上述数据反映是电商的欣欣向荣，但如何在海量的商机中精准的捕捉客户呢?必须由大数据分析来做支撑。今天的电商市场营销体系应当建立在数字化的基础上，用数字化来全面测量消费者。

电商数据使用的现状如何?

数据调研公司Nucleus报告显示，数据的分析预测可带来超过1000%的ROI，在商业智能上每花1美元就有10美元的回报。但据国内数据研究机构调查，目前电商平台搭建数据团队和数据管理系统的占比不到整个行业的3%，具备数据管理方式来指导运营的更是少之又少。

很多电商营销部门人员缺失数据理念。数据使用应当是三个层次，初层是报表阶段，中层是数据的挖掘和分析解读，高层是应用和优化阶段。只有真正融合这三个层次的数据使用才能充分发挥数据的价值。

如何重新审视这些数据呢?

用户的数据、购物行为、浏览习惯、商品销售数据等等，这些数据电商都看的清清楚楚。数据作为营销效果提升的根基，数据的重要性已经无需多讲。

以下数据需被重视

商品流量数据

转化率的提升不取决于流量的多少，而是整体的运营环境。电商转化率平均不足1%的事实让人头疼，但多数电商平台对转化率的关注仅停留在营销端。但实际上转化率会受供应链、单品、库存、价格、服务等要素构成，所以要重视营销端流量结构。

由于转化率有多种计算方式，有商品、订单等多种维度，但多数企业只是单维度考量，但实际上，可能订单趋势是上升，商品销售趋势却是下降的。因此，从数据管理单位上，电商需精细化到尽可能小的单位，商品管理不是纠结于订单量。

浏览数据

电商不能只看转化率，动态浏览是高转化率的前提。动态浏览数据，指的是客户看了几个商品页，加入几件商品进购物车等数据。如果销售了50件商品，那么用户至少浏览了超过50件商品页面，流量数据应当不可能小于商品销售量。

对此，如何让进站的客户看到尽可能的商品页，是提升转化率的关键。增加浏览数据是一个流量调节的过程，让所有商品获得合理的流量分配。

销售数据

多数的电商平台存在头部商品不赚钱窘境。一般情况下1千个SKU，只卖头部的100个SKU，头部商品拉用户、打价格战、不赚钱，占用大量资金和库存，中长尾商品动销深度不足销售惨淡，最终无法实现盈利。

因此销售数据的把控成为盈利的关键。销售数据比有两种算法，一种是销售与库存商品的比例，第二种销售与前端可售商品的比例;销售数据与库存商品、前端可售商品的比例结构就越合理，带动的产品线及库存结构越健康，也有越有盈利的可能。

用户行为数据

用户行为数据首先是用户人群属性等信息，其次，也是更重要的是消费者行为偏好与商品特征的匹配的数据，商品与商品的相关性匹配进行用户数据的深度挖掘与分析。通过对用户行为的深度发掘与分析匹配最符合其消费需求的商品信息，从而影响用户浏览行为，帮助用户做出更好的购买决策，进而影响转化性能，提升整体营销性能。真正有效的用户行为数据使用是指向明确而非骚扰用户。

掌握以上数据后该如何利用?

多数的电商平台自建数据挖掘部门成本及专业度都颇受挑战。因此，选择一个靠谱的合作伙伴就显得极其重要。在选择合作方时，应该充分考量合作方的数据挖掘与整合能力。

合作方需具备以下能力

大体量的数据处理能力

没有丰富的数据处理经验，技术和算法无法充分发挥效能。因此，合作平台本身对接的数据流量就成本考核该平台数据处理能力的一大关键。飓风科技运营的品友互动DSP产品，实现每日对接240亿PV量，其中移动端高达80亿PV量，每日处理1P数据量(注释：1P=1024T，1T=1024G)，海量的数据处理任务极其考验数据算法能力。

产品技术实力

动态创意模板和Deeplink(深度连接)技术被认为电商效果有效技术。飓风科技运营的品友DSP产品如今的动态创意模板更加丰富且新颖，能满足不同电商广告主的模板需求，二是极大的丰富了人群特征，为每个用户提取上千万个特征，准确的预估用户的转化率，再通过合适的广告进行投放，在ROI的提升上效果十分明显。Deeplink(深度连接)技术实现一键跳转，减少用户流失效果极其显著。

小结：回到开篇电商精细化数据管理，一方面是要建立数据意识，把数据的基因融到血液里，另一方面更需要充分发挥数据价值，通过高效的渠道和途径变现数据资产，应用到营销当中，获得更高的投资回报。