电商平台做好数据分析的基础，是定义正确的关键指标与用户分群。对不同类型、不同阶段的电商平台，需要定义的关键指标与用户群组会有差异，因此要能够根据业务需要灵活创建可促进业务增长的分析报表。
漏斗分析作为最基本的分析模型，可实现对电商运营关键节点转化率、不同渠道差异进行有效分析。
以下以某母婴电商平台数据分析应用为例，说明漏斗分析在电商数据分析中的应用。
平台发展初期为寻找最有效的推广渠道和产品的障碍点，对2018年5月运营数据分析，分析结果如下：
渠道漏斗分析中，总的转化数据可以支持查找转化中的用户流失缺口，即找出用户流失最多的事件节点。
从上图表可以看出：
1. 用户注册比例普遍偏低，很有可能是注册流程繁琐造成，产品团队可以校验后进行优化。
2. 注册后搜索、浏览商品比例非常高，可以考虑先让用户浏览商品，再引导其注册账号。
3. 加入购物车后完成付款比例约30%，而首次购买后再次购买率非常高，说明产品质量过关，得到了绝大多数使用客户认可。可以考虑提供小份试用套装或者提供初次购买优惠，刺激用户快速结单。对于以购买用户，也可以考虑推出“分享获取优惠券、免运费“等激励，刺激用户成为宣传代表。
而不同渠道的转化数据，有助于找出不同渠道质量，在平台发展初期，找准最优渠道后，将更多资源集中到最优渠道，以实现新客获取量与活跃用户积累量的最优化。
从图表中数据可以得出：
1. 可能因为平台还在起步阶段，知名度有限，通过搜索引擎关键词投放和头条信息流广告获取的用户转化率很低，可以适当减少投入。也可能是投放的关键词与信息流内容不够精准，吸引到的访客并非潜在客户，可通过a/b测试进行调优。
2. 微信、微博kol投放后转化效果较优，但需计算单次投放成本、单位获客成本，评估投放数量和频次。
3. 微信、微博等自媒体运营效果良好，用户试用比例很高，但需关注提高加入购物车之后完成支付的比例，这里可以采用用户访谈等形式，寻找用户未完成支付原因。
除了通过漏斗分析寻找最优获客渠道，还可以通过对用户的属性、消费习惯、等级等的分群，分析不同用户对不同商品的喜好程度、高粘性客户的关键行为事件、流失客户在离开前碰到的障碍等，制定相应的市场推广、用户运营与产品调优方案。
数据采集点的提前布置是实现细致的用户数据分析的基础。比如渠道来源可以通过给链接添加utm参数追踪，用户对商品浏览、收藏、加入购物车等事件，可以通过埋点的方式进行数据采集，也可以通过logbus等数据传输工具从服务器端进行数据收集。
数据分析应该贯穿在产品设计、开发、运营的完整周期中，为公司装上数据驱动引擎。从设计初期构建良好的数据采集方案，奠定数据应用基础；起步期通过用户行为序列分析，进行产品调优；增长期通过转化漏斗、留存分析、用户分群与行为分析，寻找最高效的运营方案；稳定期通过明星用户、流失用户分析，探索新的增长动力。