一、 关于决策支持的相关问题——什么是数据，什么信息，什么知识，什么智慧？
1.1 数据是一组经验观察值和事实，尤其是当它们被组织起来做随后的分析的时候。数据作为事实的记录。
例如：电子商城昨天的访次数是 123次；
1.2 信息是被用来思考和做出决策或者得出结论的一组事实和观察。信息作为数据和意义的整合。
例如：电子商城昨天的访次数相对于前天访次数减少了10%；
1.3 知识是从经验和学习中得到的熟悉、认知以及理解。知识就是解决问题的技能，针对这一问题公司应对的策略是什么？
例如：对于电子商城访问次数的减少，我们可以进行不同形式的市场推广活动——网络广告，搜索引擎营销和优化，软文，SNS等等。。。
1.4 智慧是辨别和判断什么是真的、什么是对的、什么可持续的能力，表现为洞察力、常识以及良好的判断能力。智慧就是知识的选择应对的行动方案可能有多种，但（战略）选择哪个靠智慧。条条大路通罗马，但是最近的并且最适合你的可能就只有一条。
例如：对于运营中的电子商城来说，需要根据自身的实际情况和可执行的目标确定一个行动方案，当然，行动方案执行之后则又会产生新的反馈，可以对方案相关的评估和修正；
二、 关于电子商城的决策支持系统的组成和结构
电子商务的决策支持系统，需要将运营管理中的对象最为研究和优化的对象，通过系统化，体系化和规范化的指标体系来指导实际的业务操作。主要包括以下几个重要对象和方面：
2.1 市场营销推广渠道——通过市场活动的效果评估和优化，确定整体的市场渠道推广组合：
基于流量数据的市场营销活动的效果评估：花了多少钱？来了多少人？下了多少单？（广告公司的虚假流量）。
基于销量数据的市场营销活动的效果评估：花了多少钱？来了多少人？下了多少单？付了多少款？退货多少？并且有多少是回购用户和订单？
2.2 电子商务的访客/客户：分析和评估电子商城整体客户的活跃度，忠诚度和贡献度，以实现客户关系管理，以及个性化营销。
Recency——最近一次访问，而非最近一次消费，其主要体现为电子商城用户的“活跃度”的指标。
Frequency——访问频率，而非消费频率,其主要体现为电子商城用户的“忠诚度”的指标。
Monetary——消费金额，其主要体现为电子商城用户价值的“贡献度”指标。
2.3 在架的商品，以及商品的品牌和品类：通过计算整合转化率体系，完善前台网站的管理。
商品的转化率——调整转化率低的商品（特别是首页和促销活动页面），合理的清理仓库直销库存。
品牌的转化率——调整转化率低的品牌，指导相应整体电子商城的品牌策略——包括动览转转化率和动销转化率。
品类的转化率——调整转化率低的品类，指导相应整体电子商城的品类策略——包括动览转转化率和动销转化率。
备注： 考虑将看得多买的少的品牌和品类下线；或者，增加相应转化率高品牌和品类的曝光率，进而提高网站资源的利用效率。
动览转化率= 被浏览的商品（品牌、品类）种类数/网站整体的种类数；
动销转化率= 被购买的商品（品牌、品类）种类数/网站整体的种类数；
2.4 价格： 前台网站的在架商品，品牌和品类的价格分析，以及竞争对手的价格监控。
在架商品的品牌和品类的价格分布。
被浏览商品的品牌和品类的价格分布。
被购买商品的品牌和品类的价格分布。
被支付商品的品牌和品类的价格分布。
备注： 需要整合竞争对手的商品价格，以及品牌和品类数据。
2.5 销售分析： 主要包括销售商品和销售订单两个维度的统计分析，以及促销活动的销售分析。
销售商品级别分析——通过商品转化率=浏览的该商品的唯一访客数/该商品的成交次数（或者成交数量），实现最小粒度的商品运营管理和优化的思想。
销售订单级别的分析——通过订单转化率（下定；有效；实收…）= 订单的生成数量/访问网站的访次数。实现对于访客或者客户的调整和优化
另， 电子商城具有多种促销方式，需要统计和分析其效果，以指导不同市场营销活动。
备注： 统计某品类/品类产生的销售订单则会产生一个逻辑错误，当然还有很多其他容易犯的逻辑错误，嘿嘿统计学很重要哦~
2.6 库存&采购： 库存预警，ABC法则与采购管理。
库存预警包括——滞销库存的预警，预计缺货库存的预警
ABC法则（内部&外部），以及通过商品的转化率和商品平均的销售量实现采购备货的管理
2.7 物流&客服等服务部门： 全面监测客户的购物体验。
物流——订单运营的整体效率指标…
客服——客户投诉类型，以及投诉商品，供应商等等…
……
三、 电子商城的商务智能等于商业智慧？ 在路上……
