电子商务数据运营与管理 第二版 第6章 电子商务数据化选品与采购.ppt

* * * * * * * 亮亮图文旗舰店 * 亮亮图文旗舰店 * 亮亮图文旗舰店 * 亮亮图文旗舰店 * * * * * * * * * * * * * * * * 6.3 电子商务选品与采购实例 6.3.1 分析热卖商品特征进行选品 实验目的： （1）掌握使用热卖商品特征进行选品的方法。 （2）掌握交叉分析法。 业务背景： 商家每年对连衣裙至少要选两盘货（其中春盘夏货与夏盘秋冬是必备，冬盘春货可根据实际情 况备货），选品时使用热卖商品特征可以快速定位到符合消费者需求的款式，这些款式成为热卖商品 的概率也会提高。 6.3.1 分析热卖商品特征进行选品 （1）单个热卖商品特征分析 本案例使用的是在淘宝搜索关键词“连衣裙”后所得的商品数据，如图 6-2 所示，这里面包含商品的标题、价格、销售数据等，也包含商品的一些属性特征。 6.3.1 分析热卖商品特征进行选品 检查并清洗好数据后，使用 Excel 数据透视表统计数据。单击表格中任一单元格，在菜单栏中依次单击“插入”“数据透视表”选项，选择插入“新的工作表”，并单击“确定”按钮，如图 6-3 所示。 6.3.1 分析热卖商品特征进行选品 数据透视表字段设置如图 6-4 所示，设置完成后即可得到统计数据，其中计数项是对应商品属性值的数量（宝贝 id、标题、销售价等指标均可设为计数项）。数据透视表中共 4 列，四个字段分别代表“风格”“商品数量”“平均售价”“30 天累计销售额”。 6.3.1 分析热卖商品特征进行选品 从图 6-4 中的数据透视表可以看出，通勤风格的商品数最多、累计销售额最大，并且将 30 天累计销售额除以商品数量后会发现，通勤风格的商品平均销售额也最大；街头风格只有 1 件宝贝，售价为 129.77元，高于其他几种风格的平均售价，商品 30 天销售额排名第二；“空白”代表宝贝没有填写相关信息。 依照此步骤，对多个属性进行分析后，会得到一系列的热卖特征，如通勤、圆领、高腰、A 型等。 6.3.1 分析热卖商品特征进行选品 （2）热卖特征交叉对比分析 通过以上的单个属性分析，得到的结果是单个特征结果，没有考虑特征组合问题，这使商家极有可能找不到相符合的商品，也不便于工厂生产开发。因此需要使用交叉法分析。交叉法是将多个特征分别放在表的行和列上进行分析，具体操作如下。类似以上操作，在 Excel 中依次单击“插入”“数据透视表”，并进行字段设置，如图 6-5 所示，之后即可得到统计数据。 6.3.1 分析热卖商品特征进行选品 由图 6-5 中的的数据透视表可以看出，通勤圆领、通勤方领、通勤 POLO 领的商品数量都较多，说明较多的商品同时具备这几个热卖特征；从竞争角度考虑，同一个特征下包含的商品越多，一定程度上竞争也越激烈。接下来还可以分析各特征对应的销量、销售额情况，求得单个商品的平均销量、销售额数据后，比较各特征的市场份额大小。 6.3.1 分析热卖商品特征进行选品 例如，分别拖拽“风格、领型、30 天销售额”至“行”“列”“值区”，得到风格、领型和近 30天销售额的交叉分析透视表，如图 6-6 所示。观察发现，通勤圆领、通勤 V 领的商品 30 天销售额求和项最大。 6.3.1 分析热卖商品特征进行选品 将“30 天销售额求和项”除以“商品数量”发现，通勤圆领对应的数值最大，约为 77797 元，这意味着同时具备通勤和圆领特征的 17 款连衣裙，平均每款连衣裙近 30 天销售额能达到的 77797元。通勤 POLO 领的连衣裙有 13 款，但每款连衣裙近 30 天销售额只能达到 4712.38 元，相对较低，如图 6-7 所示。 6.3.1 分析热卖商品特征进行选品 案例总结 （1）通勤风格的连衣裙商品数量最多，每款连衣裙近 30 天销售额也最大； （2）通勤圆领的连衣裙商品数量最多，每款连衣裙近 30 天销售额也最大；通勤 POLO 领的连衣裙 商品数量较多，但每款连衣裙近 30 天销售额较低，属于竞争商品数量较多而市场份额一般的商品。 （3）可以利用 Excel 数据透视表进行热卖商品特征的分析，辅助选品。 实训题 （1）基于该连衣裙商品数据，进一步分析其他热卖商品特征属性。 （2）分析床上用品（被子、枕头、蚊帐等）中任意一个品类的热卖商品特征。 6.3.2 分析新品表现进行选品 实验目的： （1）掌握依据新品表现进行选品的方法。 （2）掌握交叉分析法。 业务背景： 在小西装快接近入季时，选择市场上的新品作为分析对象，从市场新品中选择数据表现好的款 式，如此选品命中率更高。 新品的主要特点是上市的时间较短，判断潜力新品的数据特征是挖掘新品上架后的数据表现， 包含但不局限于以下内容。 浏览量：一般商家只能看到自己的商品的浏览量情况，生意参谋