把淘寶直通車后臺的數據摘下來比如基礎數據里的日訪問量 日均花費 關鍵詞平均花費以及量子恒道系統里的重要數據

直通車報表有： 帳戶報表 寶貝報表 關鍵詞報表 地域報表 時段報表 帳戶轉化報表 寶貝轉化報表 關鍵詞轉化報表 定向推廣報表

可以登錄立木征信——輸入京東密碼——20秒生成報告，查詢！

沒啥關系，就是名字里有京東兩個字而已。

應該沒有固定的格式吧.我首先是對財務報表進行闡述,然后再對各項指標進行分析,與同期進行對比,最后得出結論.你沒有必要找一個樣本,你只要學會分析就可以了,轉化成自己的能力,以后就覺得財務分析原來也是很簡單的 事. 相信自己,你可以的.

和其他財務報表一樣的，都是通用版的

訂單流水號是一個唯一號，可以作為關鍵字段使用。

第一 有些設計 訂單號中包含 商品信息，分類信息，店鋪信息。。。。。 ， 意思是緊急是怎么可以從訂單號中分析這些數據，還有就是 需要對一個交易做一個標記，而且是唯一，id并不是都適用，比如 涉及數據同步的時候，中途同步出錯就會導致數據id不一致，如果額外適用一個唯一標記，則這個問題就不會存在

訂單流水號是一個唯一號，可以作為關鍵字段使用。再看看別人怎么說的。

目前我也從事數據分析，主要用到的是數據透視表；主要是提供一些報表供領導參考。其實我感覺應該用到了5W2H分析法，領導還跟我說過SWTO矩陣分析法，讓我下去仔細研究。 據說數據分析要有以下的一些步驟：明確分析思路，數據收集，收集存儲，數據整理，數據分析，數據呈現，報告撰寫等。 電商的數據分析，我個人以為，應該至少有銷量分析，包括銷量，銷售額，客戶人數，地區分布，top30等，我們公司還有頁碼分析；倉庫分析，包括庫存清倉表，庫存預警表，銷售渠道分析；購買意向性分析，季節性，促銷活動等對銷售的影響等。具體問題具體分析，我知道的另一家電商分析卻采用的是數學模型分析預測的。

經濟基礎環境（網絡可達性、物流可達性、支付可得性）；市場活躍狀況及供需關系（網絡活躍度指數、網絡消費價格指數、網絡經營價格指數、網絡融資環境指數）；經濟規模走勢（網絡消費指數、網絡投資指數、網絡貿易指數）；經濟總量（電子商務經濟增加值、電子商務就業量）洛陽儒墨科技公司——產業電商經濟數據監測、預測與政策模擬平臺

電商數據分析，往往可以通過這樣幾個步驟：1. 建立完整的數據追蹤體系2. 對獲取到的數據報表進行分析，找出其中問題3. 針對從數據中找到的問題提出解決方案，評估解決方案的實現成本，并著手改進一、首先建立數據追蹤體系。電商網站中比不可少的是網站的點擊流數據，這個數據通常可以通過安裝數據追蹤工具來實現：如Google Analytics， CNZZ等。需要注意的是，電商網站中往往會涉及到網站銷售，因此需要對網站數據統計工具進行配置，獲得銷售訂單數據。除此之外，除了點擊流數據還需要其他數據，比如不同的銷售渠道會涉及到不同的數據：1. 搜索引擎優化，搜索引擎站長工具后臺數據，其他SEO數據2. 搜索引擎營銷（競價）競價后臺數據3. 社交媒體：社交媒體后臺數據4. 展示類廣告投放 廣告投放平臺數據 等二、分析從這些后臺中拉出報表，看趨勢，按照不同的維度細分，找出問題三、提出解決方案根據數據中發現的問題，結合業務需要，給出解決的方法。重要的是需要評估好工作量和成本，不可以做盲目的改動。

也是學徒級別，學習中！

電商數據積累的越來越多，人工處理分析很苦難，這就要借助大數據分析工具了，推薦大數據可視化分析工具大數據魔鏡，有5個版本，云平臺版本，永久免費，基礎企業版離線安裝使用也是免費的，另外還有標準企業版，高級企業版和hadoop版，可以針對大數據的企業的需求定制解決方案，做的很專業。謝謝采納

1. 常規數據指標的監測，不在話下。如用戶量，新用戶量，UGC量（社交產品），銷量，付費量，推廣期間的各種數據等等。這些是最基礎也是最基本，同時也是boss們最關注的指標。你接手這項工作的時候第一任務就是把這些數據梳理好。2. 渠道分析，或者說流量分析。對于一個在上升期得APP來說，你們會花資源去引流量、去別的渠道拉用戶。 這時候就需要監測各個渠道的好壞，哪個效果好，哪個單價便宜，這都是需要渠道數據監測來完成。當然，你還需要跟蹤監測不同渠道用戶的后續表現，給每個渠道的用戶進行打分，讓BOSS知道哪個渠道值得投，哪個渠道是垃圾。 同時也可以監測iPhone和Android用戶的質量區別，一般來說，iphone用戶質量要略高于android用戶。當然，有多余精力的話還可以監測不同機型之間用戶的表現區別。 總之就是在不同的維度上監測不同用戶的表現。3. 用戶的核心轉化率。想想你的APP的核心功能是什么，然后去監測這個核心功能的轉化率。在游戲APP里可能叫付費率，在電商APP里可能叫購買率。不同的行業都有相應的不同轉化率，你可以將自己的產品和行業平均進行對比，看看自己的產品在行業中所處的地位。同時，通過長期的監測，你還可以更具這項數據評判APP不同版本的好壞。4. 用戶使用時長的監測。 一方面，這是一個監測用戶活躍度的非常好的指標。用戶使用時間長就意味這活躍度高，反之亦然。另一方面，想一想你的APP在設計的時候，當初預計一個正常的用戶每天會用多少時間，上線后用戶真正用的時間是否和你的預計相同？ 如果這里面有很大的偏差，就說明用戶對APP的認知和你當時設想是有不同的。 這個時候你就需要想想如何來調整你的產品，去迎合用戶的認知。（這里說一個題外話，個人認為在對產品做修改的時候一定是想辦法去迎合用戶，而不是想辦法改變用戶讓用戶去適應產品。這里以微博作為例子，用戶一直把微博看做是一款傳媒產品，一款信息交流工具。而微博一直想把它打造成一個綜合社交平臺，推出了微博會員，用戶推薦，各種私信評論規則等，后臺事實證明這一切都沒有改變用戶對微博的認知，微博所作的一切都是無效的。所以當你苦惱于為什么用戶沒有按照我的設想去用產品的時候，一定要想著我該怎樣變才能迎合用戶的需求，而不是去想我該怎樣變才能讓用戶認可產品的設計？）5. 用戶流失情況。 一方面需要監測用戶的流失率，比如新用戶進來后，第一、三、七、三十天還在使用產品的有多少人。流失率的變化可以直觀的反應APP再朝好的方向發展還是不好的方向發展。行業中也有一些平均水平指標，你可以參考這些指標評判自己APP的好壞。另一方面需要找到用戶流失的地方，看看用戶在哪些地方流失了，然后有的放矢，進行相應的改動。如果有能力的話，建模將用戶流失的各種情況都刻畫出來，這樣在產品的后續改動中就更加游刃有余了。6. 活躍用戶動態。密切關注APP活躍用戶的動態，傾聽他們的聲音。一旦發現異常立馬組織人員商討對策。活躍用戶（或者說核心用戶）是APP最寶貴的資源，關注他們的一舉一動，這個重要性不需要多說了吧.7. 用戶特征描述。這點和指標關系不大，有點建模的意思了。 將用戶的各個指標特征進行描述，越詳細越好。如性別，年齡，地域，手機型號，網絡型號，職業收入，興趣愛好等等。這些數據平時沒什么用，但對于產品人員來說，有時候會給他們很大的靈感。如果可能的話，還可以分以下維度：如活躍用戶的特征是什么樣的，較沉默的用戶的特征是怎樣的，流失用戶的特征是怎樣的。8. 用戶生命周期的監測。這個是專門針對那些社交、游戲類的APP來說的。當你的APP上線一段時間后（6-12個月），你可以回頭看看一個正常的用戶，完整的體驗你的APP的流程是怎樣的，大概需要多少時間。根據這個數據再結合一些其它數據可以大致的估算下你的產品能夠到怎樣的規模，讓你的BOSS們知道這款產品最終能發展成什么樣。 當然這個很難，產品的發展受到太多因素的影響，光靠你一個數據分析師來預測顯然是不那么靠譜的。