话不多说，直接上干货！
做了张流程图：
不同阶段运营重点要关注的数据是不一样的，上图是贯穿产品推广的整个流程，运营要做的工作。
但一般运营的日常只需重点关注三个方面的数据：
行业数据；
同行数据；
自己数据；
我分开具体来说：
1、行业数据
即对你产品所在的整个大环境进行分析。分析包括市场容易多大、利润多少、以你的实力能挣取到多少流量。也就是判断一个产品能不能在淘宝卖。
一、时间维度 从时间维度上来看，除了显示分析周期的数据，最常用的分析方式是同比和环比，时间区间可以是年、季和月，甚至是周，不过周相对用的少。二、商品类别、价格维度 本次分析我主要是从商品类别、价格等多角度来进行。
那么如何去分析呢？
没有市场需求的产品，即使产品品质很好也是没有前（钱）途的。虽然目前淘系电商推广渠道多样化了，但是到目前为止绝大多数客户仍然是通过搜索关键词找到需要的产品。所以如果你产品相关的关键词在淘宝上搜索量过少，至少说明当下是不太适合在淘宝上销售。
市场分析从选词入手，选词就是选择市场。
比如你做“台灯”，打开“生意参谋-市场-搜索分析“，输入查询词之后：
关键词倍数=日搜索人气/在线商品数量
电商分析数据方法如下：一、依据用户画像，洞察需求 用户画像即用户信息标签化，通过收集用户的社会属性、消费习惯、偏好特征等各个维度的数据，进而对用户或产品特征属性进行刻画，并对这些特征进行分析、统计，挖掘潜在价值信息，。
我们用产品的日搜索人气比上在线商品数量得出这个数值，日搜索人气代表着这个市场有多少需求，店铺运营数据分析，有多少人搜索，而在线商品数量代表着这个市场有多少人在供给。
这个数值肯定是越大越好，越大越代表这个市场更容易做。
可以看出台灯的市场总体竞争是非常大的，但是“台灯 护眼 书桌”和“小米台灯”这俩的市场还是很好的，如果短期内找到或者代理资源，应该是有机会的。
2、同行数据
怎么去分析呢？
通过生意参谋的市场洞察，能够看到同行的流量渠道，日访客数有多少，引流关键词、成交关键词，以及引流关键词带来了多少访客。
如果有订购市场洞察的专业版或者豪华版，这里面还隐藏了一个极其实用的功能。
我们可以借助这个工具，看到竞品日出多少单。
只要能拿到这个数据 ，对手的链接近乎处于“裸奔”的状态。
实例分析：
像这个店铺，我们之前分析的一个同行。淘宝客27万流量，16万订单，100%是让淘宝客刷的。这都是自杀式玩法，输了亏一部车，成了赚一套房。一般这么玩的人，很多都准备的多个链接，死一个没事儿。一般遇到这样的对手，就不要玩了，无论是钱，经验，胆子，技巧都很难比得过。
3、分析自己店铺
数据是店铺问题诊断的基础，当我们的店铺出现问题，比如说流量下滑、转化率下滑，这肯定是有原因的，绝大多数原因我们能够通过逻辑分析去判断出个大概，我们所有的分析和判断都必须要通过数据去进行一个验证和分析，如果不经过这一步，你只是主观上分析的话，很容易出错。
打开生意参谋，可以看到店铺当天的销售额、访客量和转化等数据：
打开生意参谋的流量纵横，可以看到店铺内各个单品最近7天的访客数数据：
以及最近7天这个单品流量渠道构成情况：
实例分析：
比如我们的店铺流量正常一天3000-4000左右，现在直降1000多，这个时候我们该怎么办呢？
正常的分析思路如下：
第二步：
最后，怎样进行电商网站数据分析也离不开站内数据流分析这个方面。这里所说的站内数据流的分析，主要是用于分析购物流程顺畅程度及网站产品分布合理与否等等，然后再根据这些来分析页面流量排名及场景转化率分析，站内搜索分析及。
第三步：再点开品类-商品360，找到这款商品，主要下访客数、转化率和收藏加购情况。
第四步：
然后锁定这个流量渠道，去找原因。
一般出现下滑的流量为手淘搜索、手淘首页、直通车等。我们逐一来看原因。
1、假如手淘搜索流量下滑，一般可能三个原因：
1）根本原因就是店铺近期销量下降或者是对手销量上升。
2）店铺转化率下降，这个时候需要去考虑：店铺近期是不是有差评？是否更换图片？是不是新来的售前客服转化做的不好。
3）行业大盘搜索量变化，一般在大促之前，行业整体流量都会下降。当然也会有一些类目受季节因素、地域因素、节日因素影响;
2、假如是直通车流量下滑，要检查下近期同行的竞争环境变化，因为类目投放付费广告的店铺突然增多，你直通车的花费就会提高，日限额不变的情况下流量就会下滑。
4、尽量去分析商品近一周的转化率、销量以及收藏加购情况，手淘搜索流量下滑和这三点有直接关系，比如转化率从今天开始下滑一半，三四天之后流量就会跟着下滑，流量下滑再导致日产出会下滑，日产出下滑在导致层级下滑流量下滑，从此恶性循环。
一.电商数据分析架构 首先需要承认的是，数据分析架构模型的前置是需要对业务的日常工作场景及需求有充足的理解，并能提出具有建议的数据分析方法，以释放业务人员在数据分析环节的时效。二.线上店铺管理分析 对于一家店铺的用户。
