
天貓數(shù)據(jù)化運(yùn)營入門_貨品篇_數(shù)據(jù)分析師
1,貨品模塊
在店鋪經(jīng)營中,貨品模塊主要關(guān)注2方面的內(nèi)容,定價(jià)&備貨、貨品質(zhì)量。
1)貨品日常監(jiān)控
日常店鋪貨品數(shù)據(jù)監(jiān)控中,重點(diǎn)關(guān)注 客單價(jià)、在線商品數(shù)、熱銷商品率、動(dòng)銷率4個(gè)指標(biāo)跟競爭對(duì)手的比對(duì)情況。
客單價(jià),1629.73元,每一個(gè)成交用戶的平均支付寶支付金額。這是一個(gè)非常重要的指標(biāo),在流量固定的情況下,提高客單價(jià),可以使得我們店鋪的銷量增加。當(dāng)他低于競爭對(duì)手時(shí),提升單品價(jià)格一般較為困難,且需要的時(shí)間周期也很長,建議做好每個(gè)貨品的關(guān)聯(lián)銷售,提高買家的單次購買件數(shù)。
在線商品數(shù),266件,表示店鋪的貨品豐富度,這個(gè)指標(biāo)數(shù)量多少?zèng)]有絕對(duì)的好壞之分。跟競爭對(duì)手比較存在較大偏差時(shí),需要關(guān)注是否。店鋪貨品豐富度不足將會(huì)直接導(dǎo)致客戶店鋪停留時(shí)間減少,間接的影響店鋪整體的轉(zhuǎn)化率。
熱銷商品率,11.04%,熱銷商品(28天成交超過20個(gè))占在線商品的比例。動(dòng)銷率,43.80%,有成交商品占在線商品比例。這兩個(gè)指標(biāo)過低時(shí),從2方面來分析,是否營銷推廣計(jì)劃出現(xiàn)了問題,建議合理規(guī)劃店鋪各個(gè)產(chǎn)品的定位,而不是簡單的推廣其中幾個(gè)產(chǎn)品;是否在線商品數(shù)過多,店鋪的流量不足以覆蓋太多的商品,過多的商品數(shù)量也有可能導(dǎo)致用戶選擇困難,建議適當(dāng)減少在線商品數(shù)。
2)定價(jià)&備貨
日常我們只需要關(guān)注體檢報(bào)告中的支付寶成交件單價(jià),1478.68,平均每件商品成功完成支付的金額,跟競爭對(duì)手比較,如果出現(xiàn)了較大差異時(shí),應(yīng)該進(jìn)一步分析產(chǎn)品的定價(jià)問題。
首先通過數(shù)據(jù)魔方,分析這個(gè)行業(yè)(細(xì)化到最細(xì)粒度的類目進(jìn)行分析)的產(chǎn)品定價(jià)區(qū)間。數(shù)據(jù)中我們可以發(fā)現(xiàn)該行業(yè)產(chǎn)品的定價(jià)集中在2500左右。
其次再通過淘寶關(guān)鍵字搜索,確定整個(gè)淘系中該產(chǎn)品的定價(jià)區(qū)間,需要主要的是從這里獲取的數(shù)據(jù),包含了淘寶和天貓整體行業(yè)的定價(jià)區(qū)間。我們可以了解不同價(jià)位的用戶選擇比例。
以上兩個(gè)渠道的產(chǎn)品金額,都僅供參考,實(shí)際需要跟店鋪?zhàn)陨淼那闆r來確定定價(jià)和備貨,下面我們來做一張簡單的備貨計(jì)劃表(附件表格中“計(jì)算指標(biāo)”,可以自動(dòng)計(jì)算結(jié)果,這里無法展示excel公式,請自行填寫公式進(jìn)行計(jì)算)?!百M(fèi)用”部分根據(jù)實(shí)際情況進(jìn)行填寫即可。“預(yù)期”部分,廣告費(fèi)用和期望銷售是相互牽制的,這部分在流量模塊中進(jìn)行過講解,我們根據(jù)現(xiàn)有供應(yīng)鏈情況,初步確定期望的銷售量,廣告費(fèi)用占比,可以根據(jù)以往銷售經(jīng)驗(yàn)獲得,如果需要更加精準(zhǔn)的廣告費(fèi)用占比,我們可以通過預(yù)期銷售量,結(jié)合各個(gè)流量渠道的轉(zhuǎn)化率,各個(gè)渠道的ROI來計(jì)算。最后我們通過調(diào)整期望售價(jià),來看我們的利潤情況,在結(jié)合上一個(gè)環(huán)節(jié)分析的行業(yè)定價(jià)情況,找到利潤和市場定價(jià)的平衡點(diǎn)。
3)貨品質(zhì)量
店鋪寶貝的質(zhì)量是店鋪的靈魂,天貓平臺(tái)對(duì)貨品也一直都有“品質(zhì)”的要求。所以我們每個(gè)商家每時(shí)每刻都要提醒自己:“要做好產(chǎn)品”。我們是要做好產(chǎn)品,不是做好看的產(chǎn)品數(shù)據(jù)。數(shù)據(jù)只是幫我們來發(fā)現(xiàn)我們的產(chǎn)品是否出現(xiàn)了問題。
時(shí)刻關(guān)注直接反應(yīng)貨品質(zhì)量的兩個(gè)指標(biāo):
商品質(zhì)量DSR評(píng)分,4.88,是最直接反應(yīng)貨品問題的指標(biāo),可以非常直接的反應(yīng)買家對(duì)商品滿意度。當(dāng)該DSR評(píng)分出現(xiàn)異常時(shí),請仔細(xì)去閱讀買家對(duì)貨品的評(píng)價(jià)內(nèi)容,去分析買家對(duì)貨品不滿的具體原因,根據(jù)買家的反饋來改進(jìn)貨品。另外請?zhí)貏e注意這個(gè)指標(biāo)是公示在店鋪頁面的,以附圖中數(shù)據(jù)為例4.88的DSR評(píng)分已經(jīng)比較高了,但是這個(gè)數(shù)據(jù)消費(fèi)者會(huì)跟整個(gè)行業(yè)的情況去比較,消費(fèi)者注意到的是,這個(gè)指標(biāo)比同行“高”還是“低”。這個(gè)數(shù)據(jù)可以在自己店鋪首頁看到,體檢報(bào)告中看到的是和這個(gè)行業(yè)的競爭對(duì)手比較,跟消費(fèi)者看到的數(shù)據(jù)存在一些差異。
品質(zhì)類處罰次數(shù),0,這個(gè)指標(biāo)應(yīng)該讓他永遠(yuǎn)保證是0,不需要跟競爭對(duì)手去比較,必須保證為0的。如果大家之前對(duì)品質(zhì)還沒有足夠重視的話,從現(xiàn)在開始review自己店鋪的產(chǎn)品品質(zhì),重點(diǎn)關(guān)注寶貝的材質(zhì)的描述和實(shí)際是否完全相符,不要做出任何與實(shí)際不符的寶貝介紹。萬一出現(xiàn)店鋪出現(xiàn)處罰時(shí),需要第一時(shí)間去檢查整個(gè)供應(yīng)鏈情況,及時(shí)發(fā)現(xiàn)哪個(gè)環(huán)節(jié)出現(xiàn)了問題。
回頭客相關(guān)的數(shù)據(jù),也可以反應(yīng)出貨品的質(zhì)量情況。
我們可以在體檢報(bào)告中,監(jiān)控熟客率指標(biāo),8.73%,重復(fù)購買的買家數(shù)占比。當(dāng)該指標(biāo)低于競爭對(duì)手時(shí),第一因素為買家對(duì)貨品的滿意度不高,我們需要不斷的去分析產(chǎn)品如何去更好的滿足買家的需求。這里需要重點(diǎn)指出的是,低價(jià)只是買家滿意的其中一個(gè)因素,純粹的低價(jià)策略并不是店鋪長遠(yuǎn)的發(fā)展方向。買家覺得“滿意”,是一個(gè)心理狀態(tài),我們需要深入的去分析目標(biāo)用戶想要的東西是什么,“品質(zhì)”、“炫耀”、“性價(jià)比”、等等。熟客是我們店鋪?zhàn)畋阋说馁Y源,我們必須好好的加以利用。在確定買家有較高滿意度時(shí),我們可以適當(dāng)?shù)膶?duì)老客戶進(jìn)行關(guān)懷,跟滿意度一樣,關(guān)懷的方法也需要抓住買家的需求,發(fā)紅包并不是唯一的關(guān)懷手段。
4)貨品數(shù)據(jù)
以上店鋪流量相關(guān)的運(yùn)營思路中提到的指標(biāo),我們基本上都可以在體檢報(bào)告中獲取。下面表格中,我們給出所有指標(biāo)的詳細(xì)描述。
1,整體經(jīng)營
a)支付寶成交金額,成功完成支付寶支付的金額(元)。
b)支付寶成交筆數(shù),用戶成功完成(支付寶)支付的子訂單數(shù)(一筆訂單,按照商品分拆為多個(gè)子訂單)。
c)支付寶成交用戶數(shù),成功拍下并完成支付寶付款的人數(shù)。
這3個(gè)指標(biāo)是店鋪運(yùn)營過程中最終的結(jié)果指標(biāo),特別是“支付寶成交金額”,這是反應(yīng)我們商家是否成功的唯一結(jié)果指標(biāo)。他一般用來作為店鋪?zhàn)罱K的運(yùn)營目標(biāo),我們用他主要是定期查看店鋪的運(yùn)營目標(biāo)是否達(dá)成。
2,貨品
a)經(jīng)營子類目數(shù),店鋪經(jīng)營商品的葉子類目數(shù)量(商品數(shù)>=10的子類目數(shù))。
b)平均sku數(shù),平均每個(gè)商品的sku數(shù)量。
c)在線商品數(shù),在線商品數(shù)量。這個(gè)指標(biāo)跟同行進(jìn)行比較后,同時(shí)結(jié)合動(dòng)銷率來分析,看在線商品數(shù)是否過多。
d)新品占比,新款商品占在線商品的比例,“新品”保持跟淘寶搜索時(shí),“新品”篩選項(xiàng);天貓搜索時(shí),“新到商品”篩選項(xiàng)定義一致。存在類目的差異,不是所有類目都存在新品數(shù)據(jù)。
e)商品質(zhì)量DSR評(píng)分,對(duì)“商品與描述相符”的評(píng)分值。這是一個(gè)需要重點(diǎn)關(guān)注的指標(biāo),重點(diǎn)關(guān)注比同行高還是低,數(shù)值本身是其次的。消費(fèi)者是可以在店鋪的首頁非常清楚的看到店鋪DSR跟同行的比較情況,對(duì)他店鋪的轉(zhuǎn)化率產(chǎn)生非常大的影響。
f)品質(zhì)類處罰次數(shù),與商品品質(zhì)問題相關(guān)的處罰次數(shù)。
3,營銷
a)熱銷商品率,最近28天成交筆數(shù)>=20的商品數(shù)/當(dāng)天的在線商品數(shù)。
b)動(dòng)銷率,有成交商品占在線商品比例。
“熱銷商品率”和“動(dòng)銷率”定義類似,可以認(rèn)為是一個(gè)升級(jí)版的“動(dòng)銷率”。當(dāng)這兩個(gè)指標(biāo)低于同行時(shí),一般考慮加強(qiáng)店鋪間寶貝的關(guān)聯(lián)銷售。
c)熟客數(shù),183天內(nèi)重復(fù)購買的用戶數(shù)。重復(fù)購買是指有2天及以上的天數(shù)在店鋪內(nèi)購物,一天內(nèi)多次購買不計(jì)熟客。
d)熟客率,183天內(nèi)重復(fù)購買的用戶占所有購買用戶的比例。
熟客是店鋪需要重點(diǎn)關(guān)注的數(shù)據(jù),我們會(huì)發(fā)現(xiàn)拉一個(gè)新用戶的流量進(jìn)來的成本是很高的,如何讓一個(gè)新用戶產(chǎn)生二次購買是非常重要的,我們要時(shí)刻去關(guān)注同行的“熟客率”數(shù)據(jù),并以這個(gè)數(shù)據(jù)作為基準(zhǔn),不斷的去提升熟客率。
e)客單價(jià),每一個(gè)成交用戶的平均支付寶支付金額。即客單價(jià)=支付寶成交金額/成交用戶數(shù)。這個(gè)指標(biāo)重點(diǎn)關(guān)注店鋪?zhàn)陨淼淖兓闆r,如果寶貝定價(jià)沒有發(fā)生變化,這個(gè)指標(biāo)發(fā)生了波動(dòng)時(shí)則需要重點(diǎn)關(guān)注,通常是關(guān)聯(lián)銷售出現(xiàn)了一些異常。由于同行的產(chǎn)品定價(jià)會(huì)有存在很大的差異,所有同行對(duì)比數(shù)據(jù)僅供參考。
f)人均成交筆數(shù),平均每用戶購買的交易次數(shù),即人均成交筆數(shù)=支付寶成交筆數(shù)/成交用戶數(shù)。這個(gè)指標(biāo)最終影響的主要還是“客單價(jià)”,但是我們可以跟同行進(jìn)行比較,去發(fā)現(xiàn)店鋪是否低于同行。
g)全店成交轉(zhuǎn)化率,支付寶成交用戶數(shù)占店鋪整體訪客數(shù)的比例。包括PC和無線全部數(shù)據(jù)。影響店鋪成交的重要因素,同行的對(duì)比數(shù)據(jù)只是為我們提供一個(gè)參考的基準(zhǔn),對(duì)于店鋪來講,在誠信經(jīng)營的情況下,這個(gè)指標(biāo)越高越好。
h)支付寶成交件單價(jià),平均每件商品成功完成支付的金額(元)。
i)支付寶成交筆單價(jià),平均每個(gè)子訂單成功完成支付的金額(元)。
j)平均折扣率,平均每個(gè)商品的折扣比例。
附表1:以下表格整理了貨品模塊所有指標(biāo)的定義,方便商家可以快速的查閱:
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 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 ...
2025-09-19SQL 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。 ...
2025-09-18DSGE 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、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(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(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 ...
2025-09-11