Amazon数据统计工具：亚马逊店铺分析-ESG跨境

通过具体的项目案例，学习面对数据，如何分析思路。

以下内容来自找到工作的社区会员，在实际工作中如何用数据分析解决问题。带着以下问题学习这个案例

1)如何开展分析构想?

2)分析维度是什么?

3)如何用数据验证提出问题?

4)分析得出了什么结论?

5)提出了什么有效的建议?

大家好，我是Nicolas，目前主要负责亚马逊的数据分析。

prime是亚马逊对购买者的会员服务，参加prime活动的店铺卖方必须保证客户的订单在两天内送达。

有一天，社长找到了我

我们在亚马逊商店之前进行了prime的活动，但是现在有些指标没有达到标准，所以活动关闭了。

你能分析挂断的原因，找到问题的责任吗?

当时看小说，哎。那么，既然是领导的要求，我一定要先答应。不行也要两天后再说。

销售同事从店铺后台给了我活动期间的所有订单数据。如下图所示

这个数据乍一看很全面，但对prime活动没有任何帮助。因为我们分析了为什么活动会关闭。

所以真正对我们有用的数据应该是物流数据。

一、提出问题。

为什么商店的prime活动会关闭?

二、分析问题。

1、根据亚马逊后台提供的数据，我们的prime及时投递率仅为90%，低于标准。

2、那么，及时送达率低的原因是什么?

3、分析了商品从订单到签字的一系列流程，列出了订单时间、发货时间、发货时间等几个主要环节。

三、了解数据。

现在回顾一下，你认为销售的店铺数据一点用都没有吗?

当然，并非如此。其中有追踪号码的数据。这是快递订单号码。接下来，我们需要通过这个跟踪代码获得所有订单的物流数据。

四、数据清洗。

根据销售的跟踪代码，爬虫类在主页上爬上所有订单的物流数据，获得物流数据报告书。如下图所示，我将清洗原始数据，并获得目前已经完成的数据。

但是做了这个数据表，我还是雾水，看不见啊~所以我找到了销售和她一起确认逻辑和数据来源的口径。

UPS是一家美国快递公司，后面由快递公司代替。

分析报告要让别人理解，必须写说明文件，明确列出数据来源和判断逻辑。

五、构建模型。

我根据销售所给予的逻辑，增加了一些判断数据:预定订货时间、预定发货时间、预定发货时间、快递公司实际发货时间、预定发货时间。

然后根据预期时间和实际时间进行比较，分析哪个环节出了问题，把问题执行给负责人。

六、评价模型。

这是我做的结论，主要原因是快递公司没有及时发货。

但是分析到这里就结束了吗?

我和销售谈话，公司在加利福尼亚有三个仓库，不同仓库的出货效率也不同。听到这个消息，我想知道应该把数据分解到各个仓库，哪个仓库会影响出货

分析订单发货时间超过2天的数据，统计订单对应的仓库，发现异常数据主要集中在06和07仓库。显然这两个仓位要罚了。

我在分析数据发现快递公司有18个订单实际发货时间超过2天，这显然是不允许的。这意味着这18个数据所在的城市实际上快递公司不能在两天内送达。

如果我们继续做这些城市的活动，结果一定不符合标准。所以，我们应该把这些城市从活动中删除，也就是说不发货。图表中的ZipCode是城市的邮政编辑。

七、分析结论和建议。

该分析已经分析，接下来写分析结论和建议。

1.店铺一共有648条数据，通过梳理分析得到上图。

2.未及时送达的主要原因是未及时送达。

3.快递公司一天和一天送达的比例为97.2%

4.分析166条未及时发货数据，发现发货时间集中在1~2天。

5.7条未及时订购数据的主要原因是订单连接系统延迟，国内可以保证订单进入系统后在规定时间内完成。

6.分析发货时间超过2天的数据，发现06和07仓库发货效率低，需要问责。

7.店铺前进行的prime活动范围内有12个城市，快递公司不能保证2天到达，店铺需要排除这12个城市。

相关工具推荐：亿数通

点击咨询现在有哪些新兴平台值得关注 >>>

特别声明：以上文章内容仅代表作者本人观点，不代表ESG跨境电商观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与ESG跨境电商联系。