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。

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。

①确定想要的结果是什么

如果没有明确的目的和分析内容的框架，那么在这个过程中会感觉非常迷茫，因为 没有明确的目的，很多人在做数据分析的时候，根本不知道该干什么，只是一张又一张不停地做图表，却没有想过做这张图表有什么用、能达到什么目的。在做图表 的过程中，因为没有目的，所以也不知道到底应该做多少张图表，就像一只无头苍 蝇一样胡乱行动。

②数据采集

数据很多，但是我们只采集有用的数据。做数据采集的时候一般都是手动复制，或者下载，当然，也可以利用爬虫工具。

③数据处理

数据处理首先是取消各种合并单元格，统一格式，文本转换为数字，统一格式等等。那么下面的图片展示的数据，我们发现就是没有完整处理过的。

④数据展示和分析

在数据分析环节中，往往需要利用一些工具。最常见的有 Excel的计算功能，筛选功能，图标功能那个能来展示一个比较容易看懂的结果。

⑤撰写报告

撰写报告是要把分析的数据总结和呈现出来，很多的时候，在撰写过程的过程中，我们可以搭配脑图等工具。我们需要讲清楚，是为什么，为什么，怎么办。

⑥推动建议落实

单纯只是一份报告呈现结果是没什么用的，好的分析报告一定要有建立和解决问题的方案，而这些方案必须推动落实。在撰写报告的时候要以实用为主，因为真正目的在于解决问题的方案、在于真正地利用数据帮助决策和优化。