从流量、订单、整体销售业绩、整体指标等方面进行数据分析，至少对运营的电商平台有一个大致的了解，运营的是亏损还是盈利。

即对访问你网站的访客进行分析，基于这些数据可以对网页进行改进，以及对访客的行为进行分析等等。

活跃用户量是电商关键数据分析中的一个基本的指标，包括DAU（日活跃用户）、WAU（周活跃用户）和MAU（月活跃用户）三个层次。

分析从下单到支付整个过程的数据，帮助提升商品转化率；也可以对一些频繁异常的数据展开分析。转化是一个非常重要的指标，电商运营需要关注主路径、次路径甚至精细到每一个品类/SKU 的转化率。

用户留存要从不同的时间周期上研究，包括次日留存率、3 日、7 日、30 日留存。

复购则要从3个角度去看，复购用户量、复购率和复购金额比。

GMV是电商数据分析中最重要的指标，电商运营最终就是围绕这个来进行的。GMV=UV*转化率*客单价。

这里主要就是分析客户的价值，可以建立RFM价值模型，找出那些有价值的客户，精准营销等等。RFM模型是一个经典的分类模型，模型利用通用交易环节中最核心的三个维度：最近消费(Recency)、消费频率(Frequency)、消费金额(Monetary)。

对客户进行分类后最核心的环节就是客户管理了，可以使用销售漏斗模型，结合CRM系统的原理对客户销售的全流程进行管理。

主要分析电商网站商品一级/二级/三级的商品分类、商品品牌的售卖情况及库存情况，并可以建立关联模型，分析哪些商品同时销售的几率比较高，从而进行捆绑销售。

市场营销活动数据分析的主要目的是监控某次活动给电商网站带来的效果，以及监控广告的投放指标。

风控类数据分析是指对卖家的评论和投诉数据进行分析，从而发现问题并纠正问题。

市场竞争数据分析主要是分析市场份额和网站排名，并根据分析结果对网站或竞争策略做出进一步调整。

延伸阅读

1.漏斗分析模型

漏斗分析是一套流程式数据分析，它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。

在电商app场景下，最经典的为用户的“浏览->点击->加购->下单”漏斗模型。四个环节的转化率在数据分析上有宏观上的指导意义，通过一些数据开发/报表手段，可以检测某个业务或者维度下的转化率趋势。

2.5W2H分析模型

这个模型主要是用于用户行为的分析，业务问题专题分析、营销活动等。

模型围绕时间、地点、人物、事件、原因、方式方法、程度7个要素，即为什么（Why）、什么事（What）、谁（Who）、什么时候（When）、什么地方（Where）、如何做（How）、什么价格（How much）。

3.RFM母模型分析法

根据会员最近一次购买时间R（Recency）、购买频率F（Frequency）、购买金额M（Monetary）计算得出RFM得分，通过这三个维度来评估客户的订单活跃价值，常用来做客户分群或价值区分。该模型常用于电子商务（即交易类）企业的会员分析。