横向纵向分析：
完成以上统计后，我们需要依托时间维度进行绘制曲线图进行趋势分析。
例如每日的用户注册数增长态势如何、某个单品的销量是否成季节性变化等。
随后我们需要把同一维度的不同项做对比，比如监控竞争对手的单品价格，我们就需要以相同单品不同竞争对手进行价格的比对，从而筛选行业最低价和行业平均价，把价格竞争力不强的产品合理的进行降价处理。
立体式分析：
当数据积累到一定程度，我们就可以将某一个项，和n个其他项进行对比分析，从而分析出这一个项的全貌。例如：
我们要为超市供货，但是我们并不清楚超市的情况，那么我们可以分析：
超市一天中下单的时间以及下单的频次（分析超市的活跃时间和活跃度）
超市下的单当中都下了哪些商品
哪些商品占据了超市下的单当中的主要份额
主流商品在不同时节是否会有明显的销量和价格的变化
动销商品数，即被买的商品占总商品的百分比
有了这些数据再结合销售人员跟进回访＋调研，我们就能知道这家超市主销的用户类型是什么，他们喜欢什么商品。这些商品是否和季节相关，我们提供的商品中为超市带来利润的商品占比是多少等等更加全面的信息。
阶段二：“利润”与成本
利润：
当用户数上来了之后，订单自然而然就会产生，随后我们的注意力就会放在赚钱上：
销售人员或者活动能提升多少销售额。
价格的调整提升多少销售额
上新品提升了多少销售额
成本：
保险电商行业相对还好，用户需要的话，会要求保险公司快递纸质订单，成本构成不复杂，而b2b电商会涉及到物流，物流方面就会涉及到车辆空载率、路线规划、时间成本等等，而且这部分的损耗，还会导致用户收货的时间比预期的慢，导致用户取消订单，造成经济损失。
其中，有一个很重要的指标就是被订购的商品占库存的百分比，这样可以帮助我们更好的分配什么货应该放到什么仓库里，以及哪些商品滞留率高。
物流方面的统计分析，是一门大学问，之后有时间和大家做分享。
小编推荐阅读
