前言
电商数据分析，估计是 80% 数据分析师的启蒙场景；从商品角度出发，从用户角度出发，或者从店铺角度出发，三个方向都能聊；看似不同视角，但电商的分析永远只有一个核心，即如何帮商家打造爆品
（文末有惊喜）
爆品！电商永远的核心。当然要凭空了解电商的马太效应，不容易；咱们还是先说基本法，掌握好基本的分析技能，一步步采石才能接近大教堂之愿景
1. 电商数据是什么？如何养成基本的分析能力？
电商数据会分为产品或商品模块、用户模块和店铺模块，这里面的最小数据元，当然就是大家常说的 SKU（Stock Keeping Units）；为保证阅读的流畅性，朋友们不用纠结 SKU 的定义；一个简单例子，「300ml 的罐装无糖可乐」*，就是一个 SKU，包含了一个产品的规格、包装和味道等特性；而 SPU 在这个例子中**，***就是「*无糖可乐*」，更多是描述一个细分的类目
（文末有惊喜）
所以不用急着关心工具。了解一下全貌，知道电商数据长啥样，以及由此衍生的分析场景有哪些；有这些认知在脑海里，比那些只会玩弄 Excel、或者会一点 Python 入门的工具人厉害多了；入门的阶段，场景的作用要远大于工具，多听多练多接触实战
比如从产品角度出发，讲好供货和销售的两个端口的故事很重要
行业、类目或单个商品的销量跟踪，by 周/月/季度/年的环比、同比等不同价格带的销量对比分析，找到同一品类的高中低端产品，以及销量、销售额的高中低分布对比不同产品的毛利、净利和库存周转率表现，从收益角度看产品流通关心产品的复购率、跨购率（一般简化为一个产品对所有订单的覆盖率）
能看出来，当提及产品的复购和跨购时，实际上已经从产品的维度跳到了订单或用户的维度；**因为「复购」说明数据库能识别同一个用户有多次购买同一产品；**所以产品、用户、店铺三个模块并不是孤立的
回答我们开头讲的电商核心，「爆品」；如果用这三个模块来理解「爆品」，那就是同类商品中销量 Top 的SKU（产品角度），或对于用户覆盖率最高的 **SKU（**用户角度，覆盖率高可以理解为大部分在该店消费的顾客都会买该产品，类似于必买品），或店铺销售额中占比最高的SKU（店铺角度）
如果你在面试中被问到类似的问题，解答何为爆品，你能马上从以上三个角度解答，那恭喜你，一是你即将通过面试，二是说明你已经具备基本的分析能力；这个东西说起来简单，哪怕很多人看了这篇回答，日后遇到类似问题还是无头绪；因为这不是一个 Excel 公式或者 Python 代码，公式和代码你记下来下次就会用了，但对于分析能力，你看过或听过，未必就是你的
可能很多朋友第一次听到关于电商分析的三个模块，对上面的一些基本概念还不是很了解，比如 SKU、爆品，包括 AARRR 消费者模型等；这些概念学起来并不难，只是不太建议全程自学，概念多而杂，多听一些入门和科普课程，能帮助入门同学更结构化地梳理知识
会有很多好玩的实战案例。
关于智能马桶的分析，我应该多次提到了；我以前被问到过，如何用最快的数据分析方法，论证智能功能对于马桶的必需程度？说白了，就是买一个智能马桶值不值
有两个方法：1）看智能马桶的电商销量占全部马桶的电商销量，比例如何；2）看智能马桶在同价格带里与其他同类商品的电商销量，对比如何
没错，以上两种最快最简单，一个是占比，一个是对比
1）看占比怎么看——关键是找用户的对标
首先对比智能马桶和全部马桶的平均价，看相差多少，这部分就是溢价（大概差一千元左右）；以及智能马桶的电商销量占全部马桶电商销量的比例是多少，这部分说白了就是VIP的占比，图中统计就是 27%；也就是说花一千块的溢价，成为 27% 的 VIP 会员，你是否愿意。有了这个比例你就有了参照，比如你的收入水平是 Top 27% 吗，比如你是否在生活中花过类似的溢价率去买到 27% 左右的会员体验呢，如演唱会买更靠前的座位（各价位段的座位占比是可以统计的）、买知识星球的课加入头部博主的私密群（私密群人数占博主粉丝人数是可以算的）等等
所以乍一看买一个智能坐便器值不值，问题很虚；但通过问题一转化，就能变到可以量化的标准，你就可以拿着这个量化标准去反问需求方
2）看对比怎么看——关键是找产品的对标
另外一个，看对比怎么看；这个更直接。同价格带里总有些同类产品是必需的，比如油烟机；如果在该价格带里，智能马桶的销量接近油烟机，甚至超过；是不是就说明智能马桶已经是很多人的必需品了
当然这个案例，可以往深了做；比如你从用户模块切入，先找到和消费者（向你提问的那个人）画像相似的群体，根据收入/性别/年龄/消费观等等画像做一个聚类，如果智能马桶在这个聚类群体里订单覆盖率很高（比如大部分都买过智能马桶），那智能马桶对于那个向你提问的消费者来说，大概率就是必需品了
大概率？多大叫大概率，如果设这个群体中有可能买智能马桶的概率为 p，反之则为（1-p），则完全又可以变成一个 p-value 的问题，或者 Wald-Test 问题；当然这样就把问题往参数估计、置信区间的方向引了，完全走向了技术化；这一段你没仔细看也没关系，我后面都不会提晦涩的数学了，也就这里说到兴起提一嘴，别跳转别跳转
毕竟除了技术进阶，数据分析的进阶还有很多维度。
作为一个IT人员，不进则退，所以一定不要忘记提升自己。一定要多注意最新的编程动向，紧跟时代的步伐，不要让时代遗忘。
读者福利：知道你可能对Python感兴趣，便准备了这套python学习资料
对于0基础小白入门：
如果你是零基础小白，想快速入门Python是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以找到适合自己的学习方案
包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、机器学习等学习教程。带你从零基础系统性的学好Python！
零基础Python学习资源介绍
👉Python学习路线汇总👈
Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（全套教程文末领取哈）
👉Python必备开发工具👈
温馨提示：篇幅有限，已打包文件夹，获取方式在：文末
👉Python学习视频600合集👈
观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
👉实战案例👈
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
👉100道Python练习题👈
检查学习结果。
👉面试刷题👈
资料领取
上述这份完整版的Python全套学习资料已经上传CSDN官方，朋友们如果需要可以微信扫描下方CSDN官方认证二维码输入“领取资料” 即可领取
好文推荐
了解python的前景：/xiqng17111342931/article/details/127705925
了解python的副业：/xiqng17111342931/article/details/127872402
