做電商運營數據也很重要，店鋪的一切問題我們都可以從數據中分析出來從數據出發可以讓我們找到問題的關鍵，并且及時作出調整。
       
         一、“支付轉化率”是店鋪最核心的數據，沒有轉化率其他的一切都無從談起
        “支付轉化率”要大于“同行同層平均”，“支付轉化率”說明你的產品越受歡迎，訪客價值也越高；店鋪的“支付轉化率”是由具體商品的“支付轉化率”決定的，想提高店鋪的“支付轉化率”應該先提高具體商品的“支付轉化率”。

        二、先提高“支付轉化率”再提高“訪客數”，會得到事半功倍的效果
        分析“訪客數”最重要的是分析“流量來源”，分析不同流量來源的“數量”和“支付轉化率”，找出“支付轉化率”比較高的流量來源并想辦法提高，不僅可以提高“訪客數”還可以提高整體的“支付轉化率”。

        三、“客單價”的提升主要靠商品單價和關聯銷售
       在同樣的流量下，盡可能把流量引導至“單價高”且“轉化率高”的商品，并降低“單價低”且“轉化率低”商品的流量，這樣可以直接提高銷售額和客單價。優化寶貝介紹、營銷活動、滿贈規則、客服話術等，盡可能從顧客的需求出發吸引顧客買更多的寶貝，買得越多客單價越高。

        四、“DSR動態評分”是反饋商品滿意度、物流滿意度、客服滿意度的指標，這是反饋顧客滿意度的數據
        雖然是3個評分指標，但卻不是獨立的。提高任意一個指標，都可以促進3個評分的提升，因為在顧客對某一個方面不滿意時其他的分數也不會給高。商品質量、物流速度、客服付是最基本的要求，做好這三點“DSR動態評分”一般不會太差。給顧客額外的贈品和驚喜可以提高顧客的滿意度，從而提高“DSR動態評分”。

        五、涉及到店鋪的數據非常多
        當你在遇到一個數據的時候思考一下數據的本質是什么，然后再思考如何優化這些數據。最后要留意，有時候的數據是錯的。 例如預售商品的“支付轉化率”為0，此時如何判斷商品的真實轉化率呢？答案是參考“下單轉化率”或者直接人工統計預售訂單量再除以訪客數。
 
       有效的數據分析可以找出研究對象的內在規律，對于從事電商行業的人來說，規則是瞬息萬變的，與其當規則改變而被迫學習和適應，不如掌握數據分析的思路，吃透規則，利用自身優勢，占得先機。