粉丝。而其中潜在客户也分为潜在客户的需求数据和途径来源；现有客户分为老客和新客。
第二是市场数据，分为大盘和同行两类，其中大盘可以分为节奏和流量；同行可以分为友商渠道赫恩友商产品。
第三是销售数据，这一块比较多，主要分为流量、推广、转化、付款和订单数据。其中流量分为来源和流转；推广分为钻展、直通车、淘客、CRM、SNS数据；转化分为信任、体验、售前客服；付款分为下单、付款、代付款和折扣；订单分为物流、金额、售后客服。
第四是商品数据。包含类目线、产品带、单品和坑位。类目线包括季节、类目、性别；产品带包括爆款、长尾、价格；单品包含库存、动销、流量、转化和销量。
第五是财务数据，主要包含周转率和费用。
最后我们需要沉淀数据，比如用一定的报表去囊括。类似于运营基础表-日报、项目表-日报、项目子表-日报、产品周表、推广周表、月度分析表等，一切都标准化规范化。这些周期结果都需要可视化对比，比如做透视图或直接用DataFocus一键可视化。
