如何用量子基础流量数据来诊断店铺

　　在量子3.0可以查到每天的PV/UV/成交额的数据，一般卖家只是看看最近或者是某一段时间PV/UV以及成交金额的走势，或者看看昨天有多少人访问了店铺就结束了。其实，这里面有很多的信息可以解读。下面仅选择一个很小的切口（流量方面）来抛砖引玉地说明如何深刻解读量子的有关数据。

　　打开量子3.0的页面，点击“按天流量分析”：

　　可以出现类似以下的界面：

　　同样在量子3.0里“点击销售总览”查询到支付宝成交金额的值如下：

 　　附注：其实访客数和流量数在销售总览里也能查询到。

 　   下面具体说明如何使用量子3.0的PV、UV以及支付宝成交金额去评价店铺。

　　1．从PV、UV和ZFB成交金额诊断店铺

　　从上面的这幅图形当中我们能得到的信息很多，比如说：

　　（1）从定量而不是定性解读给出了PV、UV以及ZFB成交金额之间的线性关系，且PV和UV以及ZFB成交金额之间的比值在一定时间内是基本稳定的，从而证明了其实流量是王道。没有流量就没有店铺发挥技术的舞台。淘宝网店要先争流量。兵马未动，粮草先行。

　　（2）知道了PV、UV以及成交额之间的线性关系有很什么用？可以负责任地请您记住：当您的店铺这3者之间在某一时间段譬如最近20天之内是不相互协调的，那么这个店铺一定是不健康的或者有外力的干扰。这时候千万不可大意，静下心来查找原因：是偶然因素还是衰退的前兆？这个要厘清。《孙子兵法》上说：杂于利而务可信也，杂于害而患可解也。只有提前排除祸患店铺方能长期稳健发展。例如，浙江有一家5皇冠的PV/UV的值严重偏高，那作为网店的发展战略来讲，是应该选择更多的优质宝贝上架，及时调整小而精的运营模式，以免造成店内优质资源的浪费。资源转化成成交额才能创造价值。 

　　（3）还可以从上面的图形中还可以解读出：有一天浏览量（成交量）突然飙升，查一下原因，原来当天举行了盛大的促销优惠活动。但是促销引起的访客量增加幅度不大，说明促销活动主要参与者是老客户，对新客户缺乏吸引力，这就引申出了两个问题：店铺的客户群忠诚度极高，不容易流失；同时对新客户的吸引需要工作更要做到位一些，完善一些。

　　还可以得出很多信息，这里就不在此一一赘述了。

　　2. 翻页数（PV/UV）趋势诊断店铺

　　下面在介绍一种解读量子3.0数据的更高级的一种方法，但是这种方法并不适合所有的卖家，它有适用范围的：

　　（1）适合规模的、成熟的卖家，因为大卖家的数据量比较丰富；

　　（2）需要大卖家家里配备强大的数据挖掘部，以便与网店的市场营销对接并协力公司高层做出正确的决策。######

　　具体的操作方法是将较长一段时间内翻页数画出来然后用一种称之为“Wavelet”的方法提取翻页数的趋势。举例如下：

　　注：上图是实际人均翻页数连接成的图形，下图是经过Wavelet技术提取后的人均翻页数趋势图，即上面是实际图，下面是趋势图，显然人均翻页趋势是先上升再下降。

　　统计人均翻页数的目的是为了找出店铺“生病”的原因在哪里？翻页数下降表明网店运营有问题。前面说了，网店的问题可以分为两大类：客服和产品。是客服原因还是产品问题？这个不能带猜的。要把握准确。现在人均翻页数有所下降，那么只可能是产品出现了问题，所有的问题都会归结在产品上而不是大环境和客服（否则误以为是客服的服务品质跟不上而导致不断调整客服队伍或者给客服导入KPI也无济于事）。

　　那么，为什么要用Wavelet来提取人均翻页数的趋势呢？这是因为：

　　（1）如果是数据海量，这时候将人均翻页数同时画在一张图形上，是模糊不清的，因为数据太多而模糊了每个数据所代表的细节属性；

　　（2）如果人均翻页数在某天因为外界或者内部的刺激扰动而导致翻页数飙升或狂跌，这样势必会混淆了我们对人均翻页数趋势的研判，而Wavelet能够去掉奇异点和拐点数据的属性，也就是Wavelet有均匀和光滑细节的功能。

　　以上的分析全部基于我们每天都会打交道的基础流量数据。量子3.0的基础流量数据最稀松平常，但是我们却能解读出众多有用的信息。其实量子3.0的功能非常强大，改进版本的量子3.0提供的数据更为详实了，展示、统计、分析的功能也有很大的提升，为大小卖家的正确运营保驾护航。数据驱动或者称为数据库营销在电子商务操盘中重要性会越来越明显地表现出来。作为网店/商城老板未必需要掌握数据分析的技能，更不用刻意掌握商业分析和BI（Business Intelligence）的高深技术，但是不可缺少使用数据挖掘（Data Mining，DM）辅助市场营销和决策支持的运筹帷幄的格局能力。