运营计划

（一）店铺的上线及日常管理

  1、确定店铺的整体风格，做好各个区域的美工工作。

  2、细化买家须知内容，尽量做到顾客可以自主购物。

  3、美工负责将待售产品的图片做好处理，编辑配置好相关的文案说明。

  4、编辑好各个产品的标题，宝贝描述后，核实价格及库存信息后，全部上架。

  5、刷单采用两种方式的结合：冒进的刷（拉低单价，减少资金流动风险，大量的刷，转化率异常一定程度也不会影响被抓，大多数被抓原因：物流异常，价格改动大，页面访问异常）和安全的刷（效率低基本安全，合理的控制转化率以及仿照正常的交易流程刷）

备注：虚假交易的后果是30天单品降权不扣分，只是对单款会造成影响，因此次推产品前期可以按照冒进的方式刷主要方式：1.SKU欺骗刷2.优惠券结合刷3.满减刷

(二)营销活动

 1、首先确定2款互补性主打产品，3款次主打产品，以后历次活动优先考虑选定的2款主打产品的报名，以此吸引客户，做好关联销售。

 2、配合淘宝的店铺的推广活动，前期主要是直通车+刷单的方式，设置产品VIP折扣价格。

 3、设置或报名淘宝客，今日特价等相关以及其它类目活动，结合其它第三方淘宝客网站，以此引进流量。

(三)关注店铺内的数据结构变化

   细化各种产品或品牌的信息传递，作为应对方案，可以每天关注并研究店内流量结构，在流量提升的情况下，争取把付费流量控制在50%以下，从而达到比较合理的数据结构，免费流量，付费流量，老客户流量，站外流量争取能做到3:3:3:1的理想化结构。对于长期的店铺运营来讲，开源节流永远是一个不错的选择，一个好的店铺必须有一定的访问深度，如果跳失率过高就要分析原因，比如详情传递的信息不够到位，关联没有做好，没有链接点击到其它页面等等，这对店铺的长期推广尤其的重要，对筛选直通车的关键字也是至关重要，假若全店的跳失率在50%，那么跳失率大于50%的关键字就要仔细的斟酌了，而跳失率极低的关键字就值得我们大力去推广。如果一个健康的店铺，访客数应该是环比上升，当然做活动例外，如果是环比上升，那说明店铺是健康的，当然做活动这种特殊的情况要对比一下活动前后的数据变化，找出任何数据变化的背后原因。在关注每天的流量对比的同时还要关注每小时的流量对比，推出合理的计划安排，其次通过地域访客分布，对直通车做适当的计划推广，店铺内也可以做适当的活动，让好的更好，还有产品的流失分析等等

淘宝店铺常规运营列表：

第二篇：运营好淘宝天猫

运营好淘宝天猫的九大法则 来源： 作者：

相对于传统零售来说，互联网有很多优势，而其中之一正是无处不在的数据流。做电子商务我们除了像传统行业一样，做产品，做服务，做广告，做供应链之外。我们还多了一项重要的东西，那就是数据。利用数据，我们可以更行之有效地进行销售，进行推广，甚至进行产品开发。

交待完上面这些比较虚的东西，终于可以引出我的第一个议题了：数据化运营。那么，做为一个淘宝店长，做为一个天猫运营，做为一个电子商务从业者。如何运用数据来趋动运营呢?或者说得更白一点，每天究竟要看哪些数据呢?怎么去整理分析海量的数据呢?

以下我将用自己实际工作中的数据报表来做一些说明。

一提到数据，很多人都至少会说出三个：流量，转化率，销售额。没错，这三个数据是最重要的数据之一了。估计每一个店长和老板早上都会看，而我每天看的第一个报表则是下面这样的：

版块1：每天的推广花费情况要一目了然。

版块2：流量结构中最核心的几组数据心里要有底。

版块3：店铺流量的大致情况是最基本的数据不容忽视。

版块4：成交数据及一些交叉分析的结果可以直接反映问题。

毫无疑问，这张表只是一个简单的日报表，不是数据化运营!它只是简单地囊括了我每天

上班之后必看的一组数据。而这些笼统的，抽象的数据，需要我们将它分门别类，

抽丝剥茧，分析挖掘。只有这样，我们才能真正实现用数据来趋动运营，以下一条一条来说明。

1、流量结构分析报表

说到流量，几乎每个运营都说关注过，说到流量结构，却只有小部分人在研究。而真正做好运营，只知道每天的流量是不够的，还要了解流量结构，了解每一个流量入口的趋势变化。先上图再讲解：

首先要说，流量入口有很多，绝不只我上面列的这几种，但上面列的这些是我认为值得长期关注的。我把流量入口分成了3.5个部分，第1部分是付费流量，主要是指即时付费的直通车和钻石展位;第2部分是自然流量，主要是指搜索流量和类目流量;第3部分是回头流量，主要包括一些收藏和购物车的流量，‘直接访问’我把他理解成浏览器收藏(不全是，但没必要较真)，所以也划到了回头流量这块，还有0.5个部分是单独指淘宝客的，因为淘宝客流量并不直接形成费用，只有转化了才会有佣金支出，所以我纠结地把它单独划开了。

在这个流量结构分析表中，‘数值’代表各流量入口的PV值，而‘比值’是指该流量入口所带来的流量占店铺总流量的比值。

在这个流量结构分析表中，我最关心的是付费流量，自然流量，回头流量各占的比例是多少，曾经有所谓的专家说3：3：3的比例将是最合理的流量结构。我并不完全苟同，合不合理，只有操作自己店铺的人才知道，从实践中去找到自己的合理结构才是真理。

简单来说我的建议是：1、对于初始阶段的店铺来说，付费流量占比可以维持在25%~35%，通过付费流量的导入来测试市场，磨合团队。但不宜盲目扩张。2、对于扩张阶段的店铺来说，付费流量占比可以维持在35%~45%，这个阶段大流量的导入是为了重拳出击，快速

占领市场。

3、对于稳定阶段的店铺来说，付费流量占比可以维持在20%~30%，这个阶段，合理的流量结构才是销售与利润最大化的一个必要条件。

细心的人可能会发现我在上面这个流量结构分析中加入了一列‘转化率’的数据。之所以加入这列数据，是为了用转化率和流量入口比值进行相关性分析(EXCEL中可以直接用相关性系数函数，不会的人可以问度娘)，通过相关性分析，可以明白一件事情，就是哪些流量会拉高店铺转化率，哪些流量会拉低店铺转化率。

当然，有时候问题会很简单，不需要进行相关性分析。例如某一天，你店铺流量相比之前没有变化，但转化率突然降了很多。你该做的第一件事情就是来看流量结构，结果你发现虽然总流量没有变化，但这天淘宝客流量突然拉高了，搜索流量环比在下降。那么问题就出来了，虽然总流量变化不大，但垃圾淘宝客的流量导致了你这天转化率在下降。

2、单品搜索与流量分析报表

不管是直通车推广的，还是做SEO的，都非常关注一个问题，那就是自己家的产品在淘宝的关键词搜索下究竟排在什么位置，能不能进前三页，甚至能不能锁定豆腐块的位置。众所周知在淘宝的关键词搜索下有好几种结果，人气排序，单维度销量排序，天猫排序等。在这种情况下，要想精细化运营，我有这样一个报表：

报表的左侧部分是关键词搜索排位。我筛选了五组重点关注的关键词，每天实时统计，在这个关键词搜索下这款产品究竟排在第几页第几个(表格中的1-10代表该产品在搜索结果第1页第10个)，按人气排序，按销量排序，按天猫排序(在搜索前台功能中，这三个是最常被用到的TAB)三种结果均有统计。可能有人会问为什么不统计‘所有宝贝’的排序结果，那是因为‘所有宝贝’的搜索结果是加入了时间模型的，变化非常大，不好统计。

报表的右侧部分则是单品的流量入口数据，不作详解，一眼能看懂。其中，最右侧的交

叉分析数据

‘付费流量比’是我比较关注单品数据之一。这个数据会是单品推广计划的一个参考指标。

通过观测这个表上的统计数据，还可以发现一些运营动作对关键词排位，对流量的影响。例如某一天对标题进行改动之后，可以从接下来几天的关键词排位上明显发现变化。优则保持，差则复原。再比如某一天对宝贝首图进行更换之后，可以观测接下来几天在排位没有明显变化的情况下，搜索流量及类目流量是否有起伏变化。以此可以判断是否在朝更好的方向进行，这个过程就叫有的放矢。

3、单品盈亏分析报表

上面那个‘单品搜索与流量分析表’有它存在的意义，但这还不足以反映经营的本质。我在开头就说过，电子商务的本质还是零售(狭隘地理解一下就好，把电子商务看成淘宝天猫)，而零售是一定需要盈利的，不赚钱的商业行为都是耍流氓。所以，对于运营来说，要先从单品的角度来分析盈利的情况。于是我会单独制作并关注下面这个表：

这个表比较容易理解，将单品的流量数据，费用支出数据，及销售数据放在一张表上，再结合单品的成本、邮费、天猫扣点来计算单品的当日盈亏数，累计盈亏数。通过这张表，可以让老板很清楚地明白哪个产品在赚钱，赚多少，哪个产品在亏钱，亏多少。

这个表上有三列数据我用了红色粗体显示，并且在截图的时候用了蓝框框住。之所以这么做，是想告诉大家，这三个运营指标是判断单品是否能盈利的核心条件。付费流量比：单品付费流量占单品总流量的比值。付费PPC：付费流量的平均成本，简单说就是每个付费流量花了多少钱。转化率：单品的总转化率

很多产品在刚刚推向市场的时候，或者在被运营当做爆款来炒的时候都有可能是在亏钱的。那么在什么条件下能赚钱，什么时候能赚钱将成为一个疑问，而把握住这三个指标，将

会让你有针对性地去做推广计划，去优化产品。

在其他条件不变的情况下，付费流量比越低，则盈利能力越高

在其他条件不变的情况下，付费PPC越低，则盈利能力越高

在其他条件不变的情况下，转化率越高，则盈利能力越高

4、竞品分析报表

前面用了大量的时间来整理自己店内的数据，除此之外，对于竞争对手，对于竞争对手的产品，也要有充分地了解，通过下面这张‘竞品分析表’，将有益于自己把所握市场趋势(也可理解为在淘宝市场中类目的变化趋势)，以及了解竞品数据，制订自己的差异化战略

先简单介绍一下这张表的背景，我将整个类目下C店月销售量过3000件，天猫月销售量过2000件的单品全部纳入了我的统计追踪范围。上图右侧被蓝框框住的部分是我在指定日期(其实就是每周一)统计的当前月销售件数。其实这里还有大量的日期数据被我隐藏了，如果我告诉你们，对这些竞品我已经统计了一年，已经有50周的数据被我隐藏了，你们信还是不信。。。

表格第一列是商品ID，通过备注功能把每个产品的图片都加上了，看起来非常直观。表格第三列是品类的划分，这个是我自己定义的，方便我后面做分类统计分析。第七列‘热销度’也是我自己定义的名词，是用累销量除以当前月销量(最近一个统计周期的月销量)得出的比值，比值越高，说明这个单品在淘宝上卖的时候越长，举例说，如果这个值是6，那直接理解为以当前这个月销量的速度，这个单品已经卖了6个月。第八列评分即指动态评分。第

十列‘累销量’

是仅针对天猫的，因为天猫的商品是可以看到累计卖出多少的。

通过统计分析这张表可以得到很多信息，把握一个产品的生命周期过程，以及在季节因素下类目的增长变化情况。而这些可以帮助一个运营人员非常精细地去做自己的产品推广计划。

5、同行店铺分析报表

在上一条我就说过了，知已知彼，百战不殆，所以除了追踪竞品数据，定期更新同行店铺的基础信息也可以成为一个必备工作

要介绍两个名词，第六列‘匹配SKU率’和第七列‘偏重’，好吧，这也是我生造出来的词(貌似我很喜欢生造词)。匹配SKU率：是指该店铺当前出售中的商品有百分之多少和我的店铺是同一个品类的。通过这个数据，可以快速地筛选出哪些类目同行和我的竞争性最大。偏重：指该店铺累计销量前十的产品中有多少个是和我的主营产品一个类目的。。。之所以要引入这两组变量，是因为有些店铺卖的东西比较杂。

这个报表不多说，有心的人会觉得很有用，会去做

6、直通车日报表

这个表也是我每日必看日报表(因为直通车是我们的主要推广工具)，我习惯拿这个表去跟我的直通车手沟通。制定目标，监督执行。

截图中，我还是框出了我最关注的四列数据。其中关注CTR大过关注PPC，原因是操作直通车，必须要先想办法提高CTR，提高质量得分，才能有效降低PPC。其次我关注转化率大过关注ROI，原因也是一样，转化率是原，ROI是果。

有些人把直通车日报表做得很复杂，从而在海量的数据中抓不住重点，也有些人则根本不做直通车日报表，这都不是好的工作方法，直通车是一个偏理性的推广工具，所有的操作其实都可以通过之前的数据变化趋势来找到方向的。一句话，重视数据，用数据来趋动直通车推广。

7、直通车转化数据分析报表

上一条我建议把直通车日报表做简单，那是因为对于时刻需要操作的直通车来说，效率更重要。当然，在一些做直通车总结的情况下，也是需要对直通车进入精细化分析的。例如我使用的‘直通车转化数据分析报表’：

流量价值是根据利润算出来的，指平均每一个流量带来的利润是多少。而点击盈亏则是用流量价值减去

PPC之后的数值，指平均每一次直通车的点击，究竟赚了多少，亏了多少。

这是一种精细到最小变量单元的直通车数据分析方法。在直通车推广过程中，可以结合使用。这样子的好处，是可以让直通车手在操作过程中将盈亏分析精细到每一个单品每一个关键词上。从而做出最正确的选择。

8、钻展投放计划策略/钻展投放效果统计

首先说明，下面这个报表还是在钻展1.0时代我的工作表。利用这个报表，我可以将钻展投放工作做到很数据化。

解释一下：黑框表示投放时段，消耗率=实际消耗/预算额

不管是钻展1.0，还是钻展2.0，其实都是一样的，首先要把钱花出去，其次要把成本降下来，最后要把流量变成销售额。

我把消耗率框出来是想说明：通过不断地测试，让你的消耗率保持在90%左右吧!如果是100%说明你还有降低成本获取流量的空间，如果太低说明你连钱都花不出去。

此外，对于数据化运营这个思路来说，钻展也不应该是盲目投放的，钻展的转化数据也是需要统计的:

我这里钻展的成交数据是用一个订购的卖家服务来统计的，有人说这个统计数据可能不准确，那么我的观点是：没必要纠结准或者不准，用观测到的数据去指导下一步的运营，何必不做呢。

9、N多其他报表

DSR动态评分表

店铺首页流量数据分析报表

用户地区分析报表

这些报表就不多解释了，平时也会用到。

写到这里回头往前看，我突然发现一个问题，我并没有将我脑海中的数据化运营思想给阐述清楚，因为我用了大量的篇幅来介绍一个个报表，浅尝辄止。而这只是数据化运营的基础内容。后面真正要做的还有很多：利用这些统计报表，去做趋势分析，去做KPI分解，去建立数据模型。。。

好吧，我只能打住了，毕竟‘数据化运营’这个命题还是蛮大。如果真要写个详尽，那应该是本小书了吧。干脆就拿这篇当做一个引子罢了，引发大家更多的对于数据化运营的思考。电子商务，无数据，不电商!

当然，有些观点我还是简要地提炼一下：

1、数据化运营的前提是将我们的一切形为产生的数据纪录整理出来，通过对它们进行分类，抽取，交叉分析而得出可以指导下一步工作的结论。

2、数据化运营的特征是要学会进行指标拆分，数据分层，化整为零，化零为整。

3、数据化运营的初级阶段是数据统计与整理，中级阶段是数据分析与挖掘，终极阶段是数据建模与应用。