❶ 电商运营如何做数据分析
电商一般有这些数据指标，差不多就够了，可以参考下：
1、网站整体运营情况；
2、销售数据（订单数据）；
订单模板分享：
https://me.bdp.cn/share/index.html?shareId=sdo_
3、用户行为数据；
用户模板分享：
https://me.bdp.cn/share/index.html?shareId=sdo_
4、商品数据；
5、客户咨询数据；
咨询模板分享：
https://me.bdp.cn/share/index.html?shareId=sdo_
6、售后服务数据；
7、推广投放数据；
投放模板分享：
https://me.bdp.cn/share/index.html?shareId=sdo_
8、营销活动数据；
9、财务数据：盈利、成本等
--> 基本指标篇 <--
1、销售数据
商品方面：
1、总销售额，总销量
2、热销商品top N，热销品类top N （这些是件数，也就是销量）
3、商品销售额贡献top N，品类销售额贡献 top N （这些是金额，有些大件商品）
还可以看的更细一点，每件商品的利润不一样，可以算出来：
4、利润额贡献top N，品类利润额贡献 top N。
——以上有助于你划分哪些商品来引流，哪些商品来促销。
5、浏览量商品最高 top N，浏览量品类最高 top N。
——看看有啥商品浏览量高却卖不出去的，要调查原因是价格不好还是什么？
客户方面
总访客、新访客、新注册用户、客单价
用户地域分布、用户设备来源分布（浏览器或设备）、用户渠道来源分布（访问网站、网络推广、券妈妈之类的……）
活动期间访问趋势（一般是个线图 横轴是时间 纵轴是访问量 多线图还可以加一根销售额）
2、运营数据
客户行为数据
1、每日uv、pv等等……
2、热区图（把用户的行为做一个简单的可视化呈现，看看哪里点的最多，活动页面下面几屏有没有热度，如果下面有想要主推的利润高的产品，要及时往上挪）
3、转化漏斗（从访问、注册、加购、下单、付款做一个漏斗，看到底哪个环节流失客户最多，有bug修bug，有流程不顺要改善）
推广数据
1、推广总费用，总收入，ROI
2、各渠道费用，点击量，收入，ROI（可以用分组条图或柱线图来展示各渠道的费用与收入，投入高的渠道效果不一定好，通过对比可以筛选性价比最高的推广渠道）
--> 工具篇 <--
说完基本指标，说说工具好啦。我看到题主问除了excel还有啥，当然不能靠excel。
原始数据辣眼睛～
做表比较慢，而且相对不太智能，数据多的时候，绝对不能手抖～
传递起来太慢了，动不动好几十兆，要是做成ppt或者pdf吧，又要费好几个小时的时间。
在效率为王的时代，我们不是为了在活动过程中就强化好的地方、修正不好的地方吗？
等ppt做好了黄花菜都凉了。
看看要是数据直接成这样了会不会很好看？
就是有这样的神器～鼠标拖一拖、拽一拽，左边的excel就变成右边的可视化图表了！
然后看（领）表（导）的人就不用暗自运气了，
只要看看颜色，比比大小、长短、高低，哪里需要整、哪里需要改，哪里需要赞，一目了然！
分析工具就是 运营|整合分散的运营数据，实时分析、精准洞察
追踪客户行为的工具可以用： GrowingIO 官网－硅谷新一代无埋点用户行为数据分析产品
线上表单工具： 伙伴办公 - 领先的移动办公与数据管理平台
项目协作工具： Team Collaboration Solutions
❷ 干货来了，分库分表的实战案例分享
问题现状
某系统， 订单单表早就已经突破200G ，由于查询维度较多，即使加了 两个从库，优化索引 等优化手段也无济于事。因为数据库达到瓶颈，应用只能通过 限速、异步队列等对其进行保护， 因此进行分库分表的尝试 。
整体思路
按照商户ID进行分库，用户ID进行分表，同时通过数据同步等方式，把数据同步到一个运营库， 同时满足C端用户、B端商户、客服、运营等的需求。最终，通过 新老系统双写 逐渐从老库过渡到新库，完成业务的切换。
切分策略
1. 查询切分
将ID和库的Mapping关系记录在一个单独的库中，但是这样 引入额外的服务器来维护这个Mapping关系 。
2. 范围切分
按照时间区间或ID区间来切分。但是 针对于某些大商户来说，还是解决不了性能瓶颈的问题 。
3. Hash切分（最终方案）
我们分库分表的方案是16*16的。
商户Id后四位mod 16 分16个库， UserId后四位Mod 16 将每个库分为16个表，共计分为256张表。
线上部署情况为 4个集群 ，每个集群4个库（ 1主3从 ）。
场景一：数据库性能达到瓶颈：扩大数据库的集群数量，从16个数据库变成32个数据库。
场景二：单表容量达到瓶颈：扩大分表的数量，从16切分变成32切分。
唯一ID方案
1. 利用数据库自增ID(单点风险、单机性能瓶颈)
2. 利用数据库集群并设置相应的步长（ 需要单独的数据库集群 ）
3. Twitter Snowflake( 需要独立的集群以及ZK )
4. 采用了带有业务属性的方案：（时间戳+商户ID+用户ID+随机数）
其他问题
数据迁移
第一阶段
第二阶段
第三阶段
总结
❸ 如何在excel中进行分配数据
如将3000分配的10,58,76，57,34···中，不明白什么意思？3000平分成 10个数据？
第二 数据整体下调 可以 将一堆数据 都乘以5% 然后复制 粘贴的时候 选择 “选择性粘贴”选 “数值” 就可以了！