电商婴儿产品销售分析报告

时间：2023-03-26 08:28:01 | 来源：电子商务

时间：2023-03-26 08:28:01 来源：电子商务

一 背景介绍

中国电子商务进入移动电商时代后，市场不断优化，发展日益成熟，随着2016年1月1日国家二胎政策的开放，母婴市场突显增长潜力，本文旨在针对电商平台母婴细分领域的交易规模和用户人群，从产品及用户两个维度展开探索，通过多维度拆解分析方法，对比分析方法及假设检验分析方法等，找出产品销售中的问题及原因，为决策部门和运营部门提供数据支持，帮助商家提升销量，减少成本。

数据来源：

数据集来自阿里云天池，为2012年7月2日至2015年2月5日淘宝和天猫婴儿产品交易数据及用户信息，本数据集包括2个表格，表1商品交易表，数据大小29971行×7个字段，表2婴儿信息表，数据大小953行×3个字段，各字段含义可通过以上链接查看。

二 明确问题及目的

基于以上数据，将销量问题拆解为以下几个问题，并进行分析：

1. 商品整体销售趋势如何，以根据销售监控情况判断下一步经营策略的大致方向；
2. 从时间维度细分分析商品销售情况，有无周期波动性，是否受特定时期运营活动影响，帮助复盘运营效果；
3. 比较不同商品类别之间的销量差异，对于热销的商品种类，打通供应端，保证库存量，明确用户属性，进行精准营销；对于差销的商品种类，控制或放弃采购，减少库存成本，并制定有效的促销策略；
4. 明确用户画像，分析不同性别，不同年龄用户的购买行为及商品偏好，以精准推广吸引新用户并提升老用户复购率。

分析思路如下：

三 理解数据

表1商品交易表_29971行×7个字段

表2婴儿信息表_953行×3个字段

四 数据清洗

1. 选择子集：隐藏用不到的列-商品属性。

2. 列名重命名：将列名重命名为中文易于理解。

3. 删除重复值：重复值存在业务分析价值，不必删除。

4. 缺失值处理：查找空白值，发现并无缺失值。

5. 一致化处理：对于婴儿性别，用if函数将1，0转化为男、女；对于购买日期、出生日期，用text，date函数将数值转化为日期格式；增加计算字段婴儿年龄，用购买日期减去出生日期即可，考虑到存在未出生的婴儿，因此年龄采用虚岁计算，0表示未出生；分析用户时用vlookuup函数将表1与表2关联。

6. 数据排序：按购买数量降序排列。

7. 异常值处理：删除未知性别的数据；婴儿年龄最大值为29岁，不符合常理且超过Tukey's test 的可能的最大异常值，因此作删除。

五 数据分析

1. 整体趋势

因2012年只有7-12月的数据，2015年只有1-2月的数据，因此采用全年无数据缺失的2013年和2014年来进行同比、环比分析。

图表显示，2014年整体销量较上一年呈增长趋势，11月同比、环比增长明显；商品销量存在季节性波动，每年1月、2月销量低迷，5月、11月先后出现销量波峰。那么，

• 在每一年都有双十一活动的情况下，2014年11月销量同比大幅上涨是什么原因造成的，哪些商品的热销，哪些用户的购买导致了销量暴涨？
• 每年1月、2月为何销量极低？
• 每年5月销量波峰背后的原因是什么？

下面针对以上三个问题将时间维度细分作进一步分析。

1）2014年11月销量同比大幅上涨的原因？

从上图可以看出，2014年11月销量暴涨发生在11月13日，是由2288344467号用户在当天购买了大量（10000件）50014815类别的商品所导致，与双十一活动无关，是单个用户行为引发的偶然事件，非整体销量上升的表现。可对该用户进行电话回访调研其大量购买的原因，通过短信提醒，淘宝消息，优惠券等方式触达用户，引导再次购买。

2）每年1月、2月销量乏力的原因？

提出假设：春节期间快递停运导致销量停滞，进而影响1月、2月的整体销量表现。

论证过程：经查询2013年春节法定节假日为2月9日-2月15日，2014年春节法定节假日为1月31日-2月6日，将销量数据展开以日为单位来看，2013年春节前期出现小波峰，春节期间销量几乎为零，春节之后从2月15日开始，销量回弹，连续出现销量波峰；2014年的销量曲线有着类似规律，春节期间销量停滞，春节前期出现小波峰，春节过后销量持续回弹。

对应的用户购买行为为：快递停运限制了用户消费，为了应对快递停运一些用户会选择提前购买，而大部分用户选择在春节过后快递恢复之后充分释放购买行为。

得出结论：春节期间快递停运导致销量降低，用户会选择在春节之前或之后释放购买行为。

3）每年5月销量较好的原因？

将销量图表与五月活动日历对比发现，5月销量波峰所处时间段正好与淘宝天猫各大活动一一对应，且用户倾向于在活动的最后一天释放购买行为。5月为节日较多的月份，包括母亲节，全球儿童生活节这些与母婴话题高度相关的节日，这些节日促销活动一方面在文案上抓住了母婴产品用户群体的眼球，另一方面活动力度带来的价格优惠让用户容易接受和愿意买单，有效刺激了购买行为的产生。

2. 产品层面

图表显示，销量排名前三的商品类别为28，50014815，50008168，三种商品销量份额总和占据整体销量的88%，下面针对这三类热销产品作细分分析，分析为什么这三类商品卖得最好。

将销量指标进一步拆解：销量=购买人次×人均购买量，我们来看看各商品类别的购买人次和人均购买量有什么差异。

图表显示，50008168类商品购买人次最多，是最受欢迎的商品类别，但人均购买数量较低仅为1.5件，购买人数众多成为50008168热销的原因；商品28和50014815的购买人次只有50008168的一半左右，但28和50014815的人均购买量很高，超过4件，人均购买量高使28、50014815成为排名Top1、2的热销产品；38类商品人均购买量较高，超过3件，但购买人数极低导致整体销量不理想。

1）商品50008168购买人次多的原因，是来自老用户复购还是新用户购买？

图表显示，各商品类别的复购率都非常低，婴儿产品整体复购率只有0.08%。看来50008168购买人次多与老用户复购没有关系，大部分来自新用户的购买。产品复购率极低说明产品可替代性强，壁垒低，用户容易流失到竞品中去，一方面从产品自身角度，应提高商品质量和服务质量，建立和提升品牌形象，构筑用户忠诚度，提高用户粘性；另一方面从竞品角度，应对比线上线下竞品定价、促销策略，将价格定在具有竞争力的水平，避免用户流失到其他商家、其他平台或线下门店。

那么商品50008168购买人次多会不会和运营活动有关？

提出假设：购买人次多和特定的运营活动有关，活动期间促销吸引了大批新用户购买，购买人次增加。

论证过程：从时间维度展开对商品50008168购买人次的分析，找出其随月份变化规律。

图表显示，在每年的5月，11月，12月，50008168类商品的购买人次都会出现波峰，且远远超过其他两类热销产品。而5月，11月，12月正好是大型节日活动月份，说明在活动期间商家推出了该商品的促销活动，但具体活动方案（比如是单纯的降价，还是商品定价适合满减凑单，或商品被放在首页作为主推商品）需和运营部门同事沟通确认清楚，以找出吸引大批新用户购买的运营手段具体是什么。

得出结论：假设成立。

2）商品50008168人均购买量低，商品28、50014815人均购买量高的原因？

• 用户和产品维度：产品满足了用户的需求且这种需求是高频的，越是高频的需求，用户偏向一次性购买多件囤货。而高频需求的产品供给给市场的子类别也更多，生态越丰富。因此提出假设：商品子类别种类越多，人均购买量越高。
• 运营维度：运营活动中两件八折等类似活动会引导用户购买多件，提升人均购买量。由此提出假设：店铺活动引导用户购买多件，导致人均购买量增加。

假设1：商品子类别种类越多，代表用户对该类商品的需求是高频的，用户偏向一次性购买多件囤货，人均购买量越高。

论证过程：对各商品类别二级分类数量和人均购买量进行相关关系分析，结果如下，两者相关系数等于0.71，为高度相关关系。

得出结论：假设1成立。

假设2：店铺活动引导用户购买多件，导致人均购买量增加。

论证过程：从时间维度展开对28、50014815、50008168三种商品人均购买量的分析，看看人均购买量在一年中不同月份的变化情况。

图表显示，28类商品人均购买量在2012年11月，2013年12月，2014年5月出现波峰，正好对应三个具有大型节日活动的月份。50014815类商品人均购买量波峰都出现在每年的11月（2014年11月的巨峰详见1-1）的分析），而50008168类商品在活动月份的人均购买量一直很低，从逻辑上可推得，店铺在活动期间对28、50014815类商品推出了针对性的运营方案，活动方案旨在捆绑多件销售（如两件八折），因此在活动月份其人均购买量相应提升。

另外，需对接运营部门同事了解详细的活动方案，以找出是哪一种具体的优惠活动有效提升了人均购买量。

得出结论：假设2成立。

3. 用户层面

1）用户性别分布

图表显示，女婴购买数量高于男婴，是男婴购买数量的1.7倍，而女婴用户数是男婴用户数的1.1倍，女婴用户数更多导致其购买数量更高，这是符合逻辑的。那么不同性别的用户对商品的偏好有没有明显差异呢？

2）不同性别的商品偏好

图表显示，不同性别用户对商品的偏好无明显差异，各商品类别的性别分布五五开。不管男婴还是女婴，最受欢迎的商品类别都是50008168， 其次是28和50014815，但结合购买行为来看，女婴购买数量最多的不是50008168，而是50014815，因为女婴对50014815的人均购买量很高，接近4件，说明女婴对50014815商品消耗得比男婴快，需求频次更高，因此单次购买件数更多。

3）用户年龄分布

由图可见，0-3岁的婴幼儿为头部用户群体，贡献了整体销量的83%，为重要价值且需重点关注的用户群体。随着年龄增长，用户对商品的需求逐渐减少，直至学龄期商品需求完全流失。根据二八定律，我们应重点关注和服务好0-3岁的婴幼儿用户群体。

4）不同年龄的商品偏好 / 各商品类别的用户生命周期

由图可见，排名前三的热销产品都在用户1岁时达到销量顶峰，婴儿期用户为最具价值的用户群体。

热销产品50008168和28的用户生命周期最长，大部分商品的需求在用户5岁之后就完全流失掉了，但用户对50008168和28的需求在5岁之后都还存在，能覆盖学龄前期这部分用户群体，具有较长的生命周期价值，属于能持续带来收入的高价值产品。

热销产品50014815的用户生命周期并不长，应在0-2岁，尤其是1岁的用户群体中抓住生命周期的黄金时段重点推广，以在有限的生命周期内创造高价值。

38类商品的受众非常小，大多为2岁的幼儿和少数1岁婴儿，在其极短的生命周期内，应重点针对2岁的幼儿精准推广。

50022520这类商品只在婴儿未出生时有销量，在婴儿1岁之后销量停滞，说明商品的目标用户其实是孕期阶段的母亲，应在孕妇群体中重点推广。

差销产品122650008在所有年龄段的销量表现都不尽人意，应检讨商品是否满足用户需求，如果并不能满足用户需求，应在之后的采购中放弃采购该商品，减少库存成本。

六 结论与建议

1. 因春节期间快递停运，用户会选择在春节前后释放购买行为，商家可在春节前后推出具有吸引力的活动，通过精准推荐触达用户，促使释放购买行为的产生。
2. 用户复购率仅为0.08%，为提高复购率，一方面应保证商品和服务质量，提升品牌形象，构建用户忠诚度，用户粘性增加，复购率才能提升。另一方面应持续关注线上线下竞品动态，调整定价与促销策略，避免用户流失到其他商家、平台或线下门店。
3. 淘宝天猫活动是带来销量增长的有效手段，每年应持续推出，利用活动效果刺激冲动消费。
4. 头部用户为0-3岁的婴幼儿，根据二八定律，应重点关注和服务好这部分高价值用户，可对该年龄段用户群体展开调研，获取用户反馈，提高这部分用户的留存率。同时，渠道推广及引流应关注该年龄段线上线下的聚集地作精准营销。
5. 针对不同类别商品，因用户群体不同，应在不同渠道精准推广。50014815类商品要针对1岁用户重点推广；50008168和28类商品的推广应覆盖各年龄段；38类商品可针对2岁用户重点推广；50022520类商品实际上为孕妇产品，应在孕妇群体重点推广。
6. 差销产品122650008在所有用户群体中都销量乏力，在接下来的采购中应放弃采购，减少库存成本。热销产品50008168的二级分类种数较少，未来采购及铺货可考虑增加其子类别数，为人均购买量的增加提供可能性。
7. 大部分商品的用户生命周期较短，长期价值乏力，为延长产品生命周期，要持续不断吸引新用户，通过开启新的用户生命周期来延长产品生命周期，持续创造价值带来收入。