现在注册

登录

忘记密码

忘记密码? 请输入您的电子邮件地址。 您将收到一个链接,并将通过电子邮件创建一个新的密码。

评论 ( 5 )

  1. 谢邀。您好,我是一名专注研究电商图表、软件、算法的商业智能数据分析师。由于之前在大型企业做过5年电商运营,因此对电商运营这块还是比较了解的。

    所谓类目,在电商的概念里头就是行业。不同人,会进入不同的行业,不过有些大公司旗下的电商品牌跨类目进行销售,比如有同时卖女装、包包和女鞋的。

    在我的认知里面,电商运营几乎是全能的,但是有一个核心指标,就是销售额。只要能提升团队的销售额,就算是一名合格的电商运营。

    我这里主要分享一下电商运营的一些核心能力都有哪些。

    电商运营最核心的3样能力,视觉优化、数据分析、团队管理。只要精通其中一样都可以成为运营高手。而在这些能力的背后,是有一定的逻辑依据的。

    也许公司规模小,也就只有一个运营,没有什么美工、推广,甚至客服都是自己做的,这种情况下去谈团队管理,真的有点天方夜谭。所以,团队管理不是最开始要会,而是积累到一定程度,不得不去学的。

    先说说视觉优化,线上所有的运营,如果不懂视觉的重要性,那么基本上都是做不好营销策划的。一个很烂的点子加上一流的视觉效果,也可以给人留下深刻的印象。当然,我们不是要做美工,而是要做美工的灵魂。

    我相信很多人在做运营的过程当中是会经常和美工发生争吵,原因在于运营心里想要的表达不出来,而美工只负责作图,如果GET不到运营的点的话,那么自然做出来的图的吸引力就会大打折扣。所以,运营必须懂视觉,要懂这个图上面放什么内容,上面放什么,中部放什么,下面放什么。为什么这么摆放,需要什么色彩,构图的比例应该如何设置,图中的人物应该选什么模特或者物品比较好。。。等等,诸如此类,这些是不能交给美工的。

    通过记录在文档或者口述给美工,让美工把图做出来,之后交给推广去测图,如果点击率还可以,超越同行均值的话,那就继续保留。之后再继续作图,继续测试,如此反复。

    而如果就运营一个人的话,那就等于全部自己来做。

    紧接着,谈谈数据分析。现在这个念头,如果一名运营不懂数据分析的话,自然是看不懂电商数据的。数据,是一门生意的灵魂,如果没有通过分析不断积累下来的数据挖掘商业价值的话,那么自己一直在做的事情当中,究竟哪些是有价值的,哪些是没有价值的就看不出来。并且也无法很好的总结经验、总结玩法。

    尤其是竞争对手的数据,如果能通过分析竞争对手的数据走势,以及各方面的匹配的话,那是可以做到分析对手的操作轨迹,然后我们就可以进行模仿。

    电商数据,主要分为3大模块,市场行情、竞争情报,还有店铺诊断。通过3位一体的分析数据的思路,就可以做到让自己立于不败之地,这是非常关键的一个环节。

    最后,让我们来看看团队管理。电商的团队管理一般存在于大公司,有几十号人还谈不上什么管理,达到几百号人的话就不得不管理。这方面看一些传统的管理学书籍是可以的。反正就是一句话,边学边实战。管理的前提在于,对各个岗位的分工要很明确,要能知道这些成员在做什么,是不是有按自己的想法在走的,之后才能进行有效管理。

    希望我的回答能对您有所帮助,谢谢!

    关于数据

    我现在做转型做电商数据分析师,平日里会分享一些电商数据文章,趁现在有时间刚好分享一点进来观看,如果您不喜欢,可直接忽略!

    商业智能数据分析师,花随花心。

    大家好,我是花老师。今天,这堂课是整个PBI系列的第15课,核心关键词正如本文名字一样,关键词、决策树、影响因子。当然,这么讲肯定是不好理解的,不过没关系,稍后我会好好给大家分享。

    还没有看过上14堂课的同学,要记得提前预习,文章名如下:

    《PBI系列 车图 色彩搭配 数据分析 01》花随花心著

    《PBI系列 竞品评论 流量 词云分析 02》花随花心著

    《PBI系列 快选 人气新品池 品质档 03》花随花心著

    。。。。。。。。。

    《PBI系列 关键词 多维度 市场分析 06》花随花心著

    《PBI系列 类目大词 群店 竞争透视 07》花随花心著

    《PBI系列 搜索环境 竞店 二维矩阵 08》花随花心著

    《PBI系列 店铺分类 地区透视 关系 09》花随花心著

    《PBI系列 象限分析 雷达 区间分段 10》花随花心著

    《PBI系列 搜索环境 波动性 集中度 11》花随花心著

    《PBI系列 权重 相关系数 指标关联 12》花随花心著

    《PBI系列 快选池 聚类分析 二维化 13》花随花心著

    《PBI系列 搜索 逻辑回归 分类预判 14》花随花心著

    那么,接下来,就让我们正式进入主题。

    正文

    相信长久以来,做电商的各位同学肯定是觉得搜索的规则一直在发生变化,很多时候都抓不到变化的根本。我们都知道,很大程度上搜索的核心权重指标其实来来回回就那么几个,要么就是点击、要么就是转化、收藏、要么就是加购。具体的,到底需要多少数据,是根据我们类目的竞争对手们操作下来的数据进行分析的。

    好比如说,能查到平台上竞争对手的数据指标当中,凡是出现过的指标都在统计范畴里头。也就是说,即使是官方的大数据,也脱离不了我们实际上能看到的数据范畴,最多就是比我们多了一些隐藏的数据指标。至于隐藏的指标是什么,鬼知道。

    也就是说,以上这段话的重点在于,看自己着重研究什么数据指标,至于具体的数据阈值,是看竞争对手的,比如TOP10,甚至TOP50等等,无非就是求这些指标的五数概况,比如均值、最大值、最小值、标准差、中位数,然后让自己的数据指标尽量往这些方面上去靠近而已。

    至于所谓的通过查看官方的源代码来看具体的规则的,反正我目前是不懂,并且我也觉得平台不是傻的,就这么简单。

    想要直接看最终源代码的,基本是不可能的,唯一可能的就是不断测试我们自认为的指标,然后根据自己测试的结果加大力度,因此所谓的经验都是靠自己去摸索的。

    今天我拿了手淘的综合排序数据,想要通过这堆数据,挖掘出重点影响付款人数这个指标的究竟是哪些维度。也就是,哪些维度最终决定了产品的付款人数的增长。

    大家不是一直都想知道权重因子吗?我们现在的目的就是找到这个影响因子究竟是哪些?是动态评分吗,还是收藏加购呢?

    当然,因为我今天获取的数据的维度毕竟有限,因此,真正挖掘出来的因子就两个,如图所示

    这个是我在PBI系列的第12堂课就讲过的微软官方数据挖掘套件,具体的软件安装方法大家可以参考第12堂课的操作视频,我自己因为已经安装完毕,懒得重复安装。如果需要压缩包的,可以自行下载,也可以找我要,我自己有备份。

    今天用到的是决策树算法,很多人第一次听到这个算法的,都不清楚是拿来干嘛的,我们可以先看下百度百科上面的解释,如图所示

    简单来说,就是用来对数据进行分类的。通过挖掘数据背后的规律来找出权重因子,然后做成一种树状结构的关系图像,如图所示

    正如上面这个图所示,通过分类,按年龄的不同阶段进行分类,比如小于30,30-40,甚至大于40以上的不同阶段,根据不同阶段,生出不同的分支,比如小于30的,需要判断是否是学生这个问题;而在大于40的,则要进一步判断信用等级是否良好。

    通过分类判断,进而找出规则出来。这就是决策树算法的基本理解。也就是说,实际上规则不是统一的,而是分段呈现,不同阶段的产品,会受到不同规则的制约,进而产出不同的数据规律。也就是说,如果我们自己的产品跟人家的产品根本就不是同个量级的,那么即使用了同一套操作方法,也是不可行的,因为数据的阈值不同,数据的权重影响因子不同。

    我将数据源当中的数据指标,通过这个套件进行数据挖掘,最后发现影响付款人数的,居然是收藏人气和描述这2个指标。说明在这些数据当中,这个算法认为只有这2个指标的权重影响最大。而我们都知道描述是属于动态评分,收藏人气一直以来都是被很多人知道的权重指标,只不过不知道怎么计算出来而已。而今天的这堂课,就可以教大家如何计算。

    来了,影响付款人数这个指标的决策树模型,就是上面这个图。很明显,收藏人气大于7033和小于7033被分成了2个分支,并且小于7033的这个分支还会受到动态评分当中的描述的影响。

    那如果说,我这里所获取到的数据指标,包括加购人数、点击率、转化率的话,通过分析多个竞争对手的内部数据,是否可以很快知道其中的规律,进而算出实际权重因子是哪些?

    然后依据这些重点的指标,去计算其五数概括,再加上每天的数据走势,其实很快就可以知道一个类目的具体玩法了。但是,有个非常重要的前提,那就是体量要相似,不能跨度太大,也就是这些对手的水平都差不多,体现在付款人数的多少上。

    进而不断测试,修正自己的错误观点。

    另外,今天所下载的手淘搜索综合排序数据,用的是我自己研发的数据分析工具箱,如图所示

    目前为止,这个是第5代版本,一共有15个免费功能,当然随着我后面的不断更新,肯定会加入更多实用功能进来,尽请期待!

    希望我今天的分享能对大家有所帮助,谢谢!不废话,关注知乎专栏花随花心,送数据分析工具箱!

  2. 归根到底,需要有实际的商业经验,对实体商业本质的把控决定了整个布局方向。

  3. 漂泊互联网6年多,曾经混迹在腾讯电商,京东、众安保险,现在安安心心的在某保险公司卖保险。

    互联网运营主要分为活动运营,用户运营,产品运营,新媒体运营等几大板块,根据不同的职责还会演化出更细分的运营职位。

    今天我们聊一聊类目运营这个比较特殊的职位。

    为什么会说他特殊呢?因为在很多的互联网公司并没有这样的岗位,只有电商公司才会设立。

    一、 什么是类目?以京东举例说明

    下图为京东的一级类目:

    红色区域为二级类目,黄色区域为三级类目

    在看看苏宁易购:

    天猫:

    类目运营主要负责三级类目中的一个或者几个类目。比如手机这个类目就需要若干个人一起才能支撑运营起来。

    二、类目运营是什么?

    让我们看看各大电商公司类目运营的JD

    1)阿里

    1、分析数据,掌握行业现状、市场需求和淘系商家对to B市场购买行为的规律和趋势;
    2、分析电商IT类和全渠道IT类发展方向,制定并执行品类规划;
    3、做好类目营销计划、展示陈列计划、运营计划,追踪、分析、总结各项计划的执行效果,用市场化的手段,充分发挥平台的杠杆作用;
    4、与产品、技术等团队协作,通过产品开发和运营落地,持续完善、拓展服务市场用户体验; 5、与营销团队密切协作,持续推出市场化、个性化的品牌营销活动,并不断优化流程规范;
    6、与服务商的密切沟通与协作,快速推动服务商在平台的发展。

    2)京东

    1.根据客户、市场判定产品归属类目,制作类目规则、流程、标准等;
    2.根据业务部门的需求,负责执行增加,拆分,合并,关闭类目的需求分析和判断,最后进行操作,并监控调整后的效果;
    3.负责倾听,收集,整理用户需求和反馈,发现类目属性存在的问题,制作相应的解决方案;
    4.监控和分析类目数据,同时收集评估外部同行类目相关情况,提交类目分析及报告;
    5.对类目属性相关优化及创新产品做运营和推广,对数据进行处理和分析,通过分析类目数据,不断完善。

    3)网易

    1、负责公司网站美妆类目频道运营;
    2、根据所负责美妆类目购物潮流趋势和用户需求制定美妆产品采购建议;
    3、数据分析,掌握美妆产品类目频道趋势、用户购买行为等;
    4、根据数据调整运营和美妆产品,优化用户购买体验。

    我们做归纳出重点:

    1. 垂直:垂直于某一个类目如美妆、数码或者食品(未举例);

    2. 类目发展:供应商、品牌、商品等;

    3. 数据分析:用户行为、转化率、竞品调研等;

    二、 类目运营整么做?

    1. 招商

    正所谓巧妇难为无米之炊,兵马未动粮草先行,手有余粮心中不慌。

    招商指的是供应商、品牌2个方向。

    优质的供应商掌握大量的资源也能为你提供良好的供应链。对于开放平台(指京东POP或者天猫)更意味这成熟的物流、客服服务。

    下图是京东的手机品牌

    下图是天猫的

    2.运营

    包括活动、数据分析、用户等等方面。

    类目在初建期需要培育榜样也就是红利期,再这期间需要给优质的供应商或者品牌倾斜大量的资源,把他们做大做强,树立榜样和口碑,筑巢引蝶吸引更多的品牌和供应商入驻,形成良性循环,最后引导各品牌和供应商互相竞争争取平台资源。

    活动包含秒杀、直降、满减、满免、满赠、满返等几种形式;

    数据分析包含从顾客行为分析、转化率、动销率等几个方面,可以用到的工具有漏斗分析法等。

    用户:建立用户生命周期模型,给用户进行分层对不同层级的用户推送不同的营销策略。

    3、物流

    对于物流配送的时效性要求经历过电商这么多年的培育相信大家都知道重要性了吧

    4、客服

    及时、高效、细致的解决客户投诉,提供良好的购物体验是电商的百年大计。

    以上基本包含类目运营的几个重要方面,其中任何一个方面都可以单独拎出来写一篇很长的文章,我也会一一为大家呈现。

  4. 不同的电商平台里面,具体的类目运营工作会有所不同。
    总的来说主要会是下面的几块内容,一般来说一个运营人员会只做其中的一到两个:
    1. 定义商品。这是最基础的“类目”工作,将商品分类,有发布导航、有搜索导航,里面又分一级导航、二级导航到N级导航,比如男装是个一级导航,男士T恤就是其中一个三级导航。每个最小集合的商品,会有很多特征,我们会给商品赋予很多属性,就是用于描述商品,比如品牌、材质、领型等等。
    2. 营销活动。具体的每个类目运营人员会组织各类营销活动,固定的或者是临时的,比如团购,比如双11。可能会涉及到货品、页面、线索、卖家等等。
    3. 卖家管理。和卖家保持沟通,因为平台的货都在卖家手里,任何运营活动都脱离不了卖家。
    4. 资源管理。具体来说,就是流量。

    不展开了,里面的活可细了。

  5. 对产品根据类目属性进行分类
    收集汇总整个产品类目的商品资源和信息,对这些信息进行分析,分类,制定运营规则并且执行

发表回复