当下我们浏览购物网站或APP的时候，常常会发现网站或APP给我们推荐一些商品，仔细观察会发现这些推荐品跟我们曾经浏览过的商品有某种类似。
例如，最近在网站上APP上搜索过“眼霜”，之后，页面的中间就出现了眼霜的推荐。
那么这些网站究竟是如何推荐的呢？他们又是怎样做产品分析的呢？其实，产品的优化和推荐，还得从用户的喜好说起。
电商网站就好比是公司的一个名片，好的网站，能够攫取用户的眼光，能够放慢用户浏览的脚步，能够引导用户完成订单转化，这对于拉新、留存有很重要的作用。
产品分析的最终目的就是提升商品销量，首先要了解用户的需求，知道用户要什么，哪些产品受欢迎，进而根据这些数据指导产品优化和活动推广。这也是为什么要做产品分析的原因。产品分析可以从多角度去分析去优化，以99click商助科技SiteFlow运营优化分析系统为例，我们从用户喜好、产品销售周期谈起。
了解用户对于产品的喜好
了解用户喜好，帮助我们掌握用户这些信息：
访客对哪些产品更感兴趣？什么原因？
哪些产品看得多但卖得少？
哪些产品看得少但是下单率很高？
每个产品的生命周期是怎样？
哪些品类最受关注？
哪个品牌的产品卖的最好…..等等。
掌握这些信息就需要通过产品分析来实现，产品分析帮助我们更深层次的了解用户喜好、用户的购买力、产品关注度等信息。
案例分析：某次活动手机产品的在线表现
通过分析，我们可以很直观的看到手机产品的销售情况，哪个牌子的手机受欢迎，排行前几名的都是谁等等这些信息。
统计每个在售产品的浏览、收藏、放入购物车行为，对产品的热门和热销情况做精准把握，可以指导产品负责人的采购策略（选品、进货量）。
由于不同的指标反映不同的情况，透过数据指标的变化发现商品中存在的问题。在这里为家介绍一下常见的数据指标所代表的意义：
浏览量、用户数：反映出商品的关注度、兴趣度高低
入篮量、入篮率、入篮UV(UV比率)：反映用户实际购买情况，比如放购车多长时间就实现转化等。
收藏量：反映出用户的喜好程度，用户的收藏行为暴露了用户的喜好。
以上这些数据直观展现了每一件商品的实际情况，透过这些数据去发现问题，比如哪些商品卖的多，哪些商品看的多卖的少，哪些商品经常被收藏但转化不高等等。通过结果去分析原因。
了解产品的生命周期变化，掌握产品销售周期
通过对商品/品类的热度分析，观察浏览、购买等相关数据波动曲线，了解商品的生命周期，比如某商品的热卖时长等。
从上图我们可以观察到这一商品某段时间内的浏览量、入篮量、订单量等数据，通过对比浏览量和购买量数据分析商品的生命周期，结合周期内具体的浏览和销售情况，可以让产品负责人快速调整该产品的销售策略。
如何透过数据分析指导产品运营优化呢？
一、掌握网站商品的整体销售情况
产品分析帮助我们了解网站商品的基础数据。通过产品分析，我们可以快速掌握分析产品的浏览量、点击量、订单、入篮量、购买用户数等信息。帮助企业了解不同商品、不同品牌用户的关注度、购买力等信息。通过这些数据判定产品及用户的关注度。如下图所示：
通过上图我们可以看出某段时间网站整体的销售额、订单及产品的浏览、入篮、购买情况；并能直观展现销售额TOP10的分类和产品。这些数据为我们分析出用户的喜好。产品分析目的就是将商品卖给真正有需求的用户。
二、透过产品分析进行精准营销
这里我们将精准营销延伸为两方面，一是精准的商品推荐，二是关联产品的推荐，如搭售相关的产品。
首先通过分析产品，了解会员对不同商品的喜好，进行精准商品推荐。如下图所示：
通过对会员分析，我们知道哪个会员浏览了什么商品，哪些会员收藏了什么商品，哪个会员买了什么商品等等一系列的行为数据，从这些数据我们就可以分析出会员喜欢什么，进而根据会员喜欢进行商品推荐。
此外还可以分析得出哪些商品受欢迎，如图所示：
（注：红色代表A商品 蓝色代表B商品）
这是我们截取了某一段时间2款商品的数据图，通过分析这些数据我们得出商品B最受会员的欢迎，那么可以针对这款产品进行推荐，通过一些活动比如节日促销，会员优惠等活动，这样一来既提升了商品销量，又提升了用户的粘性。
其次，关联产品的推荐
根据对产品的浏览关联的统计数据，产品负责人可以根据关联情况，提供产品推荐和套装，提高单个订单的金额，增加销售机会。如某用户浏览了某一品牌电脑，那么跟这个品牌有关的商品都可以推荐给用户。
利用大数据进行精准营销是目前数据服务产品和企业的心愿，用大数据洞察用户的心理，也是运营和产品人员需要具备的功能。
99click商助深耕大数据收集和解析，帮助企业找到更多更精准的用户，跨屏全渠道追踪广告投放效果，提升用户转化和留存率。让数据驱动用户和销量增长，更多信息，关注cn99click，免费领取产品，体验大数据下的精准营销。
