不论是做什么行业，都是需要数据做强有力的支撑的，而对经营商业的人来说，数据更是直接决定了运营策略的正确与否，可见数据有对重要。下面鼎鸿电商给大家说一说代运营托管之数据拆分分析统计方法，希望可以给大家带来一定的帮助。

　　
　　一、数据分布

　　
　　这里我们所说的数据拆分并不是单纯的计算平均值，而是对数据的分布情况做具体的分析，当然也不是说平均值什么的数据就可以一点也不看了，而是因为平均这个词本身就会漏掉许多的信息，我们在挖掘客户的时候也是一样，不能用平均来计算流量的多少。

　　
　　可实际上，我们每天都在做着类似的判断，比如当我们统计数据时，一定会统计一条平均访客数量，平均用户年龄等等。但实际上访客的年龄有大有小，数量有多有少，这样的平均算法就会给我们造成很大的误导。

　　
　　我们以访问时间为例：上图中我们看到访问时间在0-10分钟占了67.89%，其余的32.11%在十分钟到三小时之间不等。我们来算一下平均值，是3分34秒左右，那么我们就能界定访客的停留时间是3分34秒了吗？这是非常错误的，所以我们要看的绝对不是平均值，而是占绝大比例的分布，也就是这个表格给我们的正确信息是，绝大部分的访问时间是0-10分钟左右，我们要抓住的也是0—10分钟访问的这部分大量流量。

　　
　　再比如，计算营业额，假如我们上个月的平均订单是500元/单，这个月的平均订单也是500元/单，但从价格上来看，是看不出来什么变化的。但是实际上上个月可能有4万单300-500元的单子，这个月却有5万单300-500元的单子，2万单600-1000元的单子。

　　
　　我们要从数据分布中总结消费者可接受的消费金额来给我们的商品定价，而不只是平均500就可以的。

　　
　　二、拆因子

　　
　　当我们无法从运营数据中找到具体的反馈时，这个时候就可以将问题一点一点的细化，直至找到原因，这就是我们所说的拆分因子。就像拆字一样，一笔一笔的都拆分出来。

　　
　　比如当转化率下降了，我们要做的不是抱怨，而是去找原因。

　　
　　“转化率”=“订单”/“流量”，所以“转化率”下降的原因很可能是“订单量下降”，也可能是“流量上升”。如果是流量上升，订单数量不多，那我们就可以来拆解“流量”的构成，可以细化为“直接访问流量”、“广告访问流量”和“搜索引擎访问流量等等”接下来在来具体分析是哪一部分的流量出现了问题，如果是搜索引擎流量上升，那就可以在细化为是付费关键词上升还是自然搜索流量上升，假如是自然流量，那是品牌（或者网站名相关）关键词流量上升，还是其他词带来的流量上升呢？——假如最后发现是非品牌类关键词带来的流量上升，那么继续寻找原因——市场变化（淡季旺季之类），竞争对手行动，还是自身改变。假如刚好在最近把产品页面改版过，就可以查一下是不是因为改版让搜索引擎收录变多，权重变高。接下来再分析自己到底哪里做对了，是否有做店铺优化，装修风格是否被顾客接受等等。

　　
　　三、拆步骤

　　
　　就像拆因子一样我们也可以拆步骤，同样也可以给我们带来很多非常有用的运营数据。

　　
　　第一个例子：公司举办了营销活动A和营销活动B，活动最后带来的流量A和流量B是一样的，销售A和销售B的数量也是一样的，那是不是就可以说这两个营销活动的活动效果是一样的呢？当然不是。

　　
　　把营销活动A和B的流量拆细去看，营销活动B虽然和营销活动A带来了等量的流量，可是这部分流量实际上是对产品更感兴趣，看完着陆页之后更多的人去看了产品页面。虽然看产品的人很多下单量却不多，最后转化率不高，订单数和营销活动 A一样。

　　
　　凭直觉，也可以简单的得出一些猜测来，例如两个营销活动的顾客习惯不太一样，营销活动 B的着陆页设计更好，营销活动 B的顾客更符合我们的目标客户描述、更懂产品等等......
　　
　　我们还可以拆成这样的漏斗：

　　
　　这样拆好之后，哪一步的转化发生了问题，就可以一目了然，更有条理性，更清晰。有可能是访客质量下降，有可能是在着陆页流失了，也有可能是“购物车–>登录”流失了。

　　
　　四、精准定位受众人群

　　
　　人其实是很复杂的，我们很难通过某一个行为去笼统的概括，所以就需要从实践出发，具体问题具体分析了，通常客户族群细分的方法主要有三种：
　　
　　第一：按照客户属性细分：根据客户“是谁”来划分族群，例如把客户分成“新客户”和“老客户”。
　　
　　第二：按照客户行为来细分：根据客户上网行为来细分，例如把客户分成“浏览服装专区的客户”和“浏览数码专区的客户”。
　　
　　第三：根据客户属性来细分：比如一个客户的行为是“每个月都来买一次东西而且只买最贵的”，可能我们就会在数据库里给他标记上“有钱人”，之后“有钱人”就成了这个客户的属性之一。

   接下来我们就可以根据人群分布去制定我们的运营计划了，受众是什么风格，我们要做什么风格的产品等等问题也就迎刃而解了。

　　
　　以上四点数据整理分析的方法虽然不是最全面的，但对于广大卖家来说，却是很受用的，这个方法不仅会督促您时时保持店铺进行优化，还会让您的运营数据越来越好，最终使您的店铺可以越做做大，越做越强。