O2O一般是指线下的商业机会与互联网进行结合，O2O电商平台主要提供餐饮、娱乐、健身、出租车等服务。

 

B2C电商平台则更注重直接提供实体商品，互联网是其打造品牌，进行市场营销的重要工具，物流在B2C商业模式中发挥着重要的作用。

 

与所有电商平台相似，搭建数据分析系统的框架内容主要包括数据分析系统的目标、体系、应用措施以及工具和方法。

 

结合兼营O2O模式和B2C模式的电商平台特色，可以从以下几个方面内容规划整体的数据分析系统。

 

首先，在数据分析系统的目标确定方面，建议区分为直接目标和短期目标。同时运营O2O模式和B2C模式的电商平台，拥有的核心竞争力是线上与线下的融合能力。因此，搭建的数据分析系统直接目标应锁定为进一步提升电商平台的融合力，畅通供需链。而短期目标应更容易落地，建议明确为以实现直接目标为方向，对现有数据分析系统中的存储、网络、主机、数据库等进行优化。

 

其次，在数据分析系统的体系建设方面，应当理解一个概念，即数据分析系统本身应具有体系性，具体包括数据规划、数据采集、数据统计、数据挖掘、数据决策等多个流程环节。兼营O2O模式和B2C模式的电商平台，应利用自身特点，在以上各个环节中发挥自身优势。例如，在数据采集环节，电商平台应重点实现O2O与B2C两种模式中数据的贯通，实现大口径采集信息。

 

在数据挖掘环节，可以重点考量两种模式数据之间的关联性，为数据决策提供更为有效的依据。

 

再次，在数据分析系统应用方面，三个方向性的落地措施应予以关注。一是，数据分析系统的核心应用在于提升产品和服务体验。无论O2O模式，还是B2C模式，服务的对象均为网络消费者。而有网络消费习惯的用户，一般更加关注产品或服务的心理体验。特别是其中的O2O模式，对即时服务的心理体验要求极强。因此，数据分析的策略也应导向于此。二是，在用户转化率方面，可以实现两种模式之间的相互转换。例如，对于有服务消费需求的消费者，同样可以通过网络营销手段，将其转化为网上商品消费者。针对一种模式的客户行为进行模型测试，对于发现的可能流失的客户，电商平台可优先选择采用客户内部转化策略。电商平台内部客户之间的相互转化，可以有效节约获客成本，并且，有利于发挥网络营销长尾效应。三是，在获客渠道方面，建议前期集中资源搭建营销网络，打造爆款产品，利用广告监测系统动态关注流量来源，并及时做出广告监测效果评析。

 

最后，在数据分析系统的工具和方法方面，仍然可以采用常用的分析工具，如网络流量分析工具、用户行为分析工具等。不同的是，使用工具时，要关注兼营模式中流量的交叉性和行为的重复性问题。常见的分析方法包括分群分析法、热图分析法、渠道归因法等，同样可以根据不同需求选择适用。

 

综上，数据分析系统的运行原理在于用系统的方法放大数据的使用价值，支持经营策略的可参考性和可评价性。兼营O2O模式和B2C模式的电商平台，应基于自身线上与线下融合、商品与服务融合的特色，搭建科学有效的数据分析系统。

 

文章载于“悟空问答”（2018年7月11日）