有心的朋友可能还记得我，大概在17年的时候发表过关于淘宝运营的知识，讲了讲一些有趣的东西，现在看来有些惭愧，都很浅薄，不过好在我没有放弃，仍在继续努力，所以年底的时候也再来谈谈今年关于淘宝服装店铺数据化运营的心得。总体来说，我今年为一些店铺做了时间不等的数据跟踪、问题解决（数据怎么看，爆款怎么起，店铺现在有什么问题，客服怎么管理，仓库怎么发货，工厂怎么谈等等等等）等我称之为咨询的事情，最长的店铺跟进时间超过20个月，短的只有3个月，得到了很多特定的问题，也看到了很多通用的问题，都非常有趣，所有的问题最终都会归结回人、货、钱三个核心，团队的平均水平（夫妻店问题），店铺的核心模糊（笑脸走量还是高冷赚润）、现金流（通病就是，很多店主用主账号做自己的消费账户，导致年底核账的时候分项反倒成了耗时耗力的一项工作）都会不同程度的反映出各自的阶段问题。
我在今年这种相对自由而散漫的节奏中不断的观察店铺，围绕产生的问题、争吵、沮丧、爆发，产生了很多有趣的想法，也获得了许多的经验，这里就不展开了，围绕今年做的一个有趣的东西说说。
简单来说，根据今年的实际情况，我“设计”了一个，额，算是商业BI的报表“系统”吧。
之所以说算是，是因为从我的文科生角度出发，我并没有用python、数据库或者其他比较复杂的技术，也没有用spass等专业的统计工具，仅仅是用excel做的，原因有以下两点：
1、我确实缺乏相关的基础，没法从头学起，从面向业务的角度出发，投入产出比实在不高；
2、淘宝行业的从业人员总体来说，中层以下基本为大专学历水平，弄的非常高深，会导致执行度的大大降低。
接下来讲讲我的'NDVS v1.0'(New Data Value System)
总体结构设想为四部分：
1、源数据
包含：
订单系统-淘宝的历史订单和仅3个月订单
流量来源-由于id聚合的流量汇总需要去重运算，但是淘宝没有给出去重的对应数据，所以需要单独根据来源渠道进行流量的录入
商品数据-以id为维度的单天数据
商品信息表-包含id、上新时间（服装行业最重要的时间节点，后面有空讲讲）、所属子类目、状态（是否在架上销售）
主图库-报表生成后根据id匹配进入的图片标识
ERP数据-导出时间、可配货商品库存（剔除虚拟物品）、生产在途商品库存
辅助信息表-作为数据缺失部分的手动录入部分（避免直接更改自动生成的商品信息表）
2、数据处理及运算
通过power query抓取源数据并统一规范表头、清洗null和error数据后，加载到数据模型中通过power pivot进行计算，表的结构包含：
店铺数据-很简单，按照日期进行所有指标的汇总
商品数据-所有跟id相关的数据报表都通过这里聚合、计算、呈现
流量来源-根据流量来源结合发生日期进行重新呈现
类目-通过商品信息表中的子类目和商品数据，重新按照子类目进行数据的聚合和呈现
周产品-很有趣，我在17年的时候分享过关于周产品数据表的相关，核心就是以7天为一个维度，每周进行商品的数据的呈现，并根据综合指标来进行排名、分级，进而采取不同的动作，实际过程中，这是一个相对有效的跨部门协作的办法，运营在整理数据后，可以协调设计、客服、供应链、仓库等各个部门，围绕周产品分析表讨论不同级别商品的策略（针对爆款，如何维护？针对滞销款，是否需要出清？这个款上一周退款率超过30%，需要采取什么样的动作？），整体来说，它适合作为一个“触发器”来完成细化到单品的推款策略
上新—这是我今年最大的收获，围绕淘宝新品期的规则（上新当天取得新品标后，会作为新品标入池，给与额外的流量扶持，最长28天，也就是4周），我将上新切成三个部分：预热期（定时上架-产生销量前），上新期（上新当天），考核期（上新第二天到第28天），根据这三个时间区间，分别抓取各自产生的数据进行对比和分析，最大的感受就是，上新的时候，大部分款都是炮灰，极少数款成为爆款，并给与店铺持久的推动力。所以如果问服装店铺该怎么做，我现在的答案会围绕这里出发，很简单的说，控制上新首单，提升预热期平均款的流量，倾斜所有资源给重点款，尽可能的控制补单的现金流。
3、报表呈现
我这两天发现了一个新的函数，DAX里面有个非常重要的ALL函数，解决了我很多的问题，所以新的版本我将之命名为New Data Value System，解放了我以前一些用笨办法强行解决的问题，不过还没有完全做完，毕竟是文科生，稍微绕几圈就会有些晕乎。
啰嗦了这么多，下面贴一下整体的呈现效果
这是数据源的查询和调用
这是调取后建立的表之间的关系
店铺报表呈现样例
周产品分析表
以上新为维度的单款分析
以子类目为维度的核心指标分析
还有一些其他的待定项目比如财务报表的整合，订单的整合，不过暂时没有特别大的需求，另外为了降低调整的难度（毕竟这样搞下来已经非常吃力），没有考虑整合进来。
如前面所说，我面向业务而非技术去研究、解决这些问题，所以一开始用了很多土方法（辅助表、用excel函数一遍遍反复运算等），但是当带着需求回头看到一些语焉不详的方法介绍，却忽然有茅塞顿开的感觉，也是今年很开心的一个隐藏收获了。
具体的逻辑要是展开会非常多，比如商品评级的6+2个指标，上新的不同阶段的关注点（预热期的流量指标，上新期的爆发指标，考核期的服务指标）等等，我就不展开了，毕竟仅仅是一个跨年的感想贴，也算是趁着家人都睡觉，随便闲聊两句了。
好了最后祝大家2019年新年快乐，明年都要加油鸭~~
