刚入职做电商数据复盘的第一个月，被主管当场问住数据分析的维度有哪些，当时脑子一片空白，只能零散报出几个数据指标，整份复盘报告做得空洞又无效，完全没办法落地指导工作。
当时天真以为，数据维度就是越多越好。
那次月度复盘我熬了两个通宵，把后台能导出的所有数据全部整理出来，硬生生堆砌了二十多个数据的指标，访客、点击率、转化率、客单价、退款率、曝光量通通罗列在表格里，页面密密麻麻全是数字，看起来内容饱满得不行。本以为这份详实的数据报告能得到认可，结果主管只看了三十秒就直接打回，说我根本不懂数据分析的核心，只是在做无效的数据搬运，没有任何维度拆解的逻辑，既看不出业务的问题症结，也给不出半点可执行的优化方案，忙活许久的工作，最后一点价值都没有。
折腾好久才搞明白，数据分析的维度从来不是指标的叠加，而是从不同角度拆解业务、定位问题的实操视角。
最先摸透的是用户维度，这是所有数据分析最基础也最核心的切入点。当时重新梳理店铺数据，不再无脑罗列数字，而是把用户按照新老、消费层级、地域、偏好标签拆分，单独对比每一类用户的行为数据。很直观就能发现，店铺当月整体数据平稳，其实是老客复购在兜底，新客进店后的跳转、加购、转化数据全线拉胯，这个关键问题，在之前杂乱的指标堆砌里完全被掩盖了。
渠道维度是必不可少的拆解角度。
店铺流量来源分散在短视频、搜索、推荐、付费投放几个渠道，之前从来没有分开统计过数据，所有流量混在一起分析，根本分不清哪个渠道精准、哪个渠道在拖后腿。拆分渠道维度后才看清，付费投放的引流质量极低，流量大但转化率几乎为零，免费搜索流量虽然体量小，但用户精准、转化稳定，这也让后续的投放调整有了明确依据。
后来才反应过来，业务场景维度也是不能忽略的关键。同样的店铺业务，拆分日常运营、平台大促、店铺活动、节假日场景后，数据差异格外明显。店铺日常的转化数据一直很稳定，每次大促活动流量暴涨的同时，流失率也成倍攀升，核心问题就是大促的详情页、客服承接、库存备货跟不上流量节奏，不是整体运营能力不足，只是特定场景出现了漏洞。
还有过程与结果的维度拆分，是我之前一直遗漏的重点。多数人做分析只会盯着最终的成交、营收结果数据，却忽略了浏览、点击、咨询、加购这些过程数据。我当时就是只看最终销量达标，完全没发现用户加购后未付款的流失率高达六成，白白浪费了大量精准流量，后续针对加购用户做优惠券触达，数据立刻有了明显提升。
改完最终版复盘报告的深夜，清空了电脑里密密麻麻的无效数据表，桌面只剩下四列清晰的维度拆解清单。