独立站的数据分析可以解决哪些问题

在拥有数据之前，我们只能通过人工的市场调研活动，侧面的数据、用户调研表等去分析一个新产品在市场上的潜力，而这样的调研结果往往充满了不确定性。

一说到数据分析，做跨境电商的朋友一定会想到Google分析师这个工具，的确，GA是做独立站的必备工具。不过一些大型公司不满足于GA所提供功能，都会开发自己的内部数据系统，以支撑营销、产品、采购、仓储等不同业务部门需求。

你可以去查看shein放在facebook上的网站链接，那是一条缩短后的链接。

但是点击后，他的完整链接是这样：

https://us.shein.com/?utm_source=facebook.com&utm_medium=post&utm_campaign=fbpo170811homepageINTRO&url_from=fbpo170811homepageINTRO&fbclid=IwAR0z21JqogTTeAUt3TmuRv1xNogfdUr4M10bg2zQ8yEGt-Y0Sd-LS9lBTDY&ref=www&rep=dir&ret=us

懂点技术的朋友会发现，在“？”之后加的一串参数当中，其中有Google分析师的标准追踪参数名：utm，但是也包括了一些我们不熟悉的参数，比如url_from, fbclid。那么基本就可以得出结论，shein除了使用GA外，一定也有内部的数据追踪分析系统。

其实这并不算什么值得惊奇的事情，基本上大型的独立站早就建立了自己内部的数据分析系统，尤其是那些SKU特别多的企业。

在年销售达到200亿的棒谷，内部使用的数据系统叫做魔方，棒谷的业务人员在进行产品推广时，尤其是广告投放时，不会像其他卖家面临艰难的选品难题，他们甚至只需要从魔方系统中找到最近有增长趋势的产品，或者买手推荐的一些特色新品，就可以选到一款不错的，可以获得较好ROI的产品。

而在细刻，这家以服装站群赫赫有名的公司，更是以“数据”治霸乙方。据说一个不懂Facebook广告的新人借助他们的数据系统，就能很容易在第一个月做到几万美金的销售额。而做到这个成绩的原因就在于他们积累了大量的关于女装的用户行为数据，新人可以直接在系统中看到“好卖的产品推荐”，而节省大量了试错时间和试错成本。

细刻、棒谷的数据直接反应出好的产品，一些更大型的公司则在预测用户的行为。

抖音把你最感兴趣的广告视频推送给你；淘宝把你近期关注想买的产品展示在首页；Shein早就开始在用数据预测采购量，选择供应商；所有商业模式的进化，最终都是向客户靠拢。

狭义的用户数据

一说的说到数据，人们很容易想到交易数据、用户行为数据和用户属性数据。

但是对于很多中小型公司来说，获得用户行为数据已经不易，用户属性数据更是往往被忽视。即使自己收集的到了这三类数据，但这些数据被存储在不同的数据库中，比如交易数据在网站系统中，行为数据在Google分析师中，用户属性数据可能在EDM系统中。这三类数据往往不能融合，就很难发挥数据的最大价值。

广义的数据价值

我们回到Shein的追踪链接，这条包含了第三方数据分析系统和自有的数据追踪系统，不难判断出，shein整合了这三方的数据，而形成了更为广义的用户行为数据，让数据实现了更大的价值，构建了shein的商业护城河。

用户的属性，比如男女，已婚未婚，是否有孩子，他的兴趣爱好，会极大的影响用户行为；而交易数据其本质就是就是一种付费购物行为；当我们以用户行为的视角把交易数据、用户属性关联在一起，就构成了用户的生命周期价值。而这个就是独立站一直追求的、足以让DTC和品牌站屹立不倒的东西。

老板关注数据，因为希望知道这些数据可以从战略上带来什么洞察；执行层关心数据，是因为数据可以解决他们业务中的切实问题。

战略价值一：指导业务升级

对于独立站卖家而言，我们是完全有能力拿到用户的行为数据和交易数据，而Crm系统可以协助我们进一步的完善用户属性数据。对于三方数据的融合，市面上也出现了不少第三方工具，比如Google bigquery，data studio，PowerBI、peelinsights 来帮助大家实现数据的打通。

有了更加完整的用户行为路径和报告，我们就有了更清晰的用户画像，从而更好的理解用户需求，有了用户需求，可以更好的设计业务，并与客户重新建立关系。

最容易直接看到效果的就是，我们可以得知什么类型的客户最喜欢什么颜色和款式的服装；对于某一类家居用品，美国用户最容易选择什么颜色；而对于智能电子产品，我们很容易得出不同SKU的动销率。通过这些数据去指导商品的生产、采购量及仓储量。

战略价值二：引导业务创新

当用户数据积累到一定的程度后，数据的能力就会进入到一个新的高度——预测。千万不要觉得遥不可及，因为我们早已身处其中。

抖音背后的视频推送算法，Facebook的信息流广告推荐算法，所有自有平台无时不刻都在“计算”我们，计算我们的喜好，最近买了什么，最近搜索了什么，最近下载了什么APP，最近又看了什么。

拥有大量数据的平台，包括电商、游戏、社交媒体，现在已经很容易判断出来，谁是高净值客户，谁是在价格敏感性客户，谁是频繁的网购者，谁又是谨慎型消费者，针对不同的人群展开不同的营销活动，从而进一步拉升用户的生命周期价值。

如果你深挖这些数据，一些的产品机会被发现，一些新的市场机会也同样会被发现。

数据的战略意义无疑是依托于数据和时间的积累，在电商公司规模还小的时候，大部分独立站操盘手可能会更关心较为切实的业务问题，比如选品问题、如何选择渠道、如何提升转化率、销售额等。而这一切也可以在初级的数据分析中找到答案。

Shein历经十来年的积累，其数据体系早已建立，为它的选品、采购和营销可以说立下了汗马功劳。大多数公司都很难在短时间模仿甚至超越Shein，但是无论是老板还是打工人，如果你建立数据思维，你会发现数据依旧可以在你们的能力范围之内带来价值。

我们都知道数据价值高，但是在数据获取、整理、分析上，往往会遇到一定的阻碍，比如数据的规划、数据的埋点、数据的规范入库，数据的清洗等 ……所以在接下来的文章，我会尽我所能，一步步地讲清楚如何去克服这些阻碍，真正发挥数据的价值。

这是独立站数据分析系列文章的第一篇，开始填坑的第一篇。

如果你喜欢这篇文章，欢迎转发和分享，你的支持和鼓励是我继续写下去的动力。