电商数据分析的意义在于：

发现问题，并且找到问题的根源，最终通过切实可行的办法解决存在的问题。

基于以往的数据分析，总结发展趋势，为网络营销决策提供支持。

1、结合自己店铺商品的特点及自身运营实力、利润成本款式，价格，货源是否充足等因素，挑选出一款(最多不宜超过三款)有人气商品基础的商品，并合理规划好产品图片文字介绍以及销售搭配，实现满足消费者的购买欲，达到一定的转化率的效果。

2、在挑选完合适商品之后，再优化商品标题，尽量达到最多的关键词组合，一般商品200个关键词以上，同时商品进行VIP、限时特价、淘金币折扣等促销设置。选择关键词的组合一般是使用淘宝搜索时的下拉框信息，也可以使用相应的辅助工具、流量关键词等等进行参考。

3、设置直通车，通过刷单提高商品的权重，同步优化直通车关键词、类目、质量度评分等信息，这样为人气宝贝的成功打造建立一定的基础。

4、增加商品标题中核心关键词的自然搜索点击数量，人为增加商品点击，提高商品流量，使下一步销售量的提升奠定基础。

5、在上述前期准备完成充分之后，可以进入正式的刷单环节。

第一、RFM模型

通过了解在网站有过购买行为的客户，通过分析客户的购买行为来描述客户的价值，就是时间、频率、金额等几个方面继续进行客户区分，通过这个模型进行的数据分析，网站可以区别自己各个级别的会员、铁牌会员、铜牌会员还是金牌会员就是这样区分出来的。同时对于一些长时间都没有购买行为的客户，可以对他们进行一些针对性的营销活动，激活这些休眠客户。使用RFM模型只要根据三个不同的变量进行分组就可以实现会员区分。

第二、RFM模型

这个应该是属于数据挖掘工具的一种，属于关联性分析的一种，就可以看出哪两种商品是有关联性的，例如衣服和裤子等搭配穿法，通过Apriori算法，就可以得出两个商品之间的关联系，这可以确定商品的陈列等因素，也可以对客户的购买经历进行组套销售。

第三、Spss分析

主要是针对营销活动中的精细化分析，让针对客户的营销活动更加有针对性，也可以对数据库当中的客户购买过的商品进行分析，例如哪些客户同时购买过这些商品，特别是针对现在电子商务的细分越来越精细，在精细化营销上做好分析，对于企业的营销效果有很大的好处。

第四、网站分析

访问量、页面停留等等数据，都是重要的流量指标，进行网站数据分析的时候，流量以及转化率也是衡量工作情况的方式之一，对通过这个指标来了解其他数据的变化也至关重要。