电商平台应该分析哪些数据？具体怎么去分析？
电商平台的数据分析，应该关注五大关键数据指标和三个关键思路。五大关键数据指标是活跃用户量、转化、留存、复购、GMV；
现在很多电商运营团队缺少精细化运营和数据驱动的经验和意识， 但是电商运营正在成为电商自身增长越来越重要的因素。 近几年电商行业的各大网站纷纷通过降价、促销等方式来吸引用户，KPCB 的调查报告显示，2009 年到 2015 年全球移动端新用户的增长率持续下滑，可以预计在 2016 年这一增速将继续放缓。这意味人口增长带来的流量红利正在逐渐消退，用户增长将更加乏力，那么，通过单纯的价格战来吸引新用户的方式还可行吗？
严峻的市场市场形势让我们思考：
1）通过降价促销来带订单数的增长，但是这样的活动吸引来的真是你的目标用户吗？
2）现在很多电商运营团队缺少精细化运营和数据驱动的经验和意识，依靠价格战这种野蛮生长的方式，一旦团队面临增长困境，又该如何应对？
Part 1 | 电商行业需要关注的五大关键指标
在众多的互联网细分行业中，电商行业起步早，发展时间长，行业特征显著：
1）商品品类及 SKU 多，用户覆盖面广，运营难度大；
2）总体上客单价低（除旅游、奢侈品等外），强调留存与复购；
3）电商产品设计相对成熟，优化运营是重中之重；
4）电商行业竞争白热化，精细化运营是冲出重围的必备技能。
要想实现精细化运营，数据是必不可少的一个环节。电商网站要提高运营效率，至少需要五大关键指标：活跃用户量、转化率、留存、复购和 GMV 。
1）活跃用户量是一个基本的指标，有 DAU（日活跃用户）、WAU（周活跃用户）和 MAU（月活跃用户）三个层次；
2）转化是一个非常重要的指标，电商运营需要关注主路径、次路径甚至精细到每一个品类 / SKU 的转化率；
3）留存要从不同的时间周期上研究，包括次日留存率、3 日、7 日、30 日留存；
4）复购则要从 3 个角度去看，复购用户量、复购率和复购金额比；
5）GMV 是最重要的指标，我们的运营最终是围绕这个来进行的。GMV = UV *转化率*客单价。
Part 2 | 商品运营：流量优化和品类优化
前面提到电商行业的一大特点是商品品类或者 SKU 非常多，那么如此多的商品该如何运营呢？
这是三个电商 APP 的首页界面（各家 Web 端布局也比较相似）：前两个是京东和国美，属于平台型的电商；第三个是生鲜水果平台，属于垂直型电商。不难发现电商的产品在设计上非常类似，首页上面呈现的是轮播的 Banner ，下面是活动专区。
在商品运营中，尤其是首页商品更新速度快，我们要格外重视转化，甚至要精确到不同时间区间、不同位置、不同商品的转化率。然后根据转化率，结合业务经验，不断调整运营策略。然而目前，即使是大型的电商网站，也没有很好地做到这一点，对于每个商品品类 / SKU 的转化率的分析仍存在一定的空缺。
商品运营有一个非常大的优势：投入低，见效快，效果明显，商品运营的本质是通过不同坑位、不同活动、不同商品的分析来提高我们的转化率和 GMV 。
下图展示了一个电商购买流程的主路径：首页——活动页——商品详情页——支付完成。从精细化分析的角度出发，我们关注转化路径每一步的转化率；通过分析不难发现最后一步“支付完成”的转化率偏低。
我们更需要基于三个关键转化“UV-点击”、“点击-加入购物车”、“购物车-支付成功”，对不同的商品进行比较分析，从而及时调整运营策略，下图就是各个步骤的转化率：
电商网站的运营节奏非常快，尤其是活动专区的“秒杀”、“抢购”等活动，需要实时监测 SKU 的更新变化。上图中，某电商平台进行了一次微信上的促销活动，通过实时监测到对应的平台访问情况，便于运营人员及时调整运营策略。
GrowingIO实时分析功能
电商网站上的商品品类非常多，每一个品类都应该有明确的定位，不同定位的品类应该有不同的运营策略。根据商品品类的利润率、转化率等表现，我们将商品品类分成 4 种：导流型品类、高利润品类、高转化品类、未来明星型品类。