1. 案例 如何利用數據分析目標客戶群
案例：如何利用數據分析目標客戶群
傳統線下渠道獲取消費者信息的方式一般是通過向數據公司購買數據，或者委託調研公司經過周密漫長的用戶調研得出一份報告。而電商模式下，我們可以用更小成本獲取海量交易數據，進而分析消費者特徵，定位目標消費人群。
魔方的大量數據都是源自成交，可以幫助商家理解消費行為。舉一個實際的案例：我們來查看「面膜」類目的成交數據，包括標價分布和客單價分布之間的對比。一個月內，面膜的成交商品標價分布最多區間是5.5~7元，而成交人數的客單價（消費者累計購買金額）分布最多的區間是58~67元，就可算出平均一個用戶會購買的面膜數量為10片。
繼續查看消費者的購買頻次分布：在該時段內購買的消費者數量佔8成，我們可得出大致的結論：一般購買面膜的消費者通常在一個月內購買一次，並且一次購買的面膜片數大概是10片。因此搭配銷售、組合銷售時推出10片裝優惠套裝，或者關聯其他不同類的面膜，最符合消費者購物特性。大多數消費者在網上一次購買的片數是10片，只要套裝組合不偏離太多，消費者在潛意識里就更容易接受賣家的商品。
而實際的抽樣采訪結論是：一般的女性消費者一個月內的面膜使用量約為4~8片。
再來看買家來訪時間：不同類目的來訪和購買時間還是有明顯差異的，針對面膜類目買家的來訪時間，就可以做出對應的限時打折或者定向促銷，甚至可據此安排上下架時間。
面膜類目買家的來訪高峰時段是下午14:00~15:00，次高來訪時段是上午10:00~11:00，成交高峰時段方面，第一成交高峰是上午10：00~11:00，第二位的時段是下午14:00~15:00，來訪和成交的高峰時段並不是一一對應。
致寧
我們更換一個類目查看，比如住宅傢具行業的餐桌子類，可以看到來訪和成交的高峰時段都在深夜。揣測消費者的購買常理就可以得到答案，那就是一般大件物品購買都以家庭為單位，不是下單者一人做出決策。所以掌握不同類目消費者的購物習慣，調整推廣時段，對提升整個網店的轉化率有很好的效果。
消費者數據中其他的重要維度，包括性別、年齡、地域分布，決定了消費群體的人口統計屬性。在數據魔方里我們不僅可以查看某行業的人口統計數據，還可以查看某個具體品牌、產品以及屬性下商品的消費者數據。以iPhone4S和SamsungGalaxy3為例，三星的男性消費者比例比蘋果高；蘋果的主力購買人群是18~24歲，和三星的25歲以上相比更年輕；江浙滬和珠三角地區對蘋果的鍾愛度更高。
而偏愛三星的人群更多分布在北方和西南等地區的城市，地域的差異性也是非常大的。
賣家想要更多地挖掘人群細分數據，可以關注魔方團隊產出的免費數據產品「淘寶指數」（shu.taobao.com）。這個產品公布的一些數據可以簡單分析出淘寶買家的人群細分，告訴賣家消費者都是誰，喜歡什麼。
我們搜索「愛情公寓」這個前段時間比較熱門的網路詞語，可以看到以下數據：
首先是該詞搜索和成交的消費人群層級處於中等，因為「愛情公寓」這個關鍵詞下的很多商品都是電視劇《愛情公寓》演員的同款服飾，而且是夏季服飾，所以這部分商品本身單價就不高，消費也偏向中等消費能力的人。
買家等級和人群身份中，新手和初級買家較多，白領和學生佔比較大，這個數據印證了上圖的中等水平消費能力。
致寧
指數還提供了一些消費者的星座分布數據，該數據用於直接分析的可能性不大，但可以從這里挖掘一些數據的趣味性。
最後我們看消費者的愛好，其實這部分數據就是通過該消費者的關聯收藏、購買的信息多維度定義消費者的興趣點。通過打標簽，幫助賣家更好地理解消費者形象。比如搜「愛情公寓」一詞的人最多的是愛美女生（會買很多女裝、女鞋等類目）；同時她也是寵物一族（購買過寵物用品）等等。
如果你覺得這些數據還不夠具體，不能落地到某個具體的寶貝和品牌的話，你可以查看「相關品牌」和「相關商品」，這些都能讓你更進一步了解這群消費者的興趣點。
可以查看到關聯品牌下的相關寶貝，點擊每個寶貝即可查看在淘寶上的鏈接。
除了上面說到的通過數據去做消費者研究以外，一些店鋪、寶貝的圖片頁面展示也需要仔細研究。數據分析最終要落地到提高成交轉化，所以對於網店而言，裝修風格就是一種銷售的語言，在你定位清楚你的目標人群是誰的時候，你需要知道他們喜歡什麼風格，然後找到最適合他們的視覺系，這樣子你所做的一切工作才會落地到轉化。
互聯網時代，做電商除了要熟知規則和數據分析外，最終落地還是寶貝陳列和描述。淘寶這么多消費者當中，女性居多，而女性多數是視覺系動物，如何引導她們去對你的商品感興趣，除了強大的品牌背書以外，做好消費者研究，做好營銷傳播都是非常非常重要的。
希望本次探尋消費數據和定位目標人群，能為大家拋磚引玉，多提供一些思路去提升網店的運營。接下來我們還將努力挖掘淘寶行業數據的價值，為大家繼續解析數據、診斷店鋪。
2. 咨詢公司如何通過數據分析解決企業問題
朋友們，你們好！我是愛思考的Sharing先生。這篇文章分享的是如何通過數據分析解決企業問題。如有不當之處，還請指正。
全文框架
首先我們先說方法論，總共可以分為8個步驟。分別是確定數據分析的框架、按照框架對目標企業數據進行分析、確定可比公司和可比年限、將目標企業與競爭對手比和歷史數據比、確定細分領域的數據分析、對重點領域的數據進行深入分析、定性分析背後的原因並提出建議、歸納總結展示。
1、確定分析框架。明確分析的目的以方便確定分析的框架，例如是企業的盈利問題，那麼框架就是利潤=收入-成本。如何是企業的ROE 問題，那麼ROE=凈利率×總資產周轉率×財務杠桿。
2、按照框架對目標企業數據進行分析。我們將數據進行拆解，例如是利潤問題，我們將框架繼續拆解如下。
隨後我們將目標企業的各項數據標上去，我們清楚的知道，要提高利潤就需要提高收入並降低成本。短時間內可能提高收入比較難，但是降低成本卻是容易做到的。假設我們分析下來，可變成本佔比高達80%，其中可變成本的原材料和銷售工資佔比分別為36%和24%，其他佔比都比較小。很顯然通過抓大放小的原則，我們未來減少成本的抓手就在可變成本的這2項。
3&4、比較。數據本身是沒有意義的，只有對比才有意義。最為常見的對比就是 和競爭對手比，和過去的歷史相比較 。甚至對於行業研究而言也是需要同歷史比，同國外在相同歷史時期比。假設通過歷史比較我們發現，最近5年內目標企業的原材料成本和銷售工資一直在上升，和競爭對手相比這2項成本均是高於競爭對手的。那麼我們就能更加的確信，成本的上升重點就在這2項。
5、細化研究。例如銷售工資項，銷售工資分為基本工資和提成。通過佔比與競爭對手相比我們可能會發現或者是我們的基礎工資高，提成比例少，導致最後銷售積極性不高，銷售效率下降。或者是實現100萬銷售額的銷售人員數量太多？
6、定性分析。問題背後的原因我們如何分析？一般通過直接與一線的銷售人員的溝通訪談，與我們的經銷商進行溝通。可能的一些原因就會出現，例如銷售團隊不夠狼性、銷售提獎制度不清晰、產品新品宣傳不到位、產品的知識性能銷售人員並不是很清楚。
7、給出建議。這步我們把關鍵發現和結論建議總結起來。整體數據分析，我們需要關注變動成本中的銷售工資和原材料成本。對比數據分析，我們發現這2項成本比歷史高，比競爭對手高。需要進一步對公司的提獎政策，原材料采購進行深入分析。為什麼最近幾年出現了成本的快速上升？需要尋找專家訪談，學習競爭對手是如何控制這2項成本的。細分領域，提升提獎比例、明細銷售提獎政策、加強產品的知識培訓。
8、我們在分析中應該注意避免下面幾個問題。
沒有學會抓大放小，例如前面提到的成本問題，佔比小的成本你無論怎麼優化，最終的效果都是有限的。
不憑借數據說話，憑直覺。數據是最直觀和最有說服力的。數據挖掘的深度不足或者過深、分析框架考慮不全面有交叉、只有數據分析沒有洞察和建議，就是沒有分析背後的原因和給出建議。