數據的重要性不用再強調了，作為這個時代的網商需要掌握的是數據的用途。比如，谷歌發現，美國內華達一個小區域在一個晚上兩小時之內搜索流感癥狀、流感用藥、流感趨勢、流感與天氣這幾個詞匯的數量遠遠高于美國其他區域。第二天早晨谷歌數據研究部的流行病預測組就向美國衛生部發出了流感爆發預警。當天下午美國衛生部的人到達這個區域，果然發現了流感爆發的前兆，并快速調撥足夠的疫情預防性藥物，初期患者的藥物等，一周內成功抑制了疫情向周邊擴散的趨勢。而在過去，美國衛生部通常要用一周左右的時間才能夠確定疫情的源頭，到那個時候流感通常都已經擴展到周邊較大的區域了。
     言歸正傳，我們不去看那么遠的美國情況了，看看咱們電商自己吧。每家電商都有退貨，你研究過退貨中的規律嗎？
 

    請思考一個選擇題：
 
    你決定對每天收到的退貨進行分析，具體做法是將退貨的所有產品按照價格段進行分類，你覺得通過這個分類可以得到什么方面的結論（單選）：
 
A：可以找到退貨最多的客服人員。
 
B：可以找到產品價格與退貨可能性的關系。
 
C：可以找到庫房發貨過程的缺陷。
 
D：可以知道客戶退貨的可能性。
 
    對于老板們來說，肯定都不喜歡有人退貨，可是，每天都有退貨，有的產品退貨比例高達30%，就算能夠容忍的有時也有10%。降低退貨數量，降低退貨比例的方法到底有哪些呢？
 
    提高產品質量是其中一個答案。即使產品質量完全相同的情況下，不同店家的退貨比例還是不同。把退貨當做一個事情發展的結果，那么形成這個結果的原因可能不止一個，產品質量、消費者購物輕率事后后悔，地區差異，還有頁面產品描述都可能是原因。關鍵是各位老板是否對過去30天退回來的貨進行過分類。比如，上文的選擇題，按照價格進行分類，就是100塊以內的退貨集中在一起，100元~300元之間的一類，300元~500元的一類，500元~1000元的一類，你能夠發現什么呢？
 
    只要你落實到行動中，實際去操作一下，能夠發現退貨比例與價格成反比。價格越低的產品退貨比例越高，價格越高的產品，退貨比例越低。這能夠驗證上面分析的一個原因，那就是消費者在價格較低的產品購買決策更輕率，事后后悔的可能就高。
 
    分類是一個重要的管理決策工具。谷歌對搜索的詞匯進行分類，所有流感這個詞匯都集中起來，就可以看出明顯的變化，也就能夠快速做出相應的應對。

     從現在開始，對你的退貨進行一個分類吧，你可以得到許多啟發，可以改善退貨的情況，提高利潤率。
 
    通過以上的選擇題，你學會了分類的方法來研究退貨的情況。那么嘗試做一下這個題目：
 
    你決定強化微博這個公共平臺來增加自己店鋪的引流，而且你的產品主要銷售對象是在校的大學生，你覺得如下哪個決定更可能有效果：
 
A：從每天早晨9點開始每小時更新微博
 
B：從中午12點開始每小時更新微博
 
C：從下午3點開始每小時更新微博
 
D：從晚上7點開始每小時更新微博
 
    （請將你的選擇發送下方郵件，可以驗證你是否通過閱讀一個專欄，能夠提高具體的可以操作的實戰能力。）
 
【上期的題目】：
 
    通過數據分析，已知一個點擊流量需要31元，靜默下單的比例為14%，有31%流失了，詢問后下單轉化率為21%，所有下單的平均價格為420元，毛利率為19%，根據這些數據，你更有可能做出哪個決策：單選
 
A：加大傳播投放提高點擊流量。
 
B：強化關聯產品。
 
C：強化爆款的頁面表現力度。
 
D：強化客服培訓，提高詢問轉化率。
 
解答：
 
A的意思是提高點擊總量，依靠的是14%來賺錢。通過數據計算，是賠錢的。
 
B的意思是爭取下單的客戶多買一些關聯產品，期待客戶順便買你利潤更高的產品，效果更加難以預測。
 
C的意思是提高14%，爭取通過提高靜默下單的比例來提高收入。
 
D的意思是提高下單轉化率，爭取通過培訓客服來提高接觸轉化率，還需要額外投入培訓成本，難以衡量產出情況。
 
    你需要權衡的是C， D 之間提高哪個所付出的成本低一些，至少應該先嘗試C。