用戶數據
商品數據
其他行為數據
交易行為數據

數據規模：

● 用戶總數：2億
● 在線商品總數：5億
● 交易行為數據：6百萬筆/天
● 其他行為數據：3千萬UV/天
10億PV/天

● 會員信息
○ 注冊信息：用戶名、郵箱、手機號 …
○ 人口學信息：姓名、性別、年齡、地區 …
○ 認證信息：身份認證、工商注冊 …
○ 交易屬性：支付寶賬戶、店鋪、評價、信用、投訴 、退款 
… 
○ 產品訂購：消保、旺鋪、直通車、淘客 …

● 商品信息
○ 類目屬性：前、后臺類目
○ 產品屬性：品牌、型號、配置、顏色、SPU …
○ 賣家屬性：信用、地區、消保 …
○ 交易屬性：價格、套餐、物流、促銷、積分、VIP …

● 店鋪信息
○ 商品：發布、修改
○ 店鋪裝修：旺鋪、分類、櫥窗推薦 …
○ 店鋪行為：訪問量、人數、成交、轉化率
○ 信用評價：星級、動態評分、評價 …

● 社區/SNS信息
○ 會員發布的各種內容：帖子、打聽 …
○ 會員之間的關系：旺旺好友、江湖朋友、交易伙伴 …

● 行為數據日志
○ 用戶注冊、登錄
○ 內容發布：賣家上架商品、會員參與社區(UGC)
○ 用戶搜索、瀏覽、收藏、交易、評價商品
○ 賣家使用淘寶網付費產品：直通車、淘寶客、旺鋪
○ 賣家參與淘寶網活動
○ 用戶點擊廣告
○ 異常行為：盜號、發布違禁品、欺詐、炒信
○ …

淘寶數據倉庫組成
了解淘寶倉庫體系結構

淘寶如何看數據
了解淘寶常用的看數據的維度和粒度，常用報表展示

● 統計：行為在不同維度、粒度上的匯總
○ 商品：被搜索、瀏覽、收藏、交易、評價的統計
○ 店鋪：被瀏覽、收藏、評價，銷售狀況的統計
○ 會員：個人搜索、瀏覽、收藏、交易、評價行為統計
○ 搜索關鍵字：搜索量、點擊、后續收藏、交易的統計

● 模型：用數學模型計算出的新屬性值
○ 判斷是否交易炒作、欺詐、走賬 …
○ 判斷是否沉睡、高價值客戶 …

● 應用：為一個具體商業意圖而計算的數據
○ 營銷活動的會員選擇：滿足xx條件的人
○ 營銷創意的商品選擇：滿足xx條件的商品
○ 人群的特征分群：某一給定群人的細分

● 經驗：歷史統計的排序、關聯
○ 排行信息：類目、商品、會員、關鍵字、店鋪
○ 突增排行：銷量、搜索量
○ 關聯信息：類目、商品、會員、關鍵字、店鋪

以結果為導向，用數據來說話

網店的成功經營
● 網絡零售利潤 =
(售價 - 進價 - 物流資金成本)×流量×轉化率 –流量×流量獲取成本 
● “電子”
○ 獲得流量：來源、來源成本控制，B2C的80%
○ 提升轉化率：商品管理、店鋪管理、客戶服務

● 商務
○ 進、銷、存、物流
○ 品牌、資金
○ 團隊管理

流量的獲得及成本控制
● 流量獲取
○ 搜索引擎優化（SEO）
○ 外部鏈接互換、論壇社區營銷
○ 廣告投放、參加促銷和活動
○ 會員營銷CRM

● 成本控制和效果跟蹤
○ 不同來源的獨立用戶的數量
○ 不同來源的獨立用戶獲取成本
○ 不同來源的客戶轉化率，轉化成本
○ A/B測試

提升轉化率
● 店鋪裝修
○ 把最好賣的商品放在最顯眼的地方
○ 店鋪頁面優化、美化
○ 店鋪內導航的設計
○ 關聯推薦，套餐

○ 了解自己商品的銷售狀況
○ 了解自己店鋪頁面上的點擊分布
○ 了解客戶在自己店鋪中的瀏覽路徑

● 提升客服質量
○ 客服應答的及時性和建立自己的CRM
○ 會員營銷：挖掘老客戶價值，會員忠誠計劃
○ 向會員推薦他們喜愛的商品、折扣

○ 了解自己的客戶數量、分布
○ 了解自己客戶的需求

讀懂市場和對手
了解競爭態勢、行業總體狀況、競爭對手的動作
知己知彼，百戰不殆

行業數據
● 數據魔方
○ 過去一段時間內的銷售額及變動趨勢
○ 銷售價格及變動趨勢
○ 競爭對手數量、分布
○ 買家人群的分布：地域、年齡、性別
○ 賣家、商品、品牌銷售排名

○ 確定進貨數量
○ 確定進貨品類、推廣方式
○ 確定價格策略

競爭對手數據
● 數據來源
○ 淘寶
■ 淘寶不會給你他人的營銷數據
■ 但是淘寶可以給你“某種人”的數據

○ 第三方淘拍檔（淘寶授權）
○ 第三方非官方數據

精確營銷體系
構建精確營銷體系，精準的服務好我們的客戶

==============以上內容均摘自淘寶團隊的數據分析