电商数据分析怎么做简单？你只需要从采购、销售、库存方面下手！

摘要：电商数据分析怎么做，我们常常从人（用户）、货（商品）、场（成交场景）这3个维度出发，对店铺的商业模式、业务逻辑、产品形态等进行梳理。其中，对于货（商品）的分析，是电商数据分析的重中之重，通常可以围绕进（采购）、销（销售）、存（库存）这3个维度展开。

电商数据分析怎么做，我们常常从人（用户）、货（商品）、场（成交场景）这3个维度出发，对店铺的商业模式、业务逻辑、产品形态等进行梳理。其中，对于货（商品）的分析，是电商数据分析的重中之重，通常可以围绕进（采购）、销（销售）、存（库存）这3个维度展开。

需要注意的是，人、货、场是彼此独立、相互影响的平行关系，进、销、存却是有先后顺序的三角关系，前者是基于业务的分析管理，后者是基于商品的流程管理。对此，我们可以使用九数云来分析。

我们可以将采购广度、采购宽度与采购深度统称为“采购三度”。作为绝对指标，采购广度、采购宽度、采购深度本身不具备实践意义与业务价值。

1）采购广度=采购的商品品类数。是指采购的品类之“广”，体现了商品的丰富程度，本质上反映了零售店铺经营领域的广泛程度。例如，2020年，某大型连锁商超实际采购了27个品类的商品，则该商超的采购广度为27。

2）采购宽度=采购的SKU总数。指采购的SKU的种类之“宽”，代表了商品的丰富且可供选择的程度。例如，2020年第四季度，某男装品牌专卖店实际采购了1500个SKU，则该店铺的采购宽度为1500。采购宽度越大，目标消费群体的挑选余地就越大。由于资源存在局限性，零售店铺等一般会限定商品的采购宽度，每新增一个SKU，必须要剔除一个旧品。电商平台对于采购宽度的要求则会相对宽松一些，在理想状态下，电商平台的采购宽度可以做到无限大。

3）采购深度=采购的商品总数/采购的SKU总数。指采购的SKU的数量之“深”，代表了每一SKU可销售数量的多少。例如，2020年12月，某化妆品专卖店实际采购了400个SKU、1000件商品，则该店铺的采购深度为2.5。采购深度越大，越不容易出现缺货的现象，但有可能会造成高库存的问题。

供应链管理环节，又包括供应链服务情况分析（响应周期、交货及时率、订单执行率）、管理指标分析（物资成本占比、客户投诉率等）。

对销售数据的分析，主要目的是促成销售目标的达成，并降低退换率，从而提高销售额GMV。我们可以根据以下4个思路、10个关键指标进行调整：

1）商品群（顾客群/大类/中类/子类/核心）销售有问题？

资源匹配率：调整商品的陈列面，补齐商品出样数量客群匹配率：调整商品结构，调出或调入商品区域对比值：调整销售机会商品，更改陈列库销差对比：检查库存情况

2）单品（爆款/畅销款/平销款/滞销款）销售有问题？

区城/店铺对比值：调整销售机会商品，更改陈列关联匹配：如购物篮分析，调整推荐搭配

3）新品销售有问题？

动销率：及时从仓库调出商品畅销率：替换新品、加强FAB认知订单评价分析：替换问题商品退货原因占比分析：替换问题商品

库存分析主要是通过商品库存天数、存销比、有效库存比、库存周转率等关键指标的数据分析与预警，来控制库存。

同时，通过退货率、残损率、异常商品等数据进行分析，发现异常商品，及时处理。

通过货龄、动销率、缺货率、结构指标、价格体系、关联分析、畅滞销等分析指标，来评判商品价值，辅助调整商品策略。

我们可以粗略地根据以下思路进行调整：

关键库存指标监控商品库存天数：商品SKU库存天数，对可售天数小于7天SKU、可售天数小于28天SKU、低于预设的周数阙的SKU进行库存预警存销比：展示商品存销比明细，对近7天库存消耗最快TOP10、近7天库存消耗最慢TOP10进行预警等缺货率/齐码率调补未到货：可以通过在途库存到货时间与可销周对比分析，加强物流沟通调补不到货：可以通过缺货次数与调补失败次数分析，考虑替换商品无效率过季商品过多：可以通过过季商品的占比分析，适时考虑申请调出，申请促销等滞销商品过多：通过分析滞销商品占比，适时考虑申请调出，申请促销等丢损数量丢损数量过多，是否是员工安全意识不足？进行员工与丢损匹配排名分析并展示、制定制度，来强化员工防丢损意识。