18143453325 在线咨询 在线咨询
18143453325 在线咨询
所在位置: 首页 > 营销资讯 > 电子商务 > 电商销售数据分析——以淘宝天猫母婴产品销售数据为例

电商销售数据分析——以淘宝天猫母婴产品销售数据为例

时间:2023-03-16 00:10:01 | 来源:电子商务

时间:2023-03-16 00:10:01 来源:电子商务

一、分析背景与目的

商务部电子商务司发布的《中国电子商务报告2019》(E-Commerce in China 2019)[1]显示,2019年,中国网民规模已超过9亿人,互联网普及率达64.5%;全国电子商务交易额达34.81万亿元,其中网上零售额10.63万亿元,同比增长16.5%,实物商品网上零售额8.52万亿元,占社会消费品零售总额的比重上升到20.7%。

随着电商市场规模的持续扩大,线上消费者的用户画像和购买行为数据已成为商家了解客户消费习惯与消费偏好、提高营收和优化客户体验的重要信息来源。本文以电商平台淘宝和天猫上用户购买母婴产品的数据为例,旨在通过对产品购买数据和用户画像数据的分析,总结母婴产品销售趋势、不同类别产品销量差异以及购买用户特征,以帮助商家针对不同时间节点、不同产品类型制定差异化销售策略以降低运营成本同时最大化营业收入。

数据来源:Baby Goods Info Data-数据集-阿里云天池

数据集详情

二、分析思路

三、分析内容

(一)产品维度

产品维度分析将使用“表1 购买商品”数据,分析前先对数据进行清洗,具体步骤如下:

1、产品销量时间维度分析

2012年7月至2015年2月母婴产品总销量波动情况如下所示:

从图中可以发现:

提出问题:

1)问题1:2015年2月销量出现断崖式下跌的原因是什么?

分析流程:

比较分析:将2013年、2014年、2015年2月销量按日展开后发现数据集里2015年仅有2月1日—5日的数据,通过与同时间段2013年、2014年日销量对比发现2015年2月相应时段日销量均高于2013年、2014年,所以2015年2月销量并未出现下降。

得出结论:2015年2月销量并未出现下降,2月销量表现出断崖式下降的原因为2月数据缺失导致。

2)问题2:为什么每年1月、2月产品销量下滑?

分析流程:

提出假设:由于1月、2月可能正值春节假期,部分商家停止发货以及大部分快递公司业务暂停,所以假设每年1月、2月产品销量下滑是受春节假期影响。

收集证据:

将2013年1月、2月销量与用户数按日展开得到下图:

从图中可以发现,2013年2月4日—2月15日销量与用户数出现低谷,2月16日销量大幅回升。通过查询日历得知2013年春节假期为2月9日—2月15日,与销售低谷时间段基本吻合,考虑到部分商家提前放假等因素因此出现销量提前春节假期出现下降的情况。

将2014年1月、2月销量与用户数按日展开得到下图:

从图中可以发现,2014年1月25日—2月3日销量与用户数出现低谷。通过查询日历得知2014年春节假期为1月31日—2月6日,与销售低谷时间段基本吻合,考虑到部分商家提前放假、提前收假等因素因此出现销量提前春节假期出现下降、春节假期快结束时出现上升的情况。

得出结论:每年1月、2月母婴产品销量受春节假期影响出现下滑。

2)问题3:每年11月销量最高的原因是什么?

分析流程:

提出假设

近年来,电商平台的双十一活动热度不断提高,消费者往往会因为双十一的活动促销将近期购买计划集中在活动期间,因此假设11月销量的增长是受双十一活动的影响。

收集证据:

将2012年11月、2013年11月、2014年11月的产品销量按日展开得到:

从上面图片可以发现2012年、2013年、2014年11月11日单日销量和用户数均出现激增,说明双十一活动吸引了大量客户购买母婴商品拉高了11月整体销量水平。

得出结论:11月销量的增长是受双十一活动的影响导致。

2、商品种类维度分析

将母婴商品销量按产品类别展开,并通过公式“复购率=复购用户数/购买用户总数”计算出各类产品复购率。

通过扇形图将各类商品销量占比直观展示:

从上图可以看出:

由于“总销量=总用户数*人均购买量”,接下来对各类商品销量进行拆解得到下图:

从上图发现:

提出问题:

1)问题1:【50008168】商品人均购买量低的原因是什么?

分析流程:

首先假设该类产品购买量低是由于产品特性导致,如婴儿车、奶瓶等非消耗品本身消费者的需求量就不大,所以该类产品人均购买量低是由于产品特性导致,为推断该假设是否成立需要了解该类产品实际用途同时收集同一时间段其他平台该类产品的人均购买量,由于数据集中没有相关信息,因此不能推断假设是否成立,实际工作中可以收集相关信息后进行分析,本文仅指出分析思路。

如果对比其他平台的数据发现存在差异则需要重新提出假设,通过product产品、price价格、place渠道、promotion促销四个方面进行分析,由于数据集未包含相关方面的信息所以不能展开分析,实际工作中需要与运营部门、市场部门同事沟通获取相关信息。

2)问题2:【38】商品购买用户数少的原因是什么?

分析流程:

将该问题从三个维度进行拆解:产品、运营、价格,并提出相关假设,由于数据集未包含相关方面的信息所以不能展开分析,实际工作中需要与运营部门、市场部门同事沟通获取相关信息后进行进一步分析。

(二)用户维度

由于仅部分用户数据有婴儿信息,因此在用户维度分析前需将表1中的信息关联到表2后对整合的数据进行清洗:

1、性别维度分析

对不同性别婴儿用户购买量进行比较:

比较发现:

提出问题:

为什么女性婴儿用户的购买量远大于男性婴儿用户?

分析流程:

由于“总购买量=购买用户数*人均购买量”,将不同性别婴儿用户购买量拆解,比较不同性别婴儿用户数及人均购买量。

拆解发现,男性婴儿用户与女性婴儿用户的数量差别不大,而人均购买量差异是导致女性婴儿用户购买量大于男性婴儿用户购买量的主要原因。

为进一步分析是否所有类别婴儿商品均存在女性用户购买量远大于男性用户,将商品购买量按类别展开,比较各类别商品不同性别购买量的差异。

展开发现,与前面得出的结论一致,各类别商品男性婴儿用户与女性婴儿用户的数量差别不大,导致购买量差异的主要为人均购买量。其中商品【50014815】、【38】女性婴儿用户购买量远大于男性婴儿用户购买量,【50014815】甚至接近3倍。

得出结论:

女性婴儿用户的购买量远大于男性婴儿用户主要是由于【50014815】、【38】两类产品女性婴儿用户人均购买量远大于男性婴儿用户人均购买量导致。

2、年龄维度分析

将不同年龄婴儿用户的购买量进行排序:

从上图可以看出:

母婴商品的购买主要集中在未出生婴儿以及0-3岁用户。

针对不同类别商品查看未出生婴儿以及0-3岁用户的购买情况:

从上图可以发现:

四、结论

(一)产品维度

1、时间维度

2、商品种类维度

(二)用户维度

1、性别维度

2、年龄维度

五、建议

分析报告PPT详见:



参考

  1. ^http://www.199it.com/archives/1076562.html

关键词:销售,数据,产品,分析

74
73
25
news

版权所有© 亿企邦 1997-2025 保留一切法律许可权利。

为了最佳展示效果,本站不支持IE9及以下版本的浏览器,建议您使用谷歌Chrome浏览器。 点击下载Chrome浏览器
关闭