在经营店铺的过程中，很多时候想要更深入地了解某个经营行为会给店铺带来什么样的影响，往往一些平台收集到的原始指标还不够分析，此时我们需要将原始的店铺数据进行转换，转变为更易于理解的数据来帮助我们进行决策分析。

在决策中，数据转换思维非常重要。

通过两个例子，我们可以更直观地了解数字转换在决策中的重要性：

例1：在其他因素不变的情况下，提高产品单价，会对销售产生什么影响？

例如：假设原价100，然后涨价到120元，100元的时候卖出1000，到120的时候卖出900，卖出100元。这时对销量的换算计算是(900-1000)/(120-100)=-5，即每增加1元，则减少5元。了解一下，每增加1元对销售量的影响，这样子我们知道要加多少钱，才能使销售量达到最高。

下一步，我还将告诉你如何通过excel找到最高销售额的方法：

第一步：我们首先将价格的涨跌，以及价格的涨跌对销量的影响填入excel表格，例如，当降价30元时，那么我们的销量将在原来的基础上提高150件，销售额将等于(100-30)*(1000+150)=80500元。

第2步：涵盖所有可能上涨或下跌的幅度范围，计算出相应的销售额，如图4-1所示。第3步：插入一张曲线图，此时我们可以看到，在哪一点达到了销售额的最高点，当价格比原来高50元时，即销售价格在150元时，销售额达到了112500的最高点。

第二个例子：在其他因素不变的情况下，直通车付费量的增长对搜索流量的提高有多大影响？基于此问题，我们分别从直通车后台和业务参谋后台获得三组数据，在没有进行数值转换的情况下，仅凭这一基础数据就很难直观地表达出数据信息。

下一步，我们来看看转换后的数值，如图4-4所示，直通车的付费流量比开始时增加了200%，这对免费流量的增长实际上是有促进作用的，我们可以看到直通车导致自然曝光量增加129%，但实际上搜索流量只增加了40%，因此得出两点结论：(1)主图点击差异(2)除了直通车的投放数量增加导致自然曝光量增加外，直通车对间接搜索权重的影响较小。

通过这两个例子，我们可以了解到，如果我们不能转换数值值，那么许多数据就不能成为真正有价值的数据，从而有助于做出正确决策。

四种数字变换方法。

1.综合数据描述我们每天所使用的较多的数据描述统计方法主要有：求和、平均值、最大值、最小值、计数、集中程度、分散程度等等，这些维度可以帮助我们更清晰、更深入地理解一组数据。常有这样的场景：我问朋友店里的流量怎么样，得到的回答一般是大概每天多少，或者说一般。由于日常的操作或者老板根本记不住那么多密密麻麻的数据，如图4-5所示。

如以数据综合描述的方式回答：店内每月总访问量为300,000人次，平均每天访问量为10,000人次，流量最大时可达30,000人次，最小时可达5,000人次。整体而言，流量波动较大，其中80%的店铺流量集中于前五个宝贝。从这个样子的全面描述中，我们可以清楚地了解到店里游客的总体数量。再次运用对比思维和细分思维，将竞争者的客流水平和构成情况描述清楚，那效果就完全不同了，如图4-5所示，尽管从总访客数量来看，本店的客流比竞争者的本店多50000人次，但竟店的发展却更为稳健，前五名宝贝占60%，而本店的客流占80%，说明竟店的营销结构比本店更好。因此，数字转换给分析带来了好处。

又比如，当我们做标题优化时，仅仅从各个关键字数据上看很难看出什么，但一旦对词根进行分析，就会产生不同的结果。如蕾丝这个词根，带来了500个访问者，转化率为2%，这500个访问者来自10个关键词。基于这些数据描述，我们可以判断出一个词根的好坏，然后决定是否换词。例如2%的转换率相对较高，而访问者只有500人，实在太少。此时，我们所要做的也许就是增加词根下的关键字曝光。

二、在计算周期内，对单位效率转换进行现场对比分析时，有些单一维度的绝对指标不能直接进行对比。比如A店销售500万，100个团队，B店销售100万，10个团队，你不能简单地说A店比B店做得好，因为B店的人均贡献值是10万，而A店只有5万。因此，您会发现，当分析的主体体量不一致时，要考虑单位效率来衡量。要知道，交易量的多少与访客数量的多少有很大的关系，所以要看每日成交情况是否良好，我们就以转化率来描述，以平均100人带来的成交数量来判断谁高谁低。平时分析中，类似于大家比较熟悉的转换指标有：点击率，收藏，购买，平均点击单价，平均客单价，访问深度等，都属于单位效率转换指标。

三、数值涨跌幅度转换应用程序，在这里你应该对此并不陌生，因为我们开始的两个例子都是这种类型的数值转换应用程序，在对数据进行对比的过程中，通常使用涨跌幅度转换，有以下三种用途：第一种是同一指标在不同时间点的对比：例如，本月对比上月上涨50%。其次是不同指标之间的对比：比如我们开篇的例子，价格上涨了20%，销量下降了10%第三是同样的指标，但对象不同：例如，当我们的店铺销售的涨跌幅度和行业销售的涨跌幅度比较时，我们发现，在进入淡季时，我们的店铺销售的下滑幅度远远大于行业销售的下滑幅度，导致流量急剧下降，如图4-6所示。为改善本季度下滑的负面影响，我们在2018年重点调整了产品线规划。在整体运营之后，流量和销售都得到了明显的提升。

四、配料蛋糕的百分比转换百分比可以与配料蛋糕进行类比，这种转换形式很常见，例如，我们将商店的产品销售额按百分比计算，得到的数据是前五种产品占商店总销售额的80%。例如我们做的行业品类占比的计算，羽绒服在冬装市场占15%的份额等等都是这种类型的转换形式。以前制作女装时，对店内各种版型的产品做了百分比统计。在东北地区，我发现松软产品的销售量占到60%，而修身类和其它产品只占40%，如图4-7所示。随后我们调整了宽松产品的早期投放策略，以改善宽松产品前期的数据表现。并对东北地区做产品的定制化开发需求。整个商店的宽松款销售额比之前高出30%。

图片4-8。

本节，主要讲数据转换的4种方法，分别是数据统计描述，单位效率计算，涨跌幅度转换，百分比转换。借助于数字转换思维的力量，我们可以清楚地看到数据要表达什么，从而更好地做出合理的决策。

这就是我今天的分享。