电商数据分析的方面分很多，简单举个例子，看图：
一般在日常的简报中，我是这么整理的：
一、周/月/季度报
- 基础数据：DSR走势、客服能力、仓库能力、负面评价等
- 流量:行业大盘流量、渠道流量及转化新老客人数占比、新老客转化率等
- 交易：类目销售占比、退款率/缺货退款率包邮卡人群回购
- 粉丝：会员占比、微淘互动行为、分析流量分布、粉丝付款率、RFM客户价值模型等
- 竞品：流量指数、交易指数、加购/收藏/搜索转化、售后率/速度 、中差评、微淘指数等
- 商品：商品流量同期对比、退款商品TOP5、收藏/加购/付款转化
- 日报
- 大指标：会员基数、店铺总业绩、三个月复购率等
- 微信数据：新增粉丝、净增分析、发送消息数、浏览UV等
- 新老客：新老客销售额占比、成交人数、UV、客单价、客件数等
- 热销类目数据：行业访客数、行业客单价、行业支付金额占比、汉沽额支付件数。行业交易指数等。
由于大数据等新兴技术和理念普及，电子商务等大量依托于数字化运营的行业迅猛发展。以此为依托，以数据分析为中心的各类应用和管理也层出不穷，以最大化的服务于企业的决策和运营。对于电商行业，对于数据的应用占了很大一部分工作。无论是对于营销、服务还是会员的管理都需以数据分析辅助决策，依据数据产生的结果。为此，很多企业聘请了专门的团队，或干脆购买了类似于DataFocus 的BI工具。在智能搜索驱动的数据分析下，分析人员只需要搜索自己想要的维度关键词就可以。
数据引领电商行业的发展，人工智能引领数据分析的变革。
另外再贴一个数据分析八大模型视频教程，里面包括留存分析、漏斗分析、全行为路径分析、热图分析、事件分析、用户分群、用户分析、粘性分析。十分贴合电商数据分析。每个视频15分钟左右。
https://ke.qq.com/course/2706367?taid=9681483353115583&tuin=1bb35fa3
