电商分析场景，数据分析的日常工作有哪些？

有不少同学刚入数据分析这一行的时候，会选择电商数据分析这一岗位，主要是因为学习的时候电商相关知识更容易接触到，还有个重要的原因是电商知识会比较通用一些，到时做其他行业数据分析也相对容易。

有同学可能会问，电商数据分析，要去进阿里、京东、小红书、拼多多等这些公司，然而去这些公司难度还是挺大的，不适合转行的哈；其实不一定要去那些公司的，比如在淘宝、京东这些平台上开店铺的公司，也是需要数据分析，并且这种类型的电商数据分析需求量还是挺大的，大家可以考虑

阅读路线:

数据分析日常工作
销售额下降原因分析
双十一促销活动分析

一:数据分析日常工作

对于任何一个数据分析工作来说，60%-70%的时间是在做一些常规的工作，不可能所有的精力都是在活动那个分析或者做专题分析；所以来聊下日常工作都是做哪些内容，可以先看下数据源

这种店铺类型的数据分析数据源大都来自于平台数据，像淘宝上的数据都是来自生意参谋，平台包含流量、品类、交易、营销、物流、财务、市场等方面的数据；但是仅仅通过平台上查看数据还是不足够的，还需要把数据下载下来做些处理，形成日报、周报供领导来查看；对于一些活动的话，要出来专门的活动分析报告；有些领导比较重视数据，会把在各个平台，比如京东、淘宝、拼多多的数据整理到数据库，这样分析三个平台数据就方便很多，还会有利于追踪历史数据，具体工作内容就如下图展示了

二:销售额下降原因分析

在电商数据分析工作中，大家还会经常做的一个事情，就是寻找销售额下降的原因，这里单独举一个例子说明问题

数据分析师，一般会在每周的周一向领导汇报下上周的情况，主要是上周的各个指标完成情况，上图是总结的周报中的一部分[做周报的时候，也会把当前月的完成情况体现出来]，可你正要向领导发邮件的时候，发现本周的销售额完成率只有85%;所以一向谨慎的你，想看看到底是数据计算错误的问题，还是业务上确实出现问题了呢？

一般查看销售额下降原因，多使用的是杜邦分析法，就是把销售额这一指标拆分一个个的细分指标，如上图所示，排查每一个指标的问题；把指标销售额指标拆解后，我们先关注UV(客户访问量)、转化率、客单价这三个指标

开始观察数据，这里主要放到了天猫这个渠道上，通过上图数据的观察，UV这一指标才达到目标的80%，转化率、客单价相对定下的目标都是超额完成的；所以很明显UV给拖了后腿啊；既然流量有了问题，就应该继续排查流量的问题，看是付费流量还是免费流量出了问题，最后查出免费流量中站内主动搜索流量下降，因为上周有个违规操作，店铺搜索权重降权了，这样一通操作下来问题就给解决了