母婴电商数据分析报告
时间:2023-03-26 02:58:01 | 来源:电子商务
时间:2023-03-26 02:58:01 来源:电子商务
业务背景
随着电商的普及,新用户不再是无穷无尽的了,用户变得更加挑剔,更有个性。电商行业不得不从“流量运营”转变为“精细化用户运营”。具体表现是不再满足“店铺访客×购买转化率”的一锤子买卖,而是需要重视促成单个用户的多次交易以及老用户带动新用户的社交裂变,这些转变标志着电商行业由“流量运营”升级为“用户运营”。那就需要利用店铺的后台数据对用户消费行为进行分析来发现用户的真实需求和痛点,从而进行产品和用户体验的优化。本文以淘宝天猫的电商婴儿用品数据为例,从用户和产品两个维度来分析如何优化运营和销售策略,帮助商家实现用户数量和销量的提高。
理解数据
数据来源:数据集-阿里云天池
理解数据:此数据集中包含两张excel表。
表1为购买商品((sample)sam_tianchi_mum_baby_trade_history.csv),
表2为婴儿信息((sample)sam_tianchi_mum_baby.csv)
(1) 表1购买商品:共有209660条记录和7个字段
字段含义:
- user_id: 用户id。每个用户拥有唯一一个编号id,一个id代表一个用户,出现相同用户id说明是同一个用户购买的商品。
- auction_id: 物品编号(item_id),每件物品都有唯一一个编号,每个编号代表一件物品。
- cat1: 商品种类ID(商品一级分类,表示商品属于哪个类别),例如母婴用品可以分为孕妇用品、妈咪用品、婴儿用品三大类。
- cat_id: 商品种类ID(商品二级分类,表示商品属于一级分类的哪个子类别),例如婴儿用品可以分为婴儿床、婴儿手推车、宝宝餐椅、尿布、孕妇浴巾、婴儿枕头、被子、尿垫、婴儿床等。
- property: 商品属性,比如婴儿手推车的颜色,大小。
- buy_mount: 购买数量,可用于统计哪款商品最受欢迎。
- day:购买时间,表中的该列格式并非为日期格式。
(2) 表2婴儿信息表:共有2862条记录,3个字段
字段含义:
- user_id: 用户id,此表中的用户id应为唯一值,每个id代表一个用户
- birthday: 出生日期
- gender: 性别(0女性;1男性;2未知的性别)
明确问题
通过清洗整理数据集数据,找出影响整体销售的可能因素,并提出解决方案。
- 统计哪个年龄段的婴儿是主要的用户群体?
- 对于不同年龄层用户,他们有什么样的商品偏好?
- 不同类别的商品之间销量有何差异?
- 2012-2015年哪年婴儿用品的销量最多?
- 如果要保持销量增长,该怎么做?
分析原因
1)统计哪个年龄段的婴儿是主要的用户群体?图1 不同年龄段购买情况图-1中的1~3岁年龄段婴儿用户购买数量为1035,3~6岁年龄段与未出生婴儿用户购买数量分别是260、236。6岁以上数量很少,可以忽略不记。接下来看一下1~3年龄段用户的性别占比情况,以便确定主要用户群体。
图2 婴儿用户性别占比综合图1、图2可以看出,1~3岁年龄段、特别是女婴用户是店铺的主要消费人群。
2)对于不同年龄层用户,他们有什么样的商品偏好?图3 不同用户购买情况图4 1-3岁婴儿用户购物偏好从图4中可以发现,1~3岁用户对50018831二级类目商品购买数量最大。是什么原因呢?
图5 二级类目50018831销量图6 销售订单明细从图5、图6可以看出,用户ID359601689在2012年11月5日一次性购买数量160,导致二级类目50018831商品销量大增,应该是零星的批发行为。
3)不同类别的商品之间销量有何差异?图7 一级类目销量图8 二级类目商品销量排行图9 购买二级类目5001993的用户年龄分布一级类目28销量最好(图8),其二级类目5001993销量最好(图9)。该类目的主要购买用户是为出生婴儿用户。
4)2012-2015年哪年婴儿用品的销量最多?图10 2012-2015年销量图11 2012-2015年每月销量图12 2012-2015年销量对比从图10中得出结论:2012年至2015年,店铺整体销量每年稳定增长。图11中2012年7月至2015年2月,每年第一季度销售淡季,第四季度是销售旺季。图12中的总销量同比是(2013年总销量-2012年总销量)/2013年相同月份总销量=52%,以此类推,计算出2014年销量同比是46%,2015年1、2月的同比增速是40%。考虑到每年第一季度是销售淡季,所以40%的同比增长在合理范围内,年平均增长46%。
5)如果要保持销量增长,该怎么做?通过前面的分析,知道了店铺年销量增长46%(图12),如果2015年要实现此增长目标,那么2015年要实现销量141203。通过对销量和用户数进行相关分析,发现这两种数据的相关系数是0.82,具有高度相关关系(图)
图12 2014年用户数与购买数据图13 散点图通过回归分析,得到回归方程:y = 4.6173x - 5177.9
图14 最佳拟合线这个回归方程可以理解为:y(销量) = 4.6173x(用户数) - 5177.9
y(销量)=0.1484x(用户数)-5177.9。前面说到,下半年需要完成销量是141203,也就是y(销量)=141203。代入回归方程中就可以算出x(用户数)=31702。也就是说,根据店铺过去两年平均46%的增长,要实现y(销量)=141203,需要将到店用户数提升到31702人。
给出建议
通过分析,为店铺2015年的经营提出以下建议:
如果想要保持46%年增长目标,建议在保持目前商品类目不变的前提下,通过增加到店人数的方式来保证增长目标。需要吸引31702人到店消费,平均每月到店用户数是2641人(31702/12)。根据前面分析,要想提高到店人数,需要重点发展维护1-3岁女婴用户,特别是女性用户。
建议可将此做为关键绩效指标,细化分解到具体的部门去执行,并与日常考核联系起来,这样才能确保全年销量增长目标顺利完成。
措施 | 目标 |
---|
将月度到店用户数分解到各推广引流等部门 | 将2641人的月度目标分解到各站内、站外引流等部门,如站内推广、站外公众号、抖音等引流渠道 |
制定用户增长激励办法 | 对于完成月度目标的部门或个人,给予200元奖励 |
[1]参考
- ^数据分析思维:分析方法和业务 作者:猴子·数据分析学院