
電商平臺商家改價行為的數(shù)據(jù)分析實踐_數(shù)據(jù)分析師考試
B2C模式是電子商務(wù)模式中常見的一種模式,而B2C從經(jīng)營角色角度看,又分為自營和平臺兩種,自營是指電商網(wǎng)站所屬公司自身享有貨權(quán)并通過網(wǎng)站售賣的方式;平臺是指電商網(wǎng)站所屬公司只提供網(wǎng)站服務(wù),招商其他公司入駐網(wǎng)站來售賣他們的商品的方式。如天貓是純平臺經(jīng)營模式,如京東、1號店等都是自營和平臺兩種模式都有的,1號商城就是1號店提供的平臺服務(wù)。
在電商平臺中有一個常見的功能是允許商家在訂單支付前修改已下訂單的成交價格,很多朋友可能在天貓商城上下單后都有過讓商家修改運(yùn)費(fèi)的經(jīng)歷,通常這種主動由用戶聯(lián)系商家修改價格的方式我們認(rèn)為是良性的,但還會有商家主動發(fā)起修改價格的情況存在,比方說有些商家先把商品價格設(shè)置的很低,吸引用戶下單后又說價格設(shè)置錯了,把成交價格改為原來的價格,這是一種惡意刷單的行為。這里所說的修改價格不是指修改商品的價格,而是修改訂單的價格。本文所要描述的就是如何通過數(shù)據(jù)層面來分析商家的改價行為。
這里再說明一下允許商家改價這個功能存在的合理性,當(dāng)然也確實有很多電商平臺不提供這樣的功能,但是存在即合理,不然也不會有改價行為分析的問題了。
1、最常見的就是修改運(yùn)費(fèi),相信很多人都體驗過,買了一件免郵的商品,再買一件不免郵的商品,兩件一起運(yùn)送的話,就可以要求商家把運(yùn)費(fèi)修改掉;
2、中國特色的討價還價,在中國做生意很多地方都存在這種討價還價的現(xiàn)象,厲害的人可以把價格砍掉一半,甚至更多,對于這種人,筆者表示很佩服;
3、部分用戶下完訂單后發(fā)現(xiàn)需要修改商品(如型號、顏色、搭配套餐等)或者修改商品數(shù)量,又不想重新下單,就會在備注里面說明一下,讓商家修改一下價格;
以上都是正面的一些設(shè)置修改價格功能的原因,但這種功能是把雙刃劍,也會帶來一些負(fù)面的效果,比如說惡意刷單,所以才要做分析去約束。
分析的原因
既然要分析,肯定是出現(xiàn)問題了。上面三種情況下都是用戶自己要求修改價格的,但出現(xiàn)問題的基本都是商家主動修改價格。商家可以在下單完成后修改價格會導(dǎo)致如下一些問題:
1、改價訂單的比例太高會導(dǎo)致用戶交易體驗差,會給用戶造成平臺交易不確定的印象,影響平臺信譽(yù),這是很多平臺不開放這個功能的原因;
2、支付失敗的可能性增大。把價格改低了還好說,要是改高了很多用戶就會不愿意再支付,甚至?xí)霈F(xiàn)用戶已經(jīng)去支付了,商家這邊修改了價格,導(dǎo)致支付的金額低于訂單的成交金額;
3、有商家利用改價功能進(jìn)行虛假營銷活動,遭到用戶的投訴。先低價賣,用戶下單后再改上來說價格標(biāo)錯了;
4、有不良動機(jī),給了商家惡意刷單的機(jī)會。如果改價流程的約束較少,就會變成部分不良商家的工具;
分析的目標(biāo)
1、通過對商家改價行為的分析,找出規(guī)律和對策,以便對改價行為有一定的約束;
2、想辦法減少甚至取消在用戶支付動作后的改價,盡可能讓用戶在支付前能得到改價信息,特別是針對COD這種線下的支付方式;
分析后可能帶來的收益
1、可以減少商家的違規(guī)操作行為;
2、可以提升支付成功率,尤其是線下支付方式的成功率;
3、改善買家體驗,可以順暢的完成交易;
分析的方式與方法
第一步,我們要分析的話得先把基礎(chǔ)數(shù)據(jù)拿到手,這里是要分析商家改價行為的分析,那么改價相關(guān)的字段信息肯定要有;另外因為改價行為會影響到支付成功率,那也得把改過價格的訂單的支付狀態(tài)取出來以便分析,最后定義出來的基礎(chǔ)數(shù)據(jù)字段內(nèi)容如下,當(dāng)然中間有過一些加工:
商家ID、訂單號、下單時間、訂單金額(改前價格)、最后修改時間、交易金額(改后價格)、支付時間、支付狀態(tài)、改價幅度(交易金額-訂單金額);這里說明一下,能否取到分析的數(shù)據(jù)和公司內(nèi)部數(shù)據(jù)倉庫的建設(shè)有很大關(guān)系,另外最好自己懂SQL,懂SQL的重要性可以參考《產(chǎn)品經(jīng)理所需要掌握的技術(shù)點》。
第二步,確定分析的數(shù)據(jù)范圍。因為大部分改價行為都發(fā)生在支付前,所以時間維度還是以下單時間為準(zhǔn);主要目的是分析有過改價行為的商家,因此沒有改價行為的商家數(shù)據(jù)要剔除;另外為了讓數(shù)據(jù)更有說服力,數(shù)據(jù)區(qū)間選取上半年的六個月區(qū)間;
第三步,有了數(shù)據(jù)之后就可以開始分析了,從分析的原因和目標(biāo)來看,主要可以通過修改過訂單的占比和支付成功率角度來看。
1、先看下商家改價訂單在商家所有訂單占比,是否比例會比較高,這個可以一定程度上把惡意商家區(qū)分出來;
這個占比比較好計算,以單個商家改過價格的訂單總數(shù)除以該商家的訂單總數(shù),就是單個商家的改價訂單占比。從分析的結(jié)果上,發(fā)現(xiàn)部分商家的改價訂單占比確實很高,有的商家100%的訂單都修改過價格?;谶^往經(jīng)驗,我們認(rèn)為80%的訂單都修改過價格的商家存在惡意操作的嫌疑,抽取出來做單個分析。
2、再看下改價訂單中,把價格改高的占比和把價格改低的占比;
價格改高的占比為單個商家中把價格改高的訂單數(shù)除以該商家的改價訂單總數(shù);同理,價格改低的占比為單個商家中把價格改低的訂單數(shù)除以該商家的改價訂單總數(shù)。從這個分析結(jié)果中我們看到了很有趣的一個現(xiàn)象,下圖為訂單數(shù)排行前三十的商家分析結(jié)果,可以看到商家修改價格時,要么一邊倒的把大部分訂單的價格都改高,要么把大部分訂單的價格都改低。這也印證了確實有一部分商家可能存在故意先把價格標(biāo)低,然后又把價格改回去的現(xiàn)象。
3、我們再來看看支付成功率的指標(biāo),分析一下商家本身的支付成功率和改過價格的訂單的支付成功率。
商家訂單支付成功率為該商家支付成功的訂單總數(shù)除以該商家的下單總數(shù);改價訂單的支付成功率為該商家改價訂單中支付成功的訂單總數(shù)除以該商家改價訂單總數(shù)。還是以這三十商家為例,可以發(fā)現(xiàn)把價格改高的訂單支付成功率要遠(yuǎn)低于商家正常的支付成功率,幾乎只有一半,而價格改低的支付成功率則高于或接近正常的支付成功率。
分析結(jié)果
通過三個角度的分析,我們基本可以得出一些結(jié)論:
1、從數(shù)據(jù)上看,部分商家存在惡意改價的行為,改價訂單占比很高,存在刷單的嫌疑,需要具體分析;
2、部分商家基本選擇都是把價格改高,拋開正常的修改價格因素,我們認(rèn)為價格改高的比例還是過高,存在虛假標(biāo)價的嫌疑,還需看明細(xì)的數(shù)據(jù)去分析原因;
3、我們發(fā)現(xiàn)下單成交后再把價格改高的支付成功率只有正常的一半左右,而改低卻基本扯平,證明用戶也樂于看到商家把價格改低,需要分析一下,看是否能限制商家只能把價格往低了改;
總結(jié)
從整個過程來看,數(shù)據(jù)分析必須要有原因和目標(biāo),否則會無從下手,這也是很多人覺得不知道該分析什么的原因。之所以分析的結(jié)果都不是很確定,是因為數(shù)據(jù)分析是輔助工具,其結(jié)果可以參考,但不是必然的,粗線條的分析之后可能還需要更細(xì)分的分析才能確定最終的問題所在。最后還是說一下,產(chǎn)品經(jīng)理懂SQL會方便很多,或者基礎(chǔ)數(shù)據(jù)取出來之后,有很強(qiáng)的Excel操作使用能力的話,也可以用Excel來分析。
這里講的只是大致的數(shù)據(jù)分析流程和步驟,整個過程較為簡單,其實再往細(xì)了分析之后,就可以寫一份比較漂亮的數(shù)據(jù)分析報告,里面可以有大家常見的各種曲線圖、餅圖之類的,本文算是數(shù)據(jù)分析方法入門的初級介紹。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10