电商企业在运营过程中，天然的会积累很多的店铺订单数据，通过科学的数据分析方法，对它们进行详细分析，企业可以挖掘出很多很有价值的信息，持续优化商品的管理运营，实现业务的持续增长，从而在电商领域取得更大的成功。本文九数云BI（www.jiushuyun.com)带来电商订单数据分析的4个角度，希望能为电商企业提供一些分析思路。

订单数据分析

1、销售趋势分析

销售趋势分析是每个销售人员的必备技能，能帮我们更好地了解市场情况，制定更有效的销售策略。一般来说，搭建好以下几个维度的指标趋势图，便可以满足大多数的查询和洞察需要，帮助管理者快速发现异常。

2、热销商品排行分析

一个平台店铺，销售的商品数往往很多，少说几十种，多的达到上百个类别，那么多商品的销量管理就变成了一件非常复杂的事情。进行电商订单数据分析，盘点店铺的热销商品及爆品，监测商品的热销排行很重要。

对于热销商品，企业可以增加库存和上架量；对于销量不好的商品，企业可以减少进货量/进行清仓特价活动/直接下架该商品...避免让店铺出现“爆款无存货，滞销款堆满仓”的局面。

3、商品四象限分析

大部分电商商家，店铺的商品可能有很多，该如何设置和定位不同的商品呢？可以根据企业的实际情况进行订单数据分析，选择核心的指标，将商品进行划分。

如：在商品运营时，通过会话次数、转化率、销售额等指标，将商品划分为明星商品、问题商品、淘汰商品、潜力商品四个象限。

又比如，在选品货盘时，通过需求和销量、价格和利润等指标，布局爆款商品、引流商品、利润商品和独家防御商品四大类产品。这几类商品可以基本满足商家选品策略和经营策略的需要，保证店铺有流量、有人气、有销量、有利润；价格带从低到高，能满足不同的消费需求。

在库存管理时，可以通过库存天数、库存周转率等指标，将商品做成四象限图（横坐标是库存天数，纵坐标是库存周转率）。

4、购物篮分析

“啤酒和尿不湿”的案例大家都听说过，说的是美国零售巨头沃尔玛发现啤酒和尿不湿之间存在关联性。

在有些地方，购买尿不湿的大多是父亲，他们在购买尿不湿时经常会购买啤酒。沃尔玛发现了这个规律，将啤酒和尿不湿捆绑在一起售卖，从而提升了商品的销售量。这是一个典型的购物篮分析案例。

所谓“购物篮”，就是消费者的购物车。消费者的购物车里添加了各种各样的商品，这些商品可能存在关联性，也可能不存在关联性。

一个消费者的购物车里添加了尿不湿和啤酒，说明不了什么问题。如果100个、1,000个消费者的购物车里都添加了尿不湿和啤酒，就说明了一定的问题，即尿不湿和啤酒存在某种关联性。

购物篮分析，就是零售公司或电商公司通过对消费者购物车和消费数据的分析（订单数据分析），从中发现消费者购买商品的规律，找到关联性高的商品，将这些商品搭配在一起售卖。

购物篮分析在实际业务中具有以下4点意义：

以上就是电商订单数据分析的4个维度，希望对你有帮助！