关于如何提升母婴电商店铺销量的分析报告

时间：2023-03-26 07:02:01 | 来源：电子商务

时间：2023-03-26 07:02:01 来源：电子商务

一、分析背景与目的

• 背景：近年，人口出生率的持续走低成为消费行业重点关注的话题。报告显示，在2016年全面二胎政策开放，迎来人口出生率小高潮，近年来，人口出生率逐年走低，但总量依旧可观。在庞大的人口基数下，母婴市场规模持续增长，消费力提升、消费品质升级等因素刺激市场持续走高，艾瑞咨询推测2021年我国母婴市场规模达到5万亿元。
• 目的：通过对商家过往的销售数据进行分析，了解用户的购买习惯、购买频率，帮助商家更好地做营销活动及用户运营，从而提升店铺的整体销量。

二、数据来源与理解

数据来源：数据集-阿里云天池

1、字段解读

表1购买商品表：每一条记录描述了一位用户的购买信息，有7个字段，共29971条数据记录

• user_id：用户ID
• auction_id：商品编号
• cat_id：商品二级分类
• cat1：商品一级分类
• property：商品属性
• buy_mount：购买数量
• day：购买时间

表2婴儿信息表：每一条记录描述一个婴儿的身份信息，共953条数据记录

• user_id：用户ID
• birthday：出生日期
• gender：性别

三、分析思路

1、明确问题：如何提升店铺商品的总销量？

2、分析框架

四、分析过程

1、数据清洗

对于拿到的数据源我们要进行以下步骤的处理，便于之后的分析。

具体的分析过程，可以浏览下面这篇文章：

五、数据分析

1、产品随时间的变化趋势

从图三看到的信息是，从2012年到2014年，商品总销量每年呈翻倍的增长，到了2015年总销量大幅下降。但是真实情况是这样的吗？通过处理前面数据，我们知道2012和2015都只统计了部分月份的情况，这些数据是不能代表整年度的情况的，所以我们再把年度划分为更细的维度，看看销量变化情况。

从图四上的红色虚线我们可以看到该店铺2012-2015整体的销量趋势是上升的，但是每年的月度情况是围绕这根趋势线上下波动的。比如每年的11月份都会高出趋势线不少，说明这个月份是当年的销售高峰期，每年的2月份会低于趋势线很多，说明这个月份是当年的销售低谷期。那为什么会出现这种情况呢？我们进一步提出：①5、11月份商品销量大涨的原因；②2月份商品销量大跌的原因。

Q1：5月份商品销量大涨的原因？

用逻辑树分析方法得出：产品总销量 = 人均购买数量 × 总下单用户数，所以5月份产品销量 = 5月份人均购买数量 ×5月份总下单用户数，所以我们可以按照这两个维度拆解数据。

我们先对5月份的购买数量做描述统计分析，为了了解这个指标的变化情况，同时加入4月份的数据便于对比分析。

从上图可以看到每个月份都有上百的最大值，而这样的数据会严重影响计算的平均值，所以人均购买数量我们更多地参考中位数和众数的值，这四个月份的中位数和众数都是1，也就意味这两年的5月份人均购买数量环比上月基本没有变动。所以人均购买数量不是引起5月份产品销量大涨的主要原因。

我们将发生第二次购买行为的用户称为老用户，通过对数据进行处理，我们得到下表。

	2013年4月份	2013年5月份	2014年4月份	2014年5月份
总下单用户数	769	985	1243	1452
下单新用户数	769	984	1242	1450
下单老用户数	0	1	1	2
新用户数占比	0	0.1%	0.08%	0.14%
老用户书占比	100%	99.9%	99.92%	99.86%

从表上可以看出，2013年5月份及14年5月份下单老用户数也没有发生大幅增加，所以影响6月份总下单数用户数最大的还是下单新用户数的增加。

接下来我们再分析下单新用户数的变化情况，因为下单新用户数 = 新用户进店量 × 购买转化率，所以按照多维度拆解分析方法，将它拆解为新用户进店量和购买转化率两个指标。

但是由于表上没有与这两个指标相关的数据，所以我们暂时不做讨论。

| 结论：5月份销量大幅度增加是由于下单新用户数的增加。

Q2：11月份商品销量大涨的原因？

从上图可以看到2012年、2013年和2014年11月份销售最高峰都是出现在11日，这个日子也是电商行业熟知的一年一度的平台狂欢日，所以11月份销量大增是因为双11店铺做了很多优惠活动促使用户下单，并且随着店铺的活动经验越来越丰富，每一年的双11销量同比上年都有大幅上涨。

| 结论：11月份销量大幅度增加是因为双十一大促。

Q3：2月份商品销量大幅下滑的原因？

根据日历可查，2013年的2月10号、2014年的1月30号都是对应年份的春节，考虑到春节期间物流停发，店铺打烊，所以客户的下单量也会减少，从而导致2月份销量大幅下滑。

| 结论：2月份销量大幅下滑由于春节期间物流停运，店铺打烊了。

Q4：店铺的复购率情况？

前面我们分析数据发现4、5月份的复购率低，复购对销量也有很大的影响，所以我们还要了解店铺整体的复购率是怎么样的。

总下单用户数	29970
下单新用户数	25
下单老用户数	29945
下单新用户占比	0.08%
下单老用户占比	99.92%

对下单用户进行统计，发现下单新用户占比仅为0.08%，这复购率是极低的，低复购率带来的后果是店铺想提升销量，只能不断地开发新用户，这是非常耗时间和金钱的，而且当新用户开发殆尽时，那么店铺销量的天花板也就见顶了。所以我们还研究店铺复购率低的原因。

根据多维度拆解分析方法，我们将复购率拆解成3个维度来分析：产品、运营、服务。再用假设检验分析方法对每个维度提出假设。验证这些假设我们可以找到产品部、运营部及客服部收集更多数据，这里先不做进一步的讨论和分析了。

| 结论：店铺的复购率低，销量的增长主要有新用户带来。

2、不同产品受用户的喜爱程度

从图上可以看出在大类里28、50014815、50008168的销量最好，分别占总销量的37%、26%、25%。而122650008大类的销售情况是最差的，只占到了3%。

按照销量 = 人均购买量 × 购买人数，将大类销售情况拆解为大类人均购买量和大类购买人数。

大类名称	人均购买量
28	4.1
38	3.05
50014815	2.02
50008168	1.5
50022520	1.37
122650008	1.06

从上面可以看出50008168大类商品虽然购买用户人数是最多的，但是它的人均购买数量较低，导致该品类购买数量不是最高的。而28大类商品购买用户数相比50008168虽低了近一半，但是人均购买数量达到了4.1，所以该类目商品的销量是最高的。38大类商品虽然用户购买人数是最低的，但是由于人均购买量达到了3.05，所以该品类销量没有排在最后。

3、用户画像

3.1 主要消费用户的年龄

从图上可以看出0-2岁的婴儿购买数量是最多的，三岁以上的婴儿用户购买量随着年龄递增而不断下滑，说明3岁以上孩童对该店铺产品需求减弱。所以如果想要提升销量可以将注意力主要放在对0-2岁婴儿用户的运营上。所以接下来我们着重看这部分人群购买商品的偏好。

3.2 主要消费用户对商品的需求及偏好

从图上可以看出：

• 0岁婴儿更喜欢购买50014815大类的商品，购买数量要远远高于其他品类；
• 1岁婴儿对与28、38、50008168、50014815四个大类的购买数量相差不多，没有特别偏好哪个类目；
• 2岁和3岁婴儿都更加喜欢购买50008168大类里的商品；
• 12260008大类是几个大类里用户购买数量最少的。

| 结论：

3.2 性别对商品的需求及偏好

从图上看店铺里男婴和女婴数量差别不是很大，但是在购买数量分布上，女婴的购买数量为931，男婴的购买数量为558，这说明女婴的购买力要强于男婴。接下来我们再看看不同性别对每个大类的偏好。

从图上可以看出，女婴更加偏爱50014815大类的商品，男婴更偏爱50008168大类的商品，除了50022520大类商品外，女婴在其他大类上购买数量都要高于男婴，尤其是50014815大类，女婴的购买数量高出男婴的一倍。

5、建议

运营方面：

• 提升新用户下单量，主要优化以下几个方面：①店铺的曝光量②新用户进店的转化率③新用户的购买转化率。具体措施例如：增加曝光渠道、提升渠道曝光效率、用特价或优质商品吸引用户进店、给进店用户发放专属优惠券等。
• 提升店铺的复购率，前面的数据分析得出老用户复购频率，也可以采取些措施：①建立社群，在社群里与老用户互动，增加他们的粘性②给老用户做售后回访并告知最近的新品及活动信息等。
• 可以多参与电商平台的大促活动，提前做好营销计划及活动宣传。也可以多给店铺设置每月会员活动日及其他活动来增加营销噱头，吸引新老用户下单。

产品方面：

• 增加一些高消耗、需要重复购买的商品，例如婴儿纸尿裤、奶粉等。
• 对于0-3岁的主要消费用户，可以上架更多这个年龄阶段使用产品。
• 增加50008168、50014815两大类产品的库存，减少12260008大类的库存，提升库存的周转率。

用户方面：

• 对用户按照婴儿的年龄段划分，进行分层管理，每个年龄段用户建立对应社群，在社群里多分享一些育儿知识、产品使用方法的科普。
• 定期做用户回访，了解用户使用产品的意见和建议等。