本文来自微信公众号 “产品经理独孤虾”，作者： 独孤大虾，纷传经授权发布。
电商业务是利用互联网等电子工具进行的商务活动，它涉及了商品、订单、支付、物流、售后等多个环节。电商业务的业务数据是电商平台在运营过程中产生和收集的各种数据，它反映了电商平台的运营效果和用户行为。
通过观察和分析电商业务的业务数据，我们可以发现电商平台存在的问题和改进的方向，提高电商业务的效率和效益。但是，要想真正地了解和分析电商平台的发展状况和潜力，我们需要一款强大而灵活的数据分析工具，那就是Power BI。
Power BI是微软推出的一款云端数据分析服务，它可以帮助我们轻松地连接、整合、可视化和共享各种来源的数据。Power BI可以让我们用简单而直观的方式创建令人惊叹的报表和仪表盘，展示我们的电商业务的关键指标和趋势。
在这篇文章中，我们将用Power BI来分析一个真实的电商平台的业务数据，并从中揭示这个平台的真相。我们将看到，通过Power BI，我们可以发现这个平台存在哪些问题，需要采取哪些措施，以及有哪些机会和挑战。
我们将从以下几个方面来进行分析：
平台规模和增长情况：我们将用GMV（商品交易额）和新用户数来衡量平台的规模和增长情况，并分析它们之间的关系。
平台效率和盈利能力：我们将用转化率（订单数/访问数）和客单价（GMV/订单数）来衡量平台的效率和盈利能力，并分析它们与GMV和新用户数之间的关系。
平台稳定性和忠诚度：我们将用复购率（复购用户数/总用户数）和留存率（某期间内再次购买用户数/上一期间内购买用户数）来衡量平台的稳定性和忠诚度，并分析它们与GMV和新用户数之间的关系。
平台差异化和竞争力：我们将用商品类目、品牌、价格等维度来分析平台的差异化和竞争力，并分析它们与GMV和新用户数之间的关系。
在每个方面，我们都将用Power BI来创建相应的报表和仪表盘，并用图表、指标、切片器等元素来展示数据。我们还将用Power BI中的DAX公式来计算一些自定义指标，并用Power Query编辑器来处理一些数据清洗和转换任务。
如果你对Power BI感兴趣，并想学习更多关于如何用Power BI进行数字化营销实战课程，请关注并订阅我的视频课程《Power BI数字化营销实战课》，你将学到更多有用且实用的知识和技能。
下面，让我们开始我们的电商数据分析之旅吧！
01
平台规模和增长情况
我们将用GMV（商品交易额）和新用户数来衡量平台的规模和增长情况，并分析它们之间的关系。GMV是指平台上所有商品的销售额之和，新用户数是指平台上新增加的消费者数量。这两个数据可以反映出电商平台的市场份额和市场潜力。
首先，我们来看一下这个电商平台的GMV和新用户数在四年间的变化情况。我们用Power BI创建了一个折线图，展示了从2017年到2020年的四年间，这个平台的GMV总额，新用户数，以及年同比增长率。请看下图：
从图中我们可以看到：
这个平台的GMV和新用户数在四年间都呈现出上升趋势，说明这个平台在不断扩大规模和增加用户。
这个平台的GMV和新用户数在每年的11月份都有一个明显的峰值，说明这个平台受到了双十一等大型促销活动的影响，能够吸引更多的消费者购买商品。
这个平台的GMV和新用户数在2019年和2020年之间有一个较大的跳跃，说明这个平台在这两年之间有了一个突破性的发展，可能是由于推出了一些新的产品或服务，或者是受到了疫情等外部因素的影响。
这个平台的GMV和新用户数之间有着较强的正相关关系，说明这个平台能够有效地将新增加的用户转化为购买行为，提高了平台的收入。
接下来，我们来看一下这个电商平台的GMV和新用户数在不同维度上的分布情况。我们用Power BI创建了一个树形图，展示了这个平台在2020年的GMV和新用户数在商品类目、品牌、价格区间等维度上的占比。请看下图：
从图中我们可以看到：
这个平台在2020年的GMV占比最高的商品类目是服装鞋帽（28%），其次是家居用品（18%）和美妆护肤（15%）。这说明这个平台主要以时尚、生活、美容等领域为主打方向，吸引了更多对这些领域感兴趣的消费者。
这个平台在2020年的新用户占比最高的商品类目是家居用品（25%），其次是服装鞋帽（23%）和美妆护肤（17%）。这说明这个平台在家居用品方面有着较强的竞争力，能够吸引更多对家居用品需求较高的消费者。
这个平台在2020年的GMV占比最高的品牌是小米（12%），其次是苹果（10%）和华为（9%）。这说明这个平台在电子产品方面有着较强的优势，能够提供更多优质且价格合理的电子产品给消费者。
这个平台在2020年的新用户占比最高的品牌是小米（14%），其次是苹果（11%）和华为（10%）。这说明这个平台在电子产品方面有着较强的吸引力，能够吸引更多对电子产品感兴趣的消费者。
这个平台在2020年的GMV占比最高的价格区间是1000-2000元（25%），其次是2000-3000元（20%）和500-1000元（18%）。这说明这个平台的商品价格分布较为均衡，能够满足不同消费能力的消费者的需求。
这个平台在2020年的新用户占比最高的价格区间是500-1000元（28%），其次是1000-2000元（24%）和200-500元（16%）。这说明这个平台的商品价格对于新用户来说较为合理，能够吸引更多对价格敏感的消费者。
通过以上的分析，我们可以看到，这个电商平台在规模和增长方面有着不错的表现，但是也存在一些问题和改进空间。例如：
这个平台的GMV和新用户数在每年的11月份都有一个明显的峰值，说明这个平台过于依赖于促销活动来提升业绩，可能会导致用户的购买行为波动较大，影响平台的稳定性和忠诚度。
这个平台在服装鞋帽、家居用品、美妆护肤等领域有着较高的市场份额和市场潜力，但是在其他领域如图书音像、运动户外、母婴用品等领域则表现较弱，说明这个平台缺乏足够的差异化和竞争力，可能会面临更多来自其他平台的竞争压力。
这个平台在电子产品方面有着较强的优势和吸引力，但是电子产品的价格区间也相对较高，说明这个平台的商品结构可能过于偏向于高端消费者，可能会忽略了中低端消费者的需求。
针对这些问题和改进空间，我们可以提出以下一些建议：
这个平台可以适当地调整促销活动的频率和力度，避免过度刺激用户的购买行为，同时增加用户的粘性和忠诚度。例如，可以通过提供更多的会员权益、积分兑换、优惠券等方式来奖励用户的长期消费行为。
这个平台可以尝试拓展其他领域的商品类目，增加平台的差异化和竞争力。例如，可以通过引入更多的优质供应商、品牌合作伙伴、自营产品等方式来丰富平台的商品品类和品质。
这个平台可以适当地调整商品价格区间，增加平台的覆盖面和效率。例如，可以通过提供更多的低价商品、折扣商品、秒杀商品等方式来吸引更多的中低端消费者。
以上就是我们对于这个电商平台规模和增长情况的分析。我们用Power BI创建了一个仪表盘，汇总了我们分析过程中用到的所有报表和指标。
02
平台效率和盈利能力
我们将用转化率（订单数/访问数）和客单价（GMV/订单数）来衡量平台的效率和盈利能力，并分析它们与GMV和新用户数之间的关系。转化率是指平台上产生订单的访问次数占总访问次数的比例，客单价是指平台上每个订单的平均销售额。这两个数据可以反映出平台的市场效率和市场利润。
首先，我们来看一下这个电商平台的转化率和客单价在四年间的变化情况。我们用Power BI创建了一个折线和柱状图，展示了从2017年到2020年的四年间，这个平台的转化率，客单价，以及年同比增长率。请看下图：
从图中我们可以看到：
这个平台的转化率在四年间都呈现出下降趋势，说明这个平台在吸引用户访问的同时，没有有效地促进用户下单，可能是由于平台的商品、价格、服务等方面存在一些问题，导致用户的购买意愿降低。
这个平台的客单价在四年间都呈现出上升趋势，说明这个平台在提高用户下单的同时，也提高了用户的消费水平，可能是由于平台的商品品质、品牌影响力、用户信任度等方面有所提升，导致用户的购买力增加。
这个平台的转化率和客单价在每年的11月份都有一个明显的变化，说明这个平台受到了双十一等大型促销活动的影响，能够影响用户的购买行为。具体来说，在11月份，这个平台的转化率会有一个显著的提升，说明这个平台能够通过打折、优惠券等方式激发用户的购买欲望；而这个平台的客单价会有一个显著的下降，说明这个平台为了吸引更多的用户下单，会降低商品的价格和利润。
这个平台的转化率和客单价之间有着较弱的负相关关系，说明这个平台在提高用户下单数量和提高用户消费金额之间存在一定的权衡和取舍。
接下来，我们来看一下这个电商平台的转化率和客单价在不同维度上的分布情况。我们用Power BI创建了一个散点图，展示了这个平台在2020年的转化率和客单价在商品类目、品牌、价格区间等维度上的分布情况。请看下图：
从图中我们可以看到：
这个平台在2020年的转化率最高的商品类目是家居用品（5.6%），其次是服装鞋帽（4.8%）和美妆护肤（4.5%）。这说明这些商品类目对于用户来说有着较高的需求和购买意愿，可能是由于这些商品类目具有较高的实用性、时效性、刚性需求等特点。
这个平台在2020年的客单价最高的商品类目是电子产品（2238元），其次是运动户外（1218元）和母婴用品（1036元）。这说明这些商品类目对于用户来说有着较高的价值和消费水平，可能是由于这些商品类目具有较高的品质、品牌、技术等特点。
这个平台在2020年的转化率最高的品牌是小米（6.2%），其次是苹果（5.8%）和华为（5.4%）。这说明这些品牌对于用户来说有着较高的认知度和信任度，可能是由于这些品牌具有较高的市场占有率、口碑、创新能力等特点。
这个平台在2020年的客单价最高的品牌是苹果（2987元），其次是华为（2376元）和小米（1898元）。这说明这些品牌对于用户来说有着较高的溢价能力和消费力，可能是由于这些品牌具有较高的质量、设计、功能等特点。
这个平台在2020年的转化率最高的价格区间是200-500元（5.2%），其次是500-1000元（4.9%）和1000-2000元（4.7%）。这说明这些价格区间对于用户来说有着较高的合理性和可接受性，可能是由于这些价格区间符合用户的预期和预算。
这个平台在2020年的客单价最高的价格区间是3000-4000元（3378元），其次是4000-5000元（3321元）和2000-3000元（2319元）。这说明这些价格区间对于用户来说有着较高的价值感和消费意识，可能是由于这些价格区间包含了一些高端、稀缺、独特的商品。
通过以上的分析，我们可以看到，这个电商平台在效率和盈利能力方面有着一定的优势，但是也存在一些问题和改进空间。例如：
这个平台的转化率在四年间都呈现出下降趋势，说明这个平台在吸引用户访问的同时，没有有效地促进用户下单，可能需要优化平台的商品展示、搜索引擎、推荐系统等方面，提高用户的购买体验和满意度。
这个平台的客单价在四年间都呈现出上升趋势，说明这个平台在提高用户下单的同时，也提高了用户的消费水平，可能需要注意平台的商品定价、利润率、成本控制等方面，保持平台的竞争力和盈利能力。
这个平台在每年的11月份都有一个明显的变化，说明这个平台过于依赖于促销活动来提升业绩，可能会导致用户的购买行为波动较大，影响平台的稳定性和忠诚度。
这个平台在不同维度上的转化率和客单价存在一定的差异，说明这个平台需要根据不同维度的特点和需求来制定不同的策略和措施，提高平台的覆盖面和效率。
针对这些问题和改进空间，我们可以提出以下一些建议：
这个平台可以优化平台的商品展示、搜索引擎、推荐系统等方面，提高用户的购买体验和满意度。例如，可以通过增加商品图片、视频、评价等信息来增加商品的吸引力；可以通过优化搜索算法、关键词、排序等方式来增加商品的可见性；可以通过利用用户行为数据、机器学习模型、个性化推荐等方式来增加商品的匹配度。
这个平台可以注意平台的商品定价、利润率、成本控制等方面，保持平台的竞争力和盈利能力。例如，可以通过分析市场需求、竞争对手、用户心理等因素来制定合理的商品价格；可以通过优化供应链、物流、库存等环节来降低商品的成本；可以通过提高商品的品质、服务、售后等方面来提高商品的利润。
这个平台可以适当地调整促销活动的频率和力度，避免过度刺激用户的购买行为，同时增加用户的粘性和忠诚度。例如，可以通过提供更多的会员权益、积分兑换、优惠券等方式来奖励用户的长期消费行为；可以通过提供更多的试用、评测、互动等方式来增加用户的参与感和信任感。
这个平台可以根据不同维度的特点和需求来制定不同的策略和措施，提高平台的覆盖面和效率。例如，可以通过分析不同商品类目、品牌、价格区间的用户画像、偏好、行为等数据来制定更精准的营销方案；可以通过分析不同商品类目、品牌、价格区间的转化率、客单价、利润率等数据来制定更优化的运营方案。
以上就是我们对于这个电商平台效率和盈利能力的分析。我们用Power BI创建了一个仪表盘，汇总了我们分析过程中用到的所有报表和指标。
03
平台稳定性和忠诚度
我们将用复购率（复购用户数/总用户数）和留存率（某期间内再次购买用户数/上一期间内购买用户数）来衡量平台的稳定性和忠诚度，并分析它们与GMV和新用户数之间的关系。复购率是指平台上在一定时间内多次购买商品的用户占总用户的比例，留存率是指平台上在一定时间内再次购买商品的用户占上一时间内购买商品的用户的比例。这两个数据可以反映出平台的用户粘性和用户价值。
首先，我们来看一下这个电商平台的复购率和留存率在四年间的变化情况。我们用Power BI创建了一个折线图，展示了从2017年到2020年的四年间，这个平台的复购率，留存率，以及年同比增长率。请看下图：
从图中我们可以看到：
这个平台的复购率在四年间都呈现出上升趋势，说明这个平台在增加用户数量的同时，也增加了用户的重复购买行为，可能是由于平台的商品、服务、售后等方面有所提升，导致用户的满意度和忠诚度提高。
这个平台的留存率在四年间都呈现出波动趋势，说明这个平台在保持用户数量的同时，也面临了用户的流失风险，可能是由于平台的竞争环境、用户需求、外部因素等方面有所变化，导致用户的购买频率和持续性降低。
这个平台的复购率和留存率在每年的11月份都有一个明显的变化，说明这个平台受到了双十一等大型促销活动的影响，能够影响用户的购买行为。具体来说，在11月份，这个平台的复购率会有一个显著的提升，说明这个平台能够通过打折、优惠券等方式激发用户的重复购买欲望；而这个平台的留存率会有一个显著的下降，说明这个平台为了吸引更多的新用户下单，会牺牲一部分老用户的再次购买行为。
这个平台的复购率和留存率之间有着较强的正相关关系，说明这个平台能够有效地将新增加或再次购买的用户转化为长期或多次购买的用户，提高了平台的稳定性和忠诚度。
接下来，我们来看一下这个电商平台的复购率和留存率在不同维度上的分布情况。我们用Power BI创建了一个散点图，展示了这个平台在2020年的复购率和留存率在商品类目、品牌、价格区间等维度上的分布情况。请看下图：
从图中我们可以看到：
这个平台在2020年的复购率最高的商品类目是家居用品（32%），其次是服装鞋帽（28%）和美妆护肤（26%）。这说明这些商品类目对于用户来说有着较高的重复购买需求和忠诚度，可能是由于这些商品类目具有较高的消耗性、更新性、替换性等特点。
这个平台在2020年的留存率最高的商品类目是运动户外（42%），其次是母婴用品（40%）和图书音像（38%）。这说明这些商品类目对于用户来说有着较高的再次购买需求和忠诚度，可能是由于这些商品类目具有较高的兴趣性、教育性、娱乐性等特点。
这个平台在2020年的复购率最高的品牌是小米（36%），其次是苹果（34%）和华为（32%）。这说明这些品牌对于用户来说有着较高的重复购买需求和忠诚度，可能是由于这些品牌具有较高的市场占有率、口碑、创新能力等特点。
这个平台在2020年的留存率最高的品牌是苹果（48%），其次是华为（46%）和小米（44%）。这说明这些品牌对于用户来说有着较高的再次购买需求和忠诚度，可能是由于这些品牌具有较高的质量、设计、功能等特点。
这个平台在2020年的复购率最高的价格区间是200-500元（34%），其次是500-1000元（32%）和1000-2000元（30%）。这说明这些价格区间对于用户来说有着较高的重复购买需求和忠诚度，可能是由于这些价格区间符合用户的预期和预算。
这个平台在2020年的留存率最高的价格区间是1000-2000元（44%），其次是2000-3000元（42%）和3000-4000元（40%）。这说明这些价格区间对于用户来说有着较高的再次购买需求和忠诚度，可能是由于这些价格区间包含了一些高端、稀缺、独特的商品。
通过以上的分析，我们可以看到，这个电商平台在稳定性和忠诚度方面有着不错的表现，但是也存在一些问题和改进空间。例如：
这个平台的留存率在四年间都呈现出波动趋势，说明这个平台在保持用户数量的同时，也面临了用户的流失风险，可能需要加强平台的用户关系管理、用户价值分析、用户细分策略等方面，提高用户的忠诚度和生命周期价值。
这个平台在每年的11月份都有一个明显的变化，说明这个平台过于依赖于促销活动来提升业绩，可能会导致用户的购买行为波动较大，影响平台的稳定性和忠诚度。
这个平台在不同维度上的复购率和留存率存在一定的差异，说明这个平台需要根据不同维度的特点和需求来制定不同的策略和措施，提高平台的稳定性和忠诚度。
针对这些问题和改进空间，我们可以提出以下一些建议：
这个平台可以加强平台的用户关系管理、用户价值分析、用户细分策略等方面，提高用户的忠诚度和生命周期价值。例如，可以通过建立用户画像、用户标签、用户分群等方式来了解用户的特征、偏好、行为等数据；可以通过建立用户价值模型、用户生命周期模型、用户流失模型等方式来评估用户的价值、潜力、风险等指标；可以通过制定个性化的营销方案、服务方案、激励方案等方式来满足用户的需求、提升用户的满意度、增加用户的忠诚度。
这个平台可以适当地调整促销活动的频率和力度，避免过度刺激用户的购买行为，同时增加用户的粘性和忠诚度。例如，可以通过提供更多的会员权益、积分兑换、优惠券等方式来奖励用户的长期消费行为；可以通过提供更多的试用、评测、互动等方式来增加用户的参与感和信任感。
这个平台可以根据不同维度的特点和需求来制定不同的策略和措施，提高平台的稳定性和忠诚度。例如，可以通过分析不同商品类目、品牌、价格区间的复购率、留存率、利润率等数据来制定更优化的运营方案；可以通过分析不同商品类目、品牌、价格区间的用户画像、偏好、行为等数据来制定更精准的营销方案。
以上就是我们对于这个电商平台稳定性和忠诚度的分析。我们用Power BI创建了一个仪表盘，汇总了我们分析过程中用到的所有报表和指标。
04
平台差异化和竞争力
我们将用商品类目、品牌、价格等维度来分析平台的差异化和竞争力，并分析它们与GMV和新用户数之间的关系。商品类目是指平台上提供的不同种类的商品，品牌是指平台上提供的不同厂商或商标的商品，价格是指平台上提供的不同价位的商品。这些维度可以反映出平台的商品多样性和商品优势。
首先，我们来看一下这个电商平台在四年间的商品类目、品牌、价格等维度的变化情况。我们用Power BI创建了一个簇状柱形图，展示了从2017年到2020年的四年间，这个平台的商品类目数量，品牌数量，价格区间数量，以及年同比增长率。请看下图：
从图中我们可以看到：
这个平台的商品类目数量在四年间都呈现出上升趋势，说明这个平台在不断增加商品的种类和品类，可能是由于平台的市场拓展、供应链优化、用户需求变化等因素，导致平台的商品多样性提高。
这个平台的品牌数量在四年间都呈现出上升趋势，说明这个平台在不断增加商品的厂商和商标，可能是由于平台的品牌合作、品牌引入、品牌打造等因素，导致平台的商品优势提高。
这个平台的价格区间数量在四年间都呈现出上升趋势，说明这个平台在不断增加商品的价位和档次，可能是由于平台的价格策略、价格弹性、价格竞争等因素，导致平台的商品灵活性提高。
这个平台的商品类目数量、品牌数量、价格区间数量在每年的11月份都有一个明显的峰值，说明这个平台受到了双十一等大型促销活动的影响，能够影响用户的购买行为。具体来说，在11月份，这个平台会增加更多的商品类目、品牌、价格区间来满足用户的不同需求和偏好。
接下来，我们来看一下这个电商平台在不同维度上的GMV和新用户数之间的关系。我们用Power BI创建了一个散点图，展示了这个平台在2020年的GMV和新用户数在商品类目、品牌、价格区间等维度上的关系情况。请看下图：
从图中我们可以看到：
这个平台在2020年的GMV占比最高的商品类目是服装鞋帽（28%），其次是家居用品（18%）和美妆护肤（15%）。这说明这些商品类目对于平台来说有着较高的市场份额和市场利润，可能是由于这些商品类目具有较高的需求量、销售额、利润率等特点。
这个平台在2020年的新用户最多的商品类目是家居用品（25%），其次是服装鞋帽（23%）和美妆护肤（17%）。这说明这些商品类目对于平台来说有着较高的市场潜力和市场增长，可能是由于这些商品类目具有较高的吸引力、创新性、差异化等特点。
这个平台在2020年的GMV最高的品牌是小米（12%），其次是苹果（10%）和华为（9%）。这说明这些品牌对于平台来说有着较高的市场优势和市场影响力，可能是由于这些品牌具有较高的品质、技术、口碑等特点。
这个平台在2020年的新用户最多的品牌是小米（14%），其次是苹果（11%）和华为（10%）。这说明这些品牌对于平台来说有着较高的市场吸引力和市场竞争力，可能是由于这些品牌具有较高的创新、设计、功能等特点。
这个平台在2020年的GMV最高的价格区间是1000-2000元（25%），其次是2000-3000元（20%）和500-1000元（18%）。这说明这些价格区间对于平台来说有着较高的市场效率和市场利润，可能是由于这些价格区间符合用户的消费能力和消费意愿。
这个平台在2020年的新用户最多的价格区间是500-1000元（28%），其次是1000-2000元（24%）和200-500元（16%）。这说明这些价格区间对于平台来说有着较高的市场覆盖面和市场增长，可能是由于这些价格区间符合用户的预算和需求。
通过以上的分析，我们可以看到，这个电商平台在差异化和竞争力方面有着一定的优势，但是也存在一些问题和改进空间。例如：
这个平台在商品类目、品牌、价格等维度上都呈现出一定的集中度，说明这个平台在某些领域或方面有着较强的优势，但也可能导致平台缺乏足够的多样性和灵活性，可能会面临更多来自其他领域或方面的竞争威胁。
这个平台在商品类目、品牌、价格等维度上都呈现出一定的差异化，说明这个平台能够根据不同用户的需求和偏好提供不同类型和档次的商品，但也可能导致平台缺乏足够的统一性和协调性，可能会影响平台的运营效率和用户体验。
针对这些问题和改进空间，我们可以提出以下一些建议：
这个平台可以适当地增加商品类目、品牌、价格等维度上的多样性和灵活性，增加平台的差异化和竞争力。例如，可以通过引入更多的新领域、新品牌、新价格区间等方式来丰富平台的商品种类和品类；可以通过调整商品类目、品牌、价格等维度上的比例和结构等方式来优化平台的商品分布和组合。
这个平台可以适当地增加商品类目、品牌、价格等维度上的统一性和协调性，增加平台的效率和体验。例如，可以通过建立商品类目、品牌、价格等维度上的标准和规范等方式来规范平台的商品管理和展示；可以通过建立商品类目、品牌、价格等维度上的关联和匹配等方式来提升平台的商品推荐和搜索。
以上就是我们对于这个电商平台差异化和竞争力的分析。我们用Power BI创建了一个仪表盘，汇总了我们分析过程中用到的所有报表和指标。
这篇文章就到这里结束了。我们用Power BI对一个真实的电商平台的业务数据进行了全面而深入的分析（虽然数据并不真实：）），并从中揭示了这个平台的真相。我们发现了这个平台存在的问题和改进的方向，提出了一些有用且实用的建议。我们希望这篇文章能够对你有所帮助，让你更好地理解和运用Power BI进行数字化营销实战。
本文由作者授权纷传发布，建圈子、做付费社群用纷传。
