数据思维救援：挽救店铺流量下滑的有效方法

扛把子运营

用数据打造高薪运营，高效企业。大家好，我是小太阳，今天想要跟大家分享下数据化运营相关的思维模块。数据思维模块，是我结合了自己将近9年的数据化运营经验，归纳了5个最重要的数据思维。为大家打好入门的地基，打开数据化运营的大门。

01

如何利用细分思维发现问题

今天主要跟大家分享的是细分思维。有不少朋友跟我吐槽说：看了那么多数据，好像也不知道该怎么办？你有没有躺枪呢？你有没有想过为什么会这样呢？其实是因为缺乏细分思维。

细分思维可以说是数据分析中最常用的思维，它是我们解决实际问题必不可少的一种思维。

在我们运营的过程中，出现的任何问题都可以先考虑细分思维。比如：销售额下滑了，退款率变高了、转化率下降了、流量增长了。可以说，如果我们没有进一步的把问题拆解细分，那我们就无法知道导致问题的关键因素是什么，那自然就无法解决问题。

换句话说，一个人的运营能力如何，可以从他们细分出来的维度来判断。

那你可能会问了，细分思维这么厉害，那到底细分思维长什么样？

细分思维有两种：一种是横向细分，另外一种是纵向细分。

先讲横向细分： 它是指我们对一个主体的构成按照树形分支不断细分到最小维度的过程。

就拿商品的标题优化来说，首先标题可以细分成一个个关键词，比如双肩包女时尚，印花背包学生，而关键词又可以细分成属性词和类目词，比如属性词有时尚、印花、学生等，而类目词有双肩包、背包等。针对这些属性或者类目词，如果我们发现背包这个类目词组合起来的关键词表现不好，那么就可以把他换掉。

另外一种是纵向细分：它是指时间维度的细分。

比如上面我们分析得出背包这个词表现不好，那从时间上在做一次细分，你会发现是因为现在处于学生放假时间段，背包更偏向于学生的搜索，那么这个词就不能说是不好的词，到了开学季的时候这个类目词依然要更换回来。

所以细分就像是修车一样，我们只有细分到是某个零件出了什么问题，我们才能够去解决！

接下来我们通过一个例子来讲解如何用细分思维做店铺分析。某个店铺近期突然店铺销售额下滑了20%，这个问题怎么分析呢？

先从销售额的构成要素：流量*转化率*客单价*（1-退款率），进行分析，发现最主要原因是流量出现了大幅度下滑导致业绩下滑，这个时候很多人可能就不知道该怎么去解决了。

接下来我们针对流量下滑怎么办来进行一级级的细分分析 。

关于流量，可以细分两个维度：一个是流量精准度，另外一个是流量获取的渠道。

先说第一个流量的精准度：也就是我们引入的流量人群与我们自身产品的吻合度比如我有个朋友，进来的流量70%是30元以下消费层级的，但是产品却都是70元以上的，这就导致流量转化效果不好，最终流量越来越少。当然我们上面并没有提到转化率下滑，所以暂时排除这个因素。

第二个维度：流量获取的渠道。流量获取方面可以细分为站内流量、站外流量和自身流量。其中站外流量和自身流量的累积是我们大家最容易忽视的，在当下随着站内流量越来越贵，向外获取流量已经是个重要引流方式了，这也是阿里越来越注重商家要通过内容来吸引更多外部流量的原因。

而站内流量又细分为免费流量、付费流量和活动流量。

免费流量又可以再一步细分到手淘搜索流量、手淘首页流量。

所以到了这一步，我们通过流量渠道分析，发现流量下滑是因为手淘搜索流量下滑导致的，那我们接下来我们就要针对手淘搜索的获取要素进行细分了。

搜索流量的排位竞争则是细分为两个方面：店铺竞争和产品竞争。

其中店铺竞争纬度包括：

1、DSR:店铺DSR低于4.6以下基本获取不了展现，其中服务分尽量在行业水平以上；

2、全店动销率：尽量保持店铺100%动销；

3、店铺层级：层级越高代表获取的流量；

4、店铺标签统一性：标签越明确的店铺更容易分配到精准性人群；

产品竞争的纬度则包括：

1、主图吸引力也就是点击率；

2、单位坑位产出能力；

3、产品好评率；

4、销量基础；

5、产品是否应季等分析纬度；

这样子我们就可以根据这些细化出来的因素进行详细的分析了，发现了流量下滑幅度大的原因是主要产品到了换季阶段，其他产品还没起来，导致店铺层级也往下掉，流量一下子没了支撑点所以掉的很厉害。

02

做好细分思维定位后，我们要做什么？

到这里，我们已经利用细分思维定位清楚问题了。那运营接下来要怎么做？

短期内可以通过直通车补回层级下滑的速度，当然这个无法治本，所以更重要的就是在借用现有的流量基础，尽快推出下一个季节的产品。比如冬季，冬季服装比较贵，可以推出卖一件冬季款，可以半折带走春季新款等促销措施。

好，我们来总结一下。看完我分享的内容你会发现通过细分思维能帮助我们解决落地问题，当你觉得还不能从数据找到解决问题的关键的时候，那就说明你还没细分到位！附一张思维导图帮助大家理解。

今天留给大家的思考题：如果是遇到转化率问题，你们会怎么去细化分析呢？欢迎你在留言区评论。