中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導讀：做好數據的應用能幫助業務決策和優化，所以對數據產品的設計顯得尤為重要。本文作者依據工作中項目實踐的所思所想，并結合案例等分享了電商后臺數據產品建設的相關經驗，供大家一同參考和學習。

01 電商后臺數據產品指什么？

廣義來說，數據產品涵蓋一切涉及到數據的產品系統，除了單純的數據模塊，訂單管理、商品管理、資金管理等都可以算數據產品。

本文介紹的是，商家后臺中數據分析（經營分析）的模塊。通過多維度多經營指標的可視化呈現分析，幫助商家了解自己的經營狀況的產品系統。

拼多多商戶后臺的“數據中心”模塊

有贊微商城后臺“數據中心”模塊

02 數據后臺的解決用戶什么問題？

這也是我們在做數據后臺時首先要思考的問題，按照《用戶體驗要素》劃分，屬于戰略層。

一般來說數據后臺會有這樣的目的：

• 核心指標數據統計；
• 各個模塊數據分析；模塊的劃分一般按照業務過程去劃分。
• 策略輸出；針對數據情況，智能自動告知商家數據結論和相關運營建議，增強商家后臺其他功能模塊的聯動
• 工具商業化變現。針對數據上反映的問題，推薦電商后臺的多種營銷工具，進行商業化。例如廣告投放，活動優惠券工具等，這些往往是可以收費的。

03 數據后臺數據應該如何組織呈現？

很多人認為，豐富的數據形式，加上酷炫的交互就是個很“厲害”的后臺數據產品，如果沒有一個清晰的邏輯脈絡的話，這樣的產品無非是酷炫組件堆疊，達不到幫助商家統計分析的目的。

我總結了下面幾個步驟：

1. 定指標：和自己業務相關的一些指標需要梳理，并且確定核心指標和過程指標。

2. 拆過程：將電商的過程拆解為 流量（自然、私域、廣告），下單，付款，物流，退款、服務等各個環節。幫助商家了解各個流程環節中的強弱項。第1步和第2 步往往是結合起來一起做

3. 拆維度：時間，商品，渠道、用戶特征等。幫助商家了解何時，什么樣的商品，什么樣渠道的流量、對什么樣的人群有更好的經營數據。

4. 做比較。比較分為 和自己比（環比、同比、近X日等），與 和別人比（同類商家所處的位置）。

5. 可視化呈現。選擇相應有意義的維度、指標、比較值，配合相應的可視化組件。

6. 輸出結論。根據數據給出結論、問題、和決策建議。讓數據講故事。

04 數據后臺一般的構成要素有哪些？

一般來說，數據后臺根據電商業務的主題拆分成多個模塊，包括：數據概況（首頁）、流量分析、交易分析、商品分析、用戶分析、營銷分析、服務分析等

重要模塊的內容和特點如下：

不同的電商平臺，側重點也不一樣。

例如抖音小店是以內容引流商品的打法，更加關注創作內容維度對于電商成交的影響。專門設置了 不同的視頻、直播、頭條內容 維度下 店鋪商品的核心數據。

抖音小店后臺內容分析模塊

拼多多和淘寶這種有集中流量的平臺電商，服務相關的數據也會非常重要，包括IM消息回復率，糾紛率，退款退貨處理時長，平臺介入率，以及反應綜合服務水平的DSR分析。

拼多多后臺服務數據模塊

05 數據后臺設計時要避免的問題

最后來說說做數據后臺產品要避免的幾個重要問題。

第一，數據錯誤

數據質量是第一要求。數據產品優先保證數據的準確

1. 口徑的準確性。對指標，維度，業務限定使用通用的口徑邏輯，最好能和運營分析中使用的口徑對齊，避免內部成員理解出錯。
2. 釋義的準確性。對指標、維度、業務限定的口徑要有規范性的梳理，同時在數據后臺中，向用戶標注這些信息，減少用戶的理解成本。

第二，臃腫堆疊

由于產品系統不斷迭代，負責人不斷更換，隨著時間推移在原有基礎上增加數據指標，增加可視化呈現，造成產品越來越臃腫。

因此我們需要明確各個數據模塊的設計目的，目標用戶，生命周期，謹記奧卡姆剃刀準則，克制添加功能，保證整個系統的簡潔必要。

第三，交互展示錯亂

一個大的產品系統經常會有多個人員負責 不同的子模塊。更加要注重交互的一致統一。降低用戶學習成本。

注意數值、單位上下文的一致性，例如單位，小數點，千分位符等。千萬不要一個模塊用“萬”，一個模塊用“k”在交互設計上，讓用戶以最少步驟拿到結果。

數據內容上可以有一定“重復”，避免多次點擊讓用戶自己拼裝碎片信息。

06 總結一下

電商數據后臺的規劃設計需要結合自己的業務特征，明確用戶的核心需求和使用場景，確定能幫用戶解決什么問題，和給自己平臺能帶來的商業利益。

在這個基礎上，集合業務流程特點，確定核心指標、和次要指標，設計通用的維度組合。

再下一步是利用多種分析模型將數據反應的問題，直接告訴商戶結論和決策建議，在這個過程中，與競爭對手的差異化的功能上，進行功能售賣和商業化的引流等。

簡要過程：

（1）了解用戶是誰，什么樣的場景下使用

（2）制定數據后臺要實現的目標

（3）數據設計和呈現

• 確定核心指標和次要指標，以及分析這些指標的維度
• 結合可視化組件將指標條理清晰地呈現出來
• 維度組合分析，常見的有：商品和時段組合（找出什么樣的商品在什么時段銷售更好），商品和人群特征的組合（找出什么樣的人喜歡什么樣的商品）

（4）將數據智能化的告訴用戶結論，和相應的決策建議

（5）結合自己的商業化功能，進行有針對性的變現

（6）提供報表下載功能

本文由 @黃勇Finn? 原創發布于人人都是產品經理，未經作者許可，禁止轉載。

題圖來自Unsplash，基于CC0協議。