我们以Wish后盾的数据为例。

“业绩”菜单下面，，，是Wish运营中最常用到的数据分析板块。

点击“业绩”菜单，，，我们能够看到以下内容。

其中产品概述、、销售业绩、、用户服务阐发、、销售图表这几项对于产品和销售端比力重要，，，评分阐发、、物流阐发、、退款阐发、、用户反馈、、仿品率阐发这几项对于运营是很重要的数据指标，，，用户服务图表则便于数据的对比。

除“业绩”菜单外，，，在“产品”菜单中也有我们必要挖掘的数据。

从直观的后盾数据来看，，，以下三种数据对把握产品信息和上架信息会有所援手。

我们能够看到自己店铺当前产品的SKU、、最近更新功夫，，，以及上传功夫的有关数据，，，它们是三种很直观的数据，，，其中最近更新功夫和上传功夫能够依照功夫进行排序。同时，，，我们也不能忽略别的两个有效的信息：：Wishes数和销售数。产品销售数量也能够依照销量凹凸挨次进行排序。

而后我们就看到了单个产品的数据阐发情况。

上面总结了后盾数据的展示方式，，，接下来必要相识的是，，，我们能够用哪些思想来发展数据整顿和分析。

1.对照思想

这个维度通常用于对比单品或者单店铺在单元功夫中的销售情况，，，通常选取对比的大局，，，展示出的大局是柱状图。

这种柱状图在 Excel中很容易天生。通常对于后端运营中比力规范，，，且用系统进行治理的商户、、所使用的ERP通常都有统计职能，，，能够对订单数量或者订单金额进行统计。

销量和销售额的统计，，，体现了在数据处置中很重要的也是最根基的一个思路，，，就是对照的思路，，，俗称对比，，，单独一个数据是绝对化的数字，，，不能代表什么，，，而和另一个数据做对比，，，能力体现出它的价值。

2.分拆思想

我们举一个例子，，，好比一个销售员A，，，通过对照的方式发现店铺这一周的销售额不如上一周，，，这时只对比销售额就没有多大意思了，，，而必要对销售额这个数据进前进一步拆分。这里能够利用电子商务中常见的一些公式。

通过进一步的分析能够找出导致销售额降落的原因，，，还能够更进一步细分转化率、、流量等数据，，，找出更深层的原因，，，直到找出解决规划。

3. 降维思想

当数据的维度太多的时辰，，，我们不成能把每个维度都拿来分析，，，对于一些有关联的数据指标，，，筛选出其中可能归并的维度即可。

在汇总数据维度时，，，众多的数据并不是每一个都值得分析，，，当存在“成交总额=产品单价×订单”这种一个维度能够由其他维度推算出来的情况时，，，我们就能够降维。通常我们只关切对我们有效的数据，，，当某些维度的数据跟美狮贵宾会官网分析无关时，，，就能够将其过滤掉，，，达到降维的主张。

4.增维思想

增维和降维是相对应的，，，有降必有增。当我们当前的数据维度不能很清澈很全面地诠释美狮贵宾会官网问题时，，，我们就必要对数据做一些运算，，，使其多增长一个指标。当我们在分析某个单品的数据时，，，若是单纯从浏览量、、销量、、退款比率、、均匀评级数据等不能分析出产品销售额增减的原因的话，，，就必要增长产品的客单价、、转化率等数据维度来协助分析。