电商数据分析的作用有：分享线上活动成效，考核相关人员绩效(KPI)，监控推广的投入产出(ROI)，发现客服、营销等方面的问题，预测市场未来趋势，帮助改进网站UED。

数据分析贯穿于产品的整个生命周期，包括从市场调研到售后服务的各个过程，都需要适当运用数据分析，以提升有效性。

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、刷单不要在朋友之间或者互刷群里进行互刷。

2、每个商品不要集中某一时段刷单，要根据流量、转化率、时段等因素分开进行，流量大转化率低，会影响商品排名，流量小转化率高，会增加降权几率。

3、店铺不可能只刷一个商品，这样的现象不正常也容易被发现，多个商品进行时要合理安排进度。

4、通过淘宝首页选择关键词进行自然搜索，搜索到相关商品后点击进入。

5、尽量让买家写20字以上的好评，带字的好评可获得淘宝更多的权重，故而可以获得好的排名。