分析數據從數據意義開始

（歡迎轉載眾思閣的文章，轉載前請私信聯繫本人獲取授權）

數據分析與挖掘，簡單點的分析就是看各個數據項目本身的意義，如果深入的挖掘分析，就需要對數據再次進行加工，運用不同的挖掘分析方法，比如加入時間維度、增加相關性分析，等等。

很多人都一直在想，如何提高自己的數據分析與挖掘水平，我的建議是，別想一步登天，先從理解數據本身的意義開始，理解單項數據隱藏的意義，再求進一步，否則，基礎的都不懂，還想進行深層次的挖掘，何從談起？數據分析並不是有很多花里胡哨的圖形和曲線才叫數據分析，那種的目的是為了更好的呈現而已，不是衡量數據分析水平的關鍵，關鍵是，你要懂數據內涵。

我們涉及的非常多的數據都對產品開發有很強的指導作用，今天就從數據的基礎意義來看，你們平常是否有這麼分析過？如果這些數據項目沒有聽過，不好意思，你數據分析的基礎都還不牢固，因為你的知識體系里，和你工作相關的數據項目你都還不清楚，時間有限，今天隨意從幾個不同的方向列舉8個。

1、銷量訂單比；

定義：銷售單品數量/銷售訂單數量；

基礎意義：數值越高，代表做組合產品或套裝產品的成功機會越高。

2、review平均得分；

定義：review加權總分/review個數（亞馬遜規則調整，所以不能直接算數平均了，只能加權平均，這個加權權重規則我不知道，不過沒關係，亞馬遜算好了，直接用就好）；

基礎意義：數值越低，代表該款產品可改進空間越大。很多人會錯誤理解，注意是該款產品，不是該品類。要看細分品類的改進空間，你只能統計同類產品的review具體問題後才能得出結論。

3、直接競品數量；

定義：核心賣點（需求）相競爭的產品數量；

基礎意義：什麼是核心賣點（比如），充電器，用戶關注的是充電速度；移動電源，用戶關注的是容量......，比如你做移動電源，如果你要做10000mah的，那麼10000mah左右區間的產品才是你的直接競爭對手，直接競品數量直接決定你面臨的競爭狀態，那些3000的、20000的，都是間接競爭對手，雖然同樣是移動電源，事實上構成的競爭有限。

4、訂單轉化率；

定義：訂單數量/session；

基礎意義：別盯著這個了，轉化率是多方面原因的綜合結果，盯著這個很容易陷入誤區，因為有些類別平均轉化率本身就很高，你看到一個產品轉化率40%，認為很有空間，其實，很多品類平均轉化率都在50%以上。如果非要看這個數據，需滿足幾個條件：你需要開發這類產品，並且某個產品超過類別平均轉化率，屬於自然銷售行為，不被人為干擾。這樣的單品值得參考。

5、主流銷售價格；

定義：顧客所接受的最集中的價格區間；

基礎意義：可以根據這個測算未來產品可能的利潤空間，但這裡很容易犯錯。銷售價格不等於用戶接受的價格，很多新手很容易在這裡犯錯誤，習慣用算數平均價，但你應該用加權平均價，比如市場上一個產品有三個賣家賣，分別排小類目前三，一個賣10美金，一個賣18美金，一個賣20美金，如果後面兩個都沒銷量，你可以直接排除了，這個價格有何意義？除非你產品獨一無二，或許你可以挑戰這個價格空間。

6、關聯比排名；

定義：某類產品關聯另一類產品的排名；

基礎意義：指導你打造最具關聯性的產品。很多人習慣只簡單的看一小部分產品關聯什麼就下結論，其實很多產品關聯什麼受很大的外部因素干擾，所以看這個數據需要盡量看全，比如你做品類A，就需要看所有同類的產品A1、A2、A3、A4、A...都關聯什麼產品，這樣的綜合數據才是最客觀的。其中還有一點需要注意，這個數據只看到了產品核心需求的關聯，並沒有屬性關聯，即使同類產品listing的運作不受任何外部因素的影響，每個產品關聯的產品還是有很大區別，因為，每個產品也不一樣。

7、MOVER & SHARKER

定義：產品排名變化最快的產品；

基礎意義：得到哪些產品可能是比較有潛質的，即使是成熟品類，沖的快的產品可能是新增了某些特殊的屬性。這個數據看即時性的會煩死你，這個目錄更新的太快了，可以說，大部分都是活動做出來的，對你產品開發指導意義並不大，如果真要看，等久一點。

8、review高頻詞（Read reviews that mention）排名

定義：在用戶的review，被提及最多的詞語排名；

基礎意義：用戶的關注點，這個真的很重要，排除刷評的因素，這個有著龐大的分析空間，因為這個就是用戶關注點的濃縮，如果真要從需求層次入手，這個就是最好的切入點。這些詞有很多本身是很中性的，單從一個詞很難看出用戶想表達的意思，所以需要更多的深入解讀。

**********************************************

點擊眾思閣 - 專註方法論的知識社區

更多內容，與你分享！

**********************************************