如果有朋友做過電商項目，我們經常面臨甲方爸爸的challenge，基於目前的數據你告訴我結論是什麼？finding在哪裏？如何證明活動是有效的？爲何我的會員增長這麼慢？ATV怎麼還降低了？balabala。。。。
每每聽到這些是否覺得很無奈！爲何無奈？運營小夥伴心裏有無數模型和參數可以佐證，可是數據數據呢？沒有收到足夠的數據，沒法產生實質性的報告呀。總不能自己編吧，今天小編跟大家聊聊有限的數據下我們怎麼運營？
今天我們以小A同學在XX公司的項目來探討一下，有限數據如何運營？
背景
小A是一家諮詢公司的運營負責人，他們爲XX公司做了一個京東會員通項目【普及一下，京東會員通是京東開放平臺下面的一個產品，允許ISV、品牌自研等方式開發，開發後將京東店鋪原先的店鋪會員入口替換爲品牌會員入口，而後支持粉絲入會、訂單數據收集、自定義頁面開發等】。
XX公司定位與主營業務：
主要賣的是各種玩具，玩具可以自行組裝深受小孩和成人的喜歡；
項目收錄的數據範圍：
1、會員基本信息【手機號（被加密）、入會時間、生日、性別、京東賬號（被加密）】
2、訂單信息【訂單號、訂單金額、SKU、數量、訂單時間、京東賬號（未加密）、且自營店訂單隻有會員訂單，旗艦店有會員和非會員訂單】
數據收錄時間：19年3月上線截止到目前爲止收錄了8個月左右的數據
會員體量：20萬
運營要求：分析上了會員通之後會員表現？用戶購買偏好？後續選品怎麼做？後續活動如何策劃？
運營痛點
（1）數據量小，僅有半年多的數據，很難做出同期同比的情況；
（2）數據維度少，僅有會員、訂單數據；
（3）訂單數據維度不一致，旗艦店有shopper和member的數據，自營店只有member的訂單；
（4）沒有產品線等主數據作爲基礎數據；
（5）可分析的點不足，也就會員、訂單可以分析；
常規數據分析
基於目前已有的數據，小A着實有些不值所措，按照CRM的套路先給了一波常規運營，具體分析維度如下：
1、YTD維度數據
本數據報表主要對比的信息是截止到目前爲止，在POP、自營店下，會員、非會員、POP-total、自營會員人羣在不同維度的情況：
Consumers：購買人數，通過此指數來看POP、自營中會員與非會員的購買人數佔比，初步判斷購買能力：
REV%：貢獻百分比，通過分析訂單金額在總GMV中的佔比情況，更進一步反應會員與非會員的購買能力情況；
ATV：ATV=營業額/客單數 ，反饋的是會員與非會員在客單價上的表現，用於分析會員與非會員在購買價值上的區分；當然這裏計算的是平均客單價，反應的是整體水平，並非個例；
IPT：總件數/總訂單數
REPEAT%:一年內，購買兩次及以上的人數/總訂單人數,通過此參數查看三種人羣裏復購強度；
FREQ：交易次數/交易人數，通過此參數判斷三個人羣平均的購買頻次
2、overall-Performance
本報表是小A基於現有的數據做一個全方面的統計，相關能夠拉取的數據維度均拉取出來了
其他類似的報表數據，小編就不再一一列舉，從圖中的案例可以看出，小A同學在已有的數據上能夠分析的基本已經覆蓋了。但是客戶相當不滿意，理由是找不到finding，且沒有實質性的結論，無法爲後續的活動或者選品提供實質性的建議，當然小A也很委屈，回去之後找到他的老大小B，小B聽完，給出了一些建議，而後小A茅塞頓開，我們來看看他是怎麼做的；
解決運營痛點-無數據
1、會員數據
目前會員數據比較單一，爲了豐富數據小A同學根據以往經驗，增加了member的Tier屬性，雖然默認的用戶沒有tier屬性，但是聯想到會員和訂單的關係，小A決定和客戶溝通，確定一個價格區間，將客戶劃分爲四個Tier，如下圖所示：
以上圖示純粹爲了隱私考慮，大家理解一下等級的概念即可，小A同學將會員與訂單的數據進行mapping，將所有的會員分成了四個等級；後續針對Tier的數據可以進一步的進行分析。
2、訂單數據
目前訂單數據格式不一致，比較難分析，且POP店的訂單和CRM的訂單格式不一致，數據分開，不易分析。小A同學做了兩點改造。
（1）跟技術溝通將POP的會員訂單和自營的會員訂單數據按照共同的格式合併到一張新表，會員訂單表，保留關鍵字段訂單號、訂單金額、SKU、數量、交易時間接口；同事由於自營沒有Shopper的數據，通過與TP溝通可以把shopper的訂單通過excel定時導入後臺數據庫。這樣會員訂單、shopper訂單全部都有了；
（2）針對訂單的數據，我們小A發現訂單明細中存在sku的唯一編碼，於是分別找POP、自營的TP要了一份產品線數據。後面針對產品線、產品小A進行了詳細的分析；正好TP給的產品主數據和訂單的sku可以匹配。
3、會員劃分問題
會員入會後沒有任何渠道劃分，因此POP店、自營店沒辦法進行渠道劃分，如果我們可以區分不同渠道的會員，那麼在分析的時候又多了一個維度，於是乎通過和XX公司溝通，後面確定一個解決方案，通過首購的訂單來進行劃分，首購在哪個店發生的購買會員就隸屬於哪個門店。每天T+1批量的根據購買訂單給會員打上標籤；
新的分析報表
1、復購產品線對比分析
解釋：如上圖所示，反映的是首購用戶在不同產品線的時候，對復購產品線的影響，其中綠色標註的且在對角線位置的，爲首購復購一致的產品線；
finding：對角線位置爲綠色的產品線相對來說屬於忠實產品線，忠誠度較高，非對角線位置的產品線爲易出軌產品。且可以反饋首購產品受歡迎的產品線中，產品線A最爲火熱；
2、首購產品線、產品熱度排名分析
解釋：按照首購的產品線購買人數繪製氣泡圖，通過氣泡圖可以發現那些品類是受歡迎的；同時對產品線進行細化，細分到SKU
3、復購週期與原因探討
小A同學將所有會員的訂單進行了分析，按照首單與第二單之間的間隔時間進行分組統計，並統計佔比，佔比分佈如下所示：
finding：通過復購週期的佔比可以看到竟然有36%的情況復購週期爲0，也就是當天買了兩單，小A一眼就看出來不對勁，經過查詢復購週期爲0的會員訂單明細發現，當天復購的用戶購買的SKU基本相同，由此小A得出了一個結論，那就是很多用戶爲了優惠進行了拆單操作，這爲後面策劃優惠活動提供了很好的依據；
基於分析，給出的活動策劃
1、積分活動
經過小A的分析，會員通目前積分的渠道很少，用戶在應用上的停留時間很短，沒有粘性，同時通過數據發現，會員入會後並沒有產生太多的消費，ATV、GMV沒有明顯的拉開，針對此現象，小A建議後續可以策劃如下活動；
1）針對黃金玩家【沒有發生購買的玩家】,推出首購有禮活動，首購享受88折，給予首購用戶大的優惠力度，刺激潛客發生消費，帶動會員ATV‘
2）針對所有會員玩家，推出購買指定品類送積分【解決新品銷售問題】
3）針對所有會員玩家，設置組套銷售85折【利用爆品帶動冷門產品】
4）開發大轉盤活動，消耗用戶積分，增加用戶粘性，通過大轉盤派發實物、優惠券、積分等，刺激用戶二次消費
5）開發生日月領取大額優惠券，刺激用戶產生消費
6）推出完善會員資料送積分活動，由於應用收取的資料不夠完善，可以通過有獎補充資料的方式讓會員主動完善資料；
7）通過手機號利用京東的CRM平臺對用戶進行個性化溝通，根據平均復購週期，提前溝通，進而縮短用戶的復購週期，帶動消費；
總結：經過小A的努力，可以分析的數據明顯變寬了，可以尋找的Finding也變多了，相關的活動經過實際的數據驗證，取得了很好的成效，通過本案例可以看到，一個系統往往原有的數據非常有限，但是作爲運營者可以設計相關的場景，通過其他辦法完善可分析的數據，從而爲甲方爸爸提供更爲有價值的運營建議，以上適合初次接入運營的小夥伴參考；