1、垫付——垫付的意思就是让下单的人先付款，事后可以打款到对方的支付宝或银行卡。或先打款到对方支付宝，让对方直接付款

利：垫付无疑是刷单中最真实的一环，由对方真实付款的

弊：垫付只能找自己信任的人，找陌生人会有资金风险。毕竟网络不是真实的世界。你能看到他留在屏幕上的字，确看不到对方是人是狗。

2、代付——拍下订单后，付款方式选择代付

利：代付在刷单过种中，真实度仅次于垫付，而且操作方便

弊：同样有刷单风险性。代付的订单，如果对方申请退款，退款金额是退到对方的淘宝账户对应的支付宝，而不是退到代付人的支付宝。新手朋友谨记。

3、红包付款——用支付宝里面的钱，做成红包，红包可以指定领取人，指定付款店铺和店铺的支付宝。但是2014年起红包就被淘宝封杀了，一刷就死。

设定的红包只能在指定的店铺消费，并且申请退款也只能退成红包，红包到期后就会重新变成钱，回到发红包的人的支付宝。

做红包的方式：我的支付宝——账户管理——红包——生成红包

生成红包可以直接发到对方的支付宝，也可以生成红包代码，让对方到支付宝领取。 红包领取流程：我的支付宝——账户管理——红包——领取红包——输入代码，领取成功。

利： 红包付款，是所有付款方式中最安全的一种方式。

弊：如果淘宝网与支付宝平台数据是流通的，很容易查出订单是否是刷单的。但个人认为这个可能性不大，所以这个弊端可以算是没有。

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。