电商分析是对零售商在线销售运营中产生的数据进行分析，包括流量来源、商品级转化率、购物车放弃率和平均订单价值等，用于了解哪些因素在推动收入、哪些因素在拖累收入。它与一般的网站分析不同，专门聚焦于交易结果：哪些 SKU 卖得好、利润率如何、通过哪个渠道售出。对于在搜索、社交和电商平台上运行商品 Feed 的企业来说，电商分析能把渠道层面的效果数据转化为目录层面的决策。
电商分析为何重要
一个在 Google Shopping、Meta Catalog 以及若干电商平台上投放数千个 SKU 的商家，所产生的效果数据远远超出任何人逐行审阅的能力。电商分析将这些数据汇总成运营人员可以据此行动的规律，例如：某个类目转化良好但定价低于竞争对手，某款畅销品的点击率在下降，或者整条产品线的广告支出正在悄悄亏损。这与原始的 Feed 分析不同，后者跟踪的是目录本身在各渠道的表现；电商分析处于更高一层，将 Feed 效果与会话数、跳出率、复购行为等站内数据相结合，构建完整的客户旅程图景。没有电商分析，零售商只能对孤立的症状做出反应，比如这里断货、那里有价格投诉，而无法发现那些悄然限制增长的系统性问题。
工作原理
电商分析平台通常从三个来源获取数据：商品 Feed 本身（价格、类目、库存状态）、渠道报告 API（展示次数、点击次数、花费）以及店铺自身的分析或订单数据（会话数、转化、收入）。这些数据通过一个共同的键（通常是商品 ID）关联起来，这样单个仪表板就能显示某件商品的互动指标很强，但实际销量却很弱，这往往意味着存在定价或库存问题，而非需求问题。按类目、品牌或地区进行细分，可以让团队在整个目录范围内比较效果，而不是一次只看一个商品；分析结果通常还会与市场分析相结合，以区分真正的效果问题和整个类目范围的普遍放缓。
示例
<item>
<g:id>SKU-51290</g:id>
<title>Ceramic Non-Stick Frying Pan - 28cm</title>
<g:price>34.50 USD</g:price>
<g:availability>in stock</g:availability>
<g:custom_label_2>category-cookware</g:custom_label_2>
<g:custom_label_3>margin-mid</g:custom_label_3>
</item>custom_label_2 和 custom_label_3 等字段的作用，是让渠道端的点击和转化能够按照零售商在自身电商报告中已在使用的类目和利润率分组进行汇总，使分析的两端保持一致。
相关概念
电商分析与通用的 Feed 分析搭配使用效果最佳：一个展示目录在渠道上的表现，另一个展示这些表现如何转化为收入和复购业务。再结合市场分析和互动指标，就能形成完整的图景，帮助运营人员区分哪些商品需要更好的 Feed，哪些商品只是定价在市场上缺乏竞争力。
