数据分析之淘宝数据简介

用户数据
商品数据
其他行为数据
交易行为数据

数据规模：

● 用户总数：2亿
● 在线商品总数：5亿
● 交易行为数据：6百万笔/天
● 其他行为数据：3千万UV/天
10亿PV/天

● 会员信息
○ 注册信息：用户名、邮箱、手机号 …
○ 人口学信息：姓名、性别、年龄、地区 …
○ 认证信息：身份认证、工商注册 …
○ 交易属性：支付宝账户、店铺、评价、信用、投诉 、退款 
… 
○ 产品订购：消保、旺铺、直通车、淘客 …

● 商品信息
○ 类目属性：前、后台类目
○ 产品属性：品牌、型号、配置、颜色、SPU …
○ 卖家属性：信用、地区、消保 …
○ 交易属性：价格、套餐、物流、促销、积分、VIP …

● 店铺信息
○ 商品：发布、修改
○ 店铺装修：旺铺、分类、橱窗推荐 …
○ 店铺行为：访问量、人数、成交、转化率
○ 信用评价：星级、动态评分、评价 …

● 社区/SNS信息
○ 会员发布的各种内容：帖子、打听 …
○ 会员之间的关系：旺旺好友、江湖朋友、交易伙伴 …

● 行为数据日志
○ 用户注册、登录
○ 内容发布：卖家上架商品、会员参与社区(UGC)
○ 用户搜索、浏览、收藏、交易、评价商品
○ 卖家使用淘宝网付费产品：直通车、淘宝客、旺铺
○ 卖家参与淘宝网活动
○ 用户点击广告
○ 异常行为：盗号、发布违禁品、欺诈、炒信
○ …

淘宝数据仓库组成
了解淘宝仓库体系结构

淘宝如何看数据
了解淘宝常用的看数据的维度和粒度，常用报表展示

● 统计：行为在不同维度、粒度上的汇总
○ 商品：被搜索、浏览、收藏、交易、评价的统计
○ 店铺：被浏览、收藏、评价，销售状况的统计
○ 会员：个人搜索、浏览、收藏、交易、评价行为统计
○ 搜索关键字：搜索量、点击、后续收藏、交易的统计

● 模型：用数学模型计算出的新属性值
○ 判断是否交易炒作、欺诈、走账 …
○ 判断是否沉睡、高价值客户 …

● 应用：为一个具体商业意图而计算的数据
○ 营销活动的会员选择：满足xx条件的人
○ 营销创意的商品选择：满足xx条件的商品
○ 人群的特征分群：某一给定群人的细分

● 经验：历史统计的排序、关联
○ 排行信息：类目、商品、会员、关键字、店铺
○ 突增排行：销量、搜索量
○ 关联信息：类目、商品、会员、关键字、店铺

以结果为导向，用数据来说话

网店的成功经营
● 网络零售利润 =
(售价 - 进价 - 物流资金成本)×流量×转化率 –流量×流量获取成本 
● “电子”
○ 获得流量：来源、来源成本控制，B2C的80%
○ 提升转化率：商品管理、店铺管理、客户服务

● 商务
○ 进、销、存、物流
○ 品牌、资金
○ 团队管理

流量的获得及成本控制
● 流量获取
○ 搜索引擎优化（SEO）
○ 外部链接互换、论坛社区营销
○ 广告投放、参加促销和活动
○ 会员营销CRM

● 成本控制和效果跟踪
○ 不同来源的独立用户的数量
○ 不同来源的独立用户获取成本
○ 不同来源的客户转化率，转化成本
○ A/B测试

提升转化率
● 店铺装修
○ 把最好卖的商品放在最显眼的地方
○ 店铺页面优化、美化
○ 店铺内导航的设计
○ 关联推荐，套餐

○ 了解自己商品的销售状况
○ 了解自己店铺页面上的点击分布
○ 了解客户在自己店铺中的浏览路径

● 提升客服质量
○ 客服应答的及时性和建立自己的CRM
○ 会员营销：挖掘老客户价值，会员忠诚计划
○ 向会员推荐他们喜爱的商品、折扣

○ 了解自己的客户数量、分布
○ 了解自己客户的需求

读懂市场和对手
了解竞争态势、行业总体状况、竞争对手的动作
知己知彼，百战不殆

行业数据
● 数据魔方
○ 过去一段时间内的销售额及变动趋势
○ 销售价格及变动趋势
○ 竞争对手数量、分布
○ 买家人群的分布：地域、年龄、性别
○ 卖家、商品、品牌销售排名

○ 确定进货数量
○ 确定进货品类、推广方式
○ 确定价格策略

竞争对手数据
● 数据来源
○ 淘宝
■ 淘宝不会给你他人的营销数据
■ 但是淘宝可以给你“某种人”的数据

○ 第三方淘拍档（淘宝授权）
○ 第三方非官方数据

精确营销体系
构建精确营销体系，精准的服务好我们的客户

==============以上内容均摘自淘宝团队的数据分析