电商平台案例分析:挖掘数据隐藏价值,助力管理层理性决策
随着商业智能和数据分析领域的快速发展,看似毫无关联、用处不大的海量电商消费行为数据背后其实暗藏玄机。通过可视化,可以挖掘出数据背后的有用信息,为公司平台创建出更多的价值。今天这组大赛作品电商平台案例分析对平台的销电商售和运营两大板块进行不同维度的分析,从而为公司的管理层提供更科学的决策支持。
选手介绍
团队名称:超可爱
成员介绍:
RainZ:AI&CS学士,乐于钻研设计思维与数据分析
Eavan:研二在读的统计学学硕,喜欢可视化、喜欢研究配色方案,立志做出简洁美观又信息丰富的仪表盘。
geng :大二的经济统计学学生,喜欢建模和可视化。
作品介绍
一业务背景和需求痛点
业务背景:电商用户消费行为数据,包含日常用户的订单消费信息、部分用户信息等。
需求痛点:业务人员并不能用肉眼从海量的数据库的数据中挖掘价值,赋能业务。但通过可视化,海量的电商消费行为数据可以被整合并展示给不同部门的管理层及业务人员,从而达成“数据赋能决策”,为公司及平台创建更多价值。
因此在本次数据仪表盘中,我们决定把数据运用于不同的业务方向进行分析,希望能使得销售及运营部门的管理决策层可以更好地了解目前平台的现状,从而进行更加高效且清晰动态方针调整。
二分析思路
三数据来源
自选数据:和鲸社区
四电商平台案例分析作品展示
平台销售状况分析
该电商平台2020年的商品交易总额为116897604.18元,为了了解这一年的具体销售情况,我们先从不同维度下挖掘出销售淡旺季。
1什么时候是销售旺季?
相关数据显示,第三季度是销售旺季,其销售额远高于其他季度。进一步对每月的销售额分析,可以发现第三季度的八月份销售额最高。
季度销售额
每月销售额
2销售额变化幅度一览
通过对销售额变化的进一步探索,发现5月较上月增长幅度极大,结合当时情况来看很大可能是由于当时疫情好转从而刺激了消费。销售额在2、3、7、8、10月上升,而在4、6、9、11月份的销售额呈现下降的趋势。
每月销售额环比图
与销售额直接相关的就是该电商平台所销售的产品,接着平台销售状况分析通过对各类产品的销售贡献度进行分析,剖析出销售额的主要来源,从而调整产品策略。
1哪类产品的销售额最高?
相关数据显示,电商产品一级分类下的electronics(电子产品)、appliances(电器)和computers(电脑)类型占据了较大的销售额。
商品多分类树图
215个品牌累计销售额占比80%
在了解销售额主要来源于哪类产品后,还需进一步定位到具体品牌。
相关数据显示、 Samsung 、Apple、LG、Asus、Lenovo、Bosch、Hp、Xiaomi、未命名品牌、Huawei、Beko、Ava、Sony、Oppo、Tefal这15个品牌的累计销售额占比达到总体品牌的80%。
帕累托图
3哪些产品的关联性较高?
顾客在下单时,一个订单里常常会包含多个类别的产品。为了探索不同类别产品间的关联性,为相关推荐提供数据支持,需进一步分析。
下图显示,确实存在有些商品类别的组合会提高顾客的购买行为,如 Sport与Auto(运动品和汽车)、Country_yard与Construction(乡村院子和建材)。
购物篮分析
而消费者作为该电商平台产品的购买主体,分析出他们的特征、构建用户画像,有利于更精准地营销、提升销售额。
1北上广消费总额最高
下图可以看出上海、北京和广东这些发达城市的消费总额较高。未来可以在消费总额较高的城市举办线下活动,促进购买。
不同地区的销售额
2消费者总体年轻化
相关数据显示,消费者年龄总体较为年轻,年龄范围在18-50岁的男女人数大致相同。可以为老年人或青少年发放特定的优惠券,推动他们产生购买行为。
不同性别、年龄的用户分布
平台运营情况分析
当前运营情况下,为了提高平台的活跃度、提出改进方案,需要通过对用户整体活跃进行分析。
1暑假期间用户活跃度高
首先,了解用户在不同时间段的活跃情况,对活跃低峰期进行策略调整来提高访问量。
在2020-01-05至2020-04-19这期间,PV和UV总体较低。但在2020-04-27至2020-09-07期间,PV和UV上升较为明显,7、8两个月用户活跃度较高。
PV、UV变化图
2周六是最高消费日
其次,以天为单位,了解一周内每天男女性的活跃情况,以便于优化举措来促进顾客消费。
相关数据显示:周一至周四为低消费时间段,不同性别用户下单总金额相差不大,男性稍微领先。周五至周日为高消费时间段,女性活跃度高于男性,其中周六差距最大,且整体活跃度最高。
不同性别顾客消费情况3留存率总体在上升
最后,对留存率分析,发现留存率分析变化的规律,也是提高用户活跃度的关键。
平台销售状况分析的留存率分析相关数据显示:次日留存率与七日留存率呈现整体上行的趋势,七日留存率较次日留存率稍微低一些。其中,在4月和8月,次日留存率呈现出较高水平,达到45%。
次日与七日留存情况
运营优化建议:
关注7、8月活动,进一步分析用户活跃度的因素,为其他活动的举办提供借鉴价值。
一周内可着重关注周五至周日,在此期间加强针对女性的宣传推广。其他期间,采用促销或优惠券等方式提升用户消费欲。
在第一季度时加强活动的举办,加强用户粘性,提高其留存率。
本文为2022帆软BI数据分析大赛参赛作品
未经授权禁止转载