
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(tái)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(tái)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(tái)經(jīng)營模式,如京東、1號(hào)店等都是自營和平臺(tái)兩種模式都有的,1號(hào)商城就是1號(hào)店提供的平臺(tái)服務(wù)。
在電商平臺(tái)中有一個(gè)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(jià)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(dòng)由用戶聯(lián)系商家修改價(jià)格的方式我們認(rèn)為是良性的,但還會(huì)有商家主動(dòng)發(fā)起修改價(jià)格的情況存在,比方說有些商家先把商品價(jià)格設(shè)置的很低,吸引用戶下單后又說價(jià)格設(shè)置錯(cuò)了,把成交價(jià)格改為原來的價(jià)格,這是一種惡意刷單的行為。這里所說的修改價(jià)格不是指修改商品的價(jià)格,而是修改訂單的價(jià)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(jià)行為。
這里再說明一下允許商家改價(jià)這個(gè)功能存在的合理性,當(dāng)然也確實(shí)有很多電商平臺(tái)不提供這樣的功能,但是存在即合理,不然也不會(huì)有改價(jià)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(yàn)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(jià)還價(jià),在中國做生意很多地方都存在這種討價(jià)還價(jià)的現(xiàn)象,厲害的人可以把價(jià)格砍掉一半,甚至更多,對(duì)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(hào)、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(huì)在備注里面說明一下,讓商家修改一下價(jià)格;
以上都是正面的一些設(shè)置修改價(jià)格功能的原因,但這種功能是把雙刃劍,也會(huì)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(jià)格的,但出現(xiàn)問題的基本都是商家主動(dòng)修改價(jià)格。商家可以在下單完成后修改價(jià)格會(huì)導(dǎo)致如下一些問題:
1、改價(jià)訂單的比例太高會(huì)導(dǎo)致用戶交易體驗(yàn)差,會(huì)給用戶造成平臺(tái)交易不確定的印象,影響平臺(tái)信譽(yù),這是很多平臺(tái)不開放這個(gè)功能的原因;
2、支付失敗的可能性增大。把價(jià)格改低了還好說,要是改高了很多用戶就會(huì)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(jià)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(jià)功能進(jìn)行虛假營銷活動(dòng),遭到用戶的投訴。先低價(jià)賣,用戶下單后再改上來說價(jià)格標(biāo)錯(cuò)了;
4、有不良動(dòng)機(jī),給了商家惡意刷單的機(jī)會(huì)。如果改價(jià)流程的約束較少,就會(huì)變成部分不良商家的工具;
分析的目標(biāo)
1、通過對(duì)商家改價(jià)行為的分析,找出規(guī)律和對(duì)策,以便對(duì)改價(jià)行為有一定的約束;
2、想辦法減少甚至取消在用戶支付動(dòng)作后的改價(jià),盡可能讓用戶在支付前能得到改價(jià)信息,特別是針對(duì)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(yàn),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(jià)行為的分析,那么改價(jià)相關(guān)的字段信息肯定要有;另外因?yàn)楦膬r(jià)行為會(huì)影響到支付成功率,那也得把改過價(jià)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(hào)、下單時(shí)間、訂單金額(改前價(jià)格)、最后修改時(shí)間、交易金額(改后價(jià)格)、支付時(shí)間、支付狀態(tài)、改價(jià)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(diǎn)》。
第二步,確定分析的數(shù)據(jù)范圍。因?yàn)榇蟛糠指膬r(jià)行為都發(fā)生在支付前,所以時(shí)間維度還是以下單時(shí)間為準(zhǔn);主要目的是分析有過改價(jià)行為的商家,因此沒有改價(jià)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(gè)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(jià)訂單在商家所有訂單占比,是否比例會(huì)比較高,這個(gè)可以一定程度上把惡意商家區(qū)分出來;
這個(gè)占比比較好計(jì)算,以單個(gè)商家改過價(jià)格的訂單總數(shù)除以該商家的訂單總數(shù),就是單個(gè)商家的改價(jià)訂單占比。從分析的結(jié)果上,發(fā)現(xiàn)部分商家的改價(jià)訂單占比確實(shí)很高,有的商家100%的訂單都修改過價(jià)格。基于過往經(jīng)驗(yàn),我們認(rèn)為80%的訂單都修改過價(jià)格的商家存在惡意操作的嫌疑,抽取出來做單個(gè)分析。
2、再看下改價(jià)訂單中,把價(jià)格改高的占比和把價(jià)格改低的占比;
價(jià)格改高的占比為單個(gè)商家中把價(jià)格改高的訂單數(shù)除以該商家的改價(jià)訂單總數(shù);同理,價(jià)格改低的占比為單個(gè)商家中把價(jià)格改低的訂單數(shù)除以該商家的改價(jià)訂單總數(shù)。從這個(gè)分析結(jié)果中我們看到了很有趣的一個(gè)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(jià)格時(shí),要么一邊倒的把大部分訂單的價(jià)格都改高,要么把大部分訂單的價(jià)格都改低。這也印證了確實(shí)有一部分商家可能存在故意先把價(jià)格標(biāo)低,然后又把價(jià)格改回去的現(xiàn)象。
3、我們?cè)賮砜纯粗Ц冻晒β实闹笜?biāo),分析一下商家本身的支付成功率和改過價(jià)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(jià)訂單的支付成功率為該商家改價(jià)訂單中支付成功的訂單總數(shù)除以該商家改價(jià)訂單總數(shù)。還是以這三十商家為例,可以發(fā)現(xiàn)把價(jià)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(jià)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(gè)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(jià)的行為,改價(jià)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(jià)格改高,拋開正常的修改價(jià)格因素,我們認(rèn)為價(jià)格改高的比例還是過高,存在虛假標(biāo)價(jià)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(jià)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(jià)格改低,需要分析一下,看是否能限制商家只能把價(jià)格往低了改;
總結(jié)
從整個(gè)過程來看,數(shù)據(jù)分析必須要有原因和目標(biāo),否則會(huì)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?yàn)閿?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(huì)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(gè)過程較為簡(jiǎn)單,其實(shí)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(bào)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(jí)介紹,大家如對(duì)商家改價(jià)行為有更好的分析角度,也可以分享一下。(文章來源:CDA數(shù)據(jù)分析師培訓(xùn)官網(wǎng))
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)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(dòng)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(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)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(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)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(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)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(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(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(jià)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(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)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(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)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(jià)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(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)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(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)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(jià)值 在數(shù)據(jù)驅(qū)動(dòng)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(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)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(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10