简介:今天给大家带来一个电子商务数据分析案例。我整理了一下,以笔记的形式分享给大家。该案的背景是,某电商的整体销售额连续数年呈上升趋势,但近年来增速放缓。要寻找有效的增长点,提高市场竞争力。文章较长,建议收藏~

图像

电子商务分析基础

在正式开始之前,我们为大家准备了一些常用的基础电商分析基础知识。小白对数据分析很友好。电商分析负责人可酌情查看。如有不妥之处,望领导指正,共同进步!

这里参考自知:电子商务数据分析索引[1]

电子商务分析指数

1、流量指标

页面浏览量(PV):用户访问的页面总数。

访客人数(UV):独立访客。一台计算机是独立数量的访问者。可分为新访用户和回访用户。

当前在线人数:指15分钟内的UV在线人数。

平均在线时间:指每个UV访问一个网页的平均时长。停留时间u003d访问者打开网站首页的时间-打开网站最后一页的时间。

平均访问量:用户每次浏览的平均页面数。

日均流量:日均流量。

跳出率:仅浏览一页后剩余的访问次数除以该页面的总访问次数。分为:首页跳出率、关键页跳出率、具体产品页面跳出率等。这个指标可以反映一个页面内容的热度。如果跳出率高,说明页面需要调整优化。跳出率高并不可怕。可怕的是你不知道用户跳出来的原因。

2、转化指标

有了流量,我们希望用户按照设计的需求去行动,比如注册、取货、下单、支付、参与我们的营销活动等等,这些行动就是转化。

转化率:指有相关操作的访问量占总访问量的比例。转化率是电商运营的核心指标,也是判断营销效果的指标。

注册转化率:注册用户数/新用户数。

客服转化率:咨询客服人员的用户数/总访问次数。

收藏转化率:将产品添加到收藏或关注的用户数/对该产品的总访问次数。

添加转化率:将产品加入购物车的用户数/对该产品的总访问量。

交易转化率:交易用户数/总访问量。交易转化率可以细分为渠道转化率、事件转化率、品牌转化率等。

三、经营指标

交易指标:交易金额、交易数量、交易用户

订单指标:订单金额、订单数量、订单用户、有效订单和无效订单

退货指标:退货金额、退货数量、退货用户数、金额退货率、数量退货率、订单退货率

效率指标:客单价、件单价、联动率、动态销售率

采购指标:采购金额和采购数量

库存指标:库存量、库存数量、库存天数、库存周转率和售罄率

供应链指标:发货金额、发货数量、订单履行率、订单响应时间、平均发货时间

4、会员指标

传统零售和电子商务在会员概念上存在一些差异。在传统零售行业,用户需要花费一定的金额才有资格成为会员,所以传统零售的会员必须是顾客。在电子商务中,普通用户只要注册成功就可以成为会员。二是时效性不同。大多数传统零售会员管理都有无效规定,即会员在一定时间内不能消费一定金额,就会失去会员资格。电商会员没有这样的限制,而是针对不同消费金额的用户设置不同的等级。

注册会员数:指在网站上注册的会员总数。一般来说,这个定义没有多大意义,因为有只注册不买的用户,也有买了东西很久没用的用户。因此,将该指标定义为一年内有采购记录的会员更为准确。

活跃会员数:指一段时间内消费或登录的会员总数。

活跃会员比例:活跃会员占会员总数的比例。

会员复购率:指一定时期内第二次及以上购买的会员人数,占已购买会员总数的比例。

领带购买次数:一定时期内每位会员的平均购买次数。

会员复购率:指上一期末活跃会员在下一期购买的比率。

会员留存率:在某个时间节点的特定时间段内登录或消费的会员的百分比。电商一般使用消费数据,而游戏和社交领域使用登录数据。

5、财务指标

新客户成本:如果公司花费100万获得10000个新客户,新客户成本为100元/人。新客户成本一般是根据渠道来计算的,也可以区分不同的渠道质量。

单人成本:营销成本/访客人数。这里的访客不区分是否是新访客,是否购买,是否注册等。

单笔订单成本:营销成本/产生的订单数量

成本销售比:营销成本/订单金额。它的倒数是投资回报率。

核心指标有哪些

对于不同行业、不同性质、不同阶段的企业,所关注的指标也是不同的,所以所谓的核心指标也不是一成不变的。

对于一个新的电商来说,积累数据,找到正确的运营方向是最重要的。因此,现阶段最关注的指标就是流量指标,包括:访问量、访问源、注册用户数、浏览量、浏览深度、产品浏览排名、产品跳出率、客户评价指数等。

对于已经运营了一段时间的电商来说,通过数据分析提高销量已经成为最重要的目标。现阶段最关注的指标主要包括流量和销售指标:访问量、浏览量、转化率、新会员数、会员流失率、客单价、动态销售率、库存天数、ROI、销售额等.

对于具有一定规模的电子商务来说,利用数据提升整体运营水平至关重要。他们的关键指标是访问量、浏览量、转化率、复购率、周转率、留存率、客单价、利润率、投资回报率、新客成本、库存天数、订单满意率、销售额等。

电子商务案例分析

让我们继续今天的案例研究主题。

总体思路

1\。了解行业和公司的现状

• 行业现状及趋势,如涉及哪些业务

• 公司在市场中的地位

2\。传达明确的需求

• 集思广益,挖掘需求或瓶颈

• 多次交流,最有价值的分析

3\。最后用数据验证

导入相关模块

将 numpy 导入为 np

将 pandas 导入为 pd

导入 matplotlib.pyplot 作为 plt

将 seaborn 导入为 sns

导入日期时间

sns.set()

pd.set_option('float_format', lambda x: '%.2f' % x)

#显示中文

plt.rcParams['font.family'] u003d ['Arial Unicode MS']

plt.rcParams['axes.unicode_minus']u003dFalse

宏观市场分析

产品生命周期(简称PLC)是产品的市场寿命,即从新产品进入市场到被市场淘汰的整个过程。

飞农认为,产品生命是指市场的营销生命。就像人的生命一样,产品必须经历形成、成长、成熟和衰退的循环。就产品而言,它正在经历一个起步、成长、成熟和衰退的阶段。

图片来自网络

1\。初期

企业的规模可能很小。行业内企业如何发展众说纷纭,产品类型、特点、性能和目标市场也在不断发展变化。市场上充斥着各种新发明的产品或服务,管理层采取策略支持产品上市。产品设计尚不成熟,工业产品发展较慢,利润率低,市场增长率高。

策略:追踪对手,参与或观望。

2\。生长期

行业形成和发展迅速,大部分企业因高增长而继续存在于行业中。管理层需要确保充分扩大生产以实现目标市场份额。实现高增长率和扩产计划需要大量资金,现金短缺。利用专利或降低成本设置进入壁垒(内部规模经济),以防止竞争对手进入该行业。

策略:加大投入,增加市场份额,杜绝新进入者。

3\。到期

增速回落到比较正常的水平,比较稳定。每年的销量变化和利润增长较小,竞争更加激烈。后期,部分企业因对投资回报不满意而退出该行业。少数企业主导行业,需要监测潜在的并购机会(啤酒行业),开拓新市场(中国拖拉机出口),开发新技术,开发具有不同特点和功能的新产品。战略管理至关重要

策略:提高效率,控制成本,进入和控制细分市场。兼并扩张,研发新产品。

4\。衰退期

行业产能过剩,技术被模仿后市场替代品泛滥,市场增长率严重下降,产品种类减少,行业活跃度随着企业退出行业而下降。该行业可能不再存在或并入另一个行业。行业的存在期比任何单一产品都要长。充分利用战略管理很重要

策略:及时退出。

资料准备

本案例数据量很大,会按照分类以思维导图的方式展示。如需资料,可联系原作者云多君索取。请注意,数据只能用于交流和学习,不得用于商业目的。感谢您的合作与理解!

图像

一级市场容量分析

数据获取

wxtzu003dpd.read_excel('./baier/电商案例数据/驱虫市场/近三年电蚊香市场成交量.xlsx')

ffu003dpd.read_excel('./baier/电子商务案例数据/驱虫剂市场/近三年防霉防蛀膜市场交易量.xlsx')

msscu003dpd.read_excel('./baier/电子商务案例数据/驱虫剂市场/近三年灭鼠剂市场成交量.xlsx')

wxu003dpd.read_excel('./baier/电子商务案例数据/驱虫剂市场/盘香灭蟑蚊香市场近三年交易量.xlsx')

jrpu003dpd.read_excel('./baier/电商案例数据/驱虫市场/近三年蚊香取暖器市场成交量.xlsx')

wxpu003dpd.read_excel('./baier/电商案例数据/驱虫市场/近三年蚊香市场成交量.xlsx')

wxyu003dpd.read_excel('./baier/电商案例数据/驱虫剂市场/近三年蚊香液市场成交量.xlsx')

水平合并

二级市场到市场成交量按月汇总形成一级市场到成交数据,用于分析整个一级市场(宏观市场)到市场容量的走势

表 u003d wxy

对于我在 [wxp,wxtz,ff,mssc,wx,jrp]:

表 u003d pd.merge(table,i,howu003d'inner',onu003d'time')

table.columnsu003d['时间','电蚊香套装','防霉防蛀片','灭鼠剂','盘香灭蟑香蚊香盘','驱蚊香炉' ,'驱蚊香片','驱蚊香液']

表头()

图像

查看主要市场趋势

一般要根据时间维度进行各种汇总分析,以便后续分析。最好将时间字段设置为表的索引。

table.set_index('time',inplaceu003dTrue)

table['一级市场总销售额']u003dtable.sum(axisu003d1)

表头()

表。一级市场地块总销售额()

图像

以时间指数为横轴,以一级市场总销售额为纵轴,绘制折线图查看一级市场的销售趋势。从图中可以看出,总销售额的趋势是周期性的。

图像

通过回归算法预测销售额

这里有两点需要注意:

• 一般需要5年宏观市场容量分析。

• 发现年度数据不规则,缺失2018年11月和12月,仅2015年11月和12月。

• 接下来我们用回归对18年11月和12月的数据做一个简单的预测。

首先,预测 11 月 18 日的销售额,提取 2015 年 11 月至 2017 年的销售额。

table_02 u003d pd.concat([table['2015-11'],table['2016-11'],table['2017-11']],axisu003d0)

表_02

图像

对二级市场进行回归分析(上表每个字段一次)。

从 sklearn.linear_model 导入 LinearRegression

y_11 u003d []

x_trainu003dnp.array([2015,2016,2017]).reshape(-1,1)

for i in table_02.columns:

y\_trainu003dtable\_02\[i\].values

clf u003d LinearRegression()

clf.fit(x\_train,y\_train)

y\_pred u003d clf.predict(np.array(\[\[2018\]\]).round(1))

y\_11.append(round(y\_pred\[0\],2))

y_11

[5543203.83,

776627.04,

38692.61,

6678677.55,

71752495.99,

1801318.82,

193874.39,

86784890.23]

将上述结果添加到 15 到 17 年的数据表中。

日期 u003d datetime.datetime.strptime('2018-11-1','%Y-%m-%d')

y_11 u003d pd.Series(y_11,indexu003d['电蚊香套装','防霉防蛀片','灭鼠剂','盘香灭蟑螂蚊香盘',

                        '驱蚊香炉'、'驱蚊香片'、'驱蚊香液'、'一级市场总销售额'\]

            ,姓名u003d日期)

表_02.loc[日期,:]u003dy_11

表_02

图像

同样,预测2018年12月每种农药的销量。

图像

从预测结果可以看出,2018年11月和2018年12月的市场总销量将比前三年进一步增长。

二级市场容量分析

合并原始数据和预测的销售数据,然后继续分析。

table_04 u003d pd.concat([table,table_02,table_03],axisu003d0)

#按索引排序

表_04 u003d 表_04.drop_duplicates(

  ).sort\_index(ascendingu003dFalse).iloc\[:-2,:\]

表_04.head()

图像

统计2016年、2017年、2018年一级市场全年销售总额。并绘制折线图。

#table_04.resample('Y') ['一级市场总销售额'] sum().plot()

t4 u003d table_04.resample('Y')['一级市场总销售额'].sum()

时间

2016-12-31 917966079.69

2017-12-31 1395872729.27

2018-12-31 1699011039.03

频率:A-DEC,名称:一级市场的总销售额,

数据类型:float64

! zoz100077](https://programming.vip/images/doc/eff5b2b82b15eed75cf69b954cb314a3.jpg)

图像

从上图可以看出,2018年销售总额增速较2017年有所放缓。进一步分析二级市场容量,挖掘市场增长点。

表_05 u003d 表_04.resample('Y').sum()

表_05

图像

画出三年内每种驱虫剂年消费总量的折线图。

图像

从结果可以看出:

• 二级市场灭鼠剂市场销量最大,增速稳定

• 接下来分析细分市场,重点是灭鼠害虫市场,这也是由于需求方的产品线所在的二级市场。

• 灭蚊市场占比较大,可以考虑灭蚊产品增加产品多样性。

二级市场占比分析

用所有农药的年销售额除以一级市场的总销售额,得到每种农药的市场份额。

au003d[]

for i in table_05.columns:

a.append(table\_05\[i\]/table\_05.一级市场总销售额)

表_06u003dpd.DataFrame(a,indexu003dtable_05.columns)

表_06.T

图像

对上面得到的二级市场占比进行可视化分析,得出每种农药在总销量中的占比如下图所示。

图像

从结果可以看出:

• 灭鼠剂市场一直占据一级市场60%以上的份额。

• 其次是蚊香液产品,占比20%以上。

二级市场增量分析

对每种杀虫剂的年销售总额进行微分,除以上一年的年销售总额,得到年增幅。

incre_01u003d(table_05.iloc[1,:]-table_05.iloc[0,:])/table_05.iloc[0,:]

incre_02u003d(table_05.iloc[2,:]-table_05.iloc[1,:])/table_05.iloc[1,:]

increu003dpd.DataFrame([incre_01,incre_02],indexu003d['16-17年增长率',"17-18年增长率"])

增加

图像

可视化上面获得的数据。

图像

通过以上分析得出以下几点:

• 一级市场容量增速确实在放缓,放缓幅度较大。

• 二级市场容量小幅放缓。

竞争分析

本栏目采用行业排名top100品牌数据,包括品牌、行业排名、交易指数、交易增长率、支付宝转型指数等重要领域。

brandu003dpd.read_excel('./baier/电子商务案例数据/top100品牌数据.xlsx')

品牌.head()

图像

这里我们只需要两个字段:品牌和交易指数。

品牌u003d品牌[['品牌','交易指数']]

brand.set_index('brand',dropu003dTrue,inplaceu003dTrue)

品牌.head()

! zwz 100101 zwz 100102 zwz 100100

图像

并绘制行业前10名品牌的饼图,查看各个品牌的市场占有率。

! swz 100104 swz 100105 swz 100103

图像

微市场竞争分析

mmu003dpd.read_excel('./baier/电子商务案例数据/灭鼠剂细分市场/mite.xlsx')

msu003dpd.read_excel('./baier/电子商务案例数据/灭鼠剂细分市场/Deratization.xlsx')

scu003dpd.read_excel('./baier/电子商务案例数据/灭鼠剂细分市场/Insecticidal.xlsx')

szu003dpd.read_excel('./baier/电子商务案例数据/灭鼠剂细分市场/Lice.xlsx')

zlu003dpd.read_excel('./baier/电子商务案例数据/灭鼠剂细分市场/cockroach.xlsx')

t_01u003dsz[["类别","预计销售额"]]

t_02u003dzl[["类别","预计销售额"]]

t_03u003dmm[["类别","预计销售额"]]

t_04u003dms[["类别","预计销售额"]]

t_05u003dsc[["类别","预计销售额"]]

微市场容量分析

合并灭鼠剂细分市场各品类的数据,按照品类进行聚类,对估计的销售额求和。得到如下图所示的每个农药品类的估计总销售额条形图。

t u003d pd.concat([t_01,t_02,t_03,t_04,t_05])

t.set_index('类别',dropu003dTrue,inplaceu003dTrue)

(t.groupby('category').sum()).plot(kindu003d'barh',

                        coloru003dcmap\[1\],axu003dax)

! swz 100107 swz 100108 swz 100106

图像

从条形图中可以得到很多有价值的信息:

• 在二级市场,灭鼠产品的预估销量最大。

• 二是杀蟑产品。目前,拜耳在驱虫剂市场的产品主要以灭蟑螂和杀虫为主。

• 可以考虑除鼠除螨产品线。

三级市场占比分析

将每个品类的产品除以总销售额,得到每个产品的销售比例,绘制水平条形图。

t.groupby('category').sum().sum(axisu003d0)

t u003d pd.concat([t_01,t_02,t_03,t_04,t_05])

(t.groupby('category').sum()/t.groupby('category').sum().sum(axisu003d0)

).plot(kindu003d'barh',coloru003dcmap[1],axu003dax)

! swz 100110 swz 100111 swz 100109

图像

从结果可以看出:

• 拜耳的主要业务市场,灭鼠杀蟑产品约占60%的市场份额。

如果要介入灭鼠产品,就应该重点关注低成本的引流产品。灭鼠产品什么价位比较合适。

排水产品价格定位

通过数据表的描述性统计,得到各个价格区间的预测销量。

ms_02 u003d ms.loc[:,['category','baby ID','price','Estimated sales']]

ms_02.describe()

图像

价格数据是离散的。设置0,50100150200250300的七个切割点,将价格分成六个价格区间。

垃圾箱_01 u003d [0,50,100,150,200,250,300]

标签 u003d ['0-50','50-100','100-150','150-200','200-250','250-300']

ms_02['价格范围']u003dpd.cut(ms_02['价格'],binsu003dbins_01,labelsu003dlabels)

毫秒_02.head()

图像

按价格范围汇总估计的销售额并获得以下结果。很明显,当价格区间为0-50时,预估总销量最高,是第二个50-100价格区间预估总销量的近5倍。

ms_02.group by('价格范围')['估计销售额'].sum().sort_values(ascendingu003dFalse)

价格范围

0-50 15162086.51

50-100 3335060.19

100-150 2758086.29

200-250 2743758.00

150-200 629813.00

250-300 237740.00

名称:估计销售额,dtype:float64

如果拜耳要介入灭鼠产品,引流产品定位在0-50之间,但是哪个细分区间更合理呢?

细化价格区间,继续将0-50的价格区间除以0、10、20、30、40、50,即每10元,得到如下结果。

垃圾箱_02u003d[0,10,20,30,40,50]

标签_02u003d["0-10","10-20","20-30","30-40","40-50"]

ms_02['价格范围']u003dpd.cut(ms_02['价格'],binsu003dbins_02,labelsu003dlabels_02)

毫秒_02.head()

图像

同理,聚合、求和、排序得到如下结果,其中10-20和20-30价格区间的总预测销量比较高。

ms_02.group by('价格范围')['估计销售额'].sum().sort_values(ascendingu003dFalse)

价格范围

10-20 8102634.14

20-30 4969620.92

30-40 1240874.19

40-50 707568.49

0-10 141388.77

名称:估计销售额,dtype:float64

如果要制作0-50元之间的灭鼠、引流产品,10-30元以内比较合适。市场比较火爆,赔钱不容易。

竞争分析

谁是我们的竞争对手?他们的策略是什么?与他们相比,我们的优势和劣势是什么?这些都是我们必须经常面对的问题。竞争对手无处不在。作为数据分析师,我们如何帮助公司制定竞争战略?不能正确识别竞争对手,就会导致各种被动,不仅浪费资源,也浪费宝贵的发展机会。

本次竞争分析将从两个方面入手:一是销售竞争分析,包括拜耳、科灵虫控和安苏家居销售分析。二、产品结构分析。这部分将在本案例分析的第二部分继续,本文不做介绍。

图像

销售分析

本次使用的数据是竞品数据中商品销售数据中3家公司近30天的销售数据。

安宿家u003dpd.read_excel('./baier/电商案例数据/竞争数据/商品销售数据/安宿家近30天销售数据.xlsx')

科灵虫控u003dpd.read_excel('./baier/电商案例数据/竞争数据/商品销售数据/科灵虫控旗舰店近30天销售数据.xlsx')

拜耳销售分析

检查哪些字段包含在此数据中。

拜耳 u003d pd.read_excel('./baier/电子商务案例数据/拜耳门店数据/拜耳最近30天销售数据.xlsx')

拜耳 .info()

<class 'pandas.core.frame.DataFrame'>

RangeIndex:15 个条目,0 到 14

数据列(共 16 列):

列 非空计数 Dtype

---

0 序列号 15 非空 int64

1 商店名称 15 非空 对象

2 商品名 15 非空 对象

3 商品 ID 15 非空 int64

4 主图链接 15 非空 对象

5 产品链接 15 非空 对象

6 商品原价 15 非空 float64

7 商品价格 15 非空 float64

8 30 每日销售额 15 非空 int64

9 总销售额 15 非空 int64

10 类别 15 非空 对象

11 物理形式 11 非空 对象

12 模型 15 非空 对象

13 净内容 13 非空 对象

14 使用对象 15 非空 对象

15 销量 15 非空 float64

数据类型:float64(3)、int64(4)、object(9)

内存使用:2.0+ KB

使用 slice 截取本次分析所需的字段信息。

baier u003d 拜耳[[“商品ID”,“使用对象”,“商品价格”,“30日销量”,“销量”]]

拜耳.head()

图像

根据商品ID进行汇总,将销售额求和,按照总销售额排序后绘制条形图,如下图。从结果可以看出,热销产品527604730327的销量远超其他任何产品。

cmap u003d [低_c,高_c]

(baier.group by('商品IS')['销量'].sum().sort_values(ascendingu003dFalse)

).plot(kindu003d'barh',coloru003dcmap[1],axu003dax)

! swz 100128 swz 100129 swz 100127

图像

为了按不同的使用对象查看拜耳产品的总销量,将使用对象聚合起来,对所有字段求和,主要看30天销量和销量两个字段。其他两个字段的总和没有意义。

baier.groupby('使用对象').sum().sort_values('销量',ascendingu003dFalse)

! zwz 100131 zwz 100132 zwz 100130

图像

从以上结果可以得到以下信息:

• 杀蟑产品占拜耳销售额占比最大

• 二是蚂蚁控

科灵虫害防治销售分析

接下来,分析科灵虫控的销售数据。数据与拜耳的销售数据字段相同,此处不再显示。

同样,切片截取分析所需的字段。汇总产品ID,对其他字段求和,得到每个产品的销售数据。

keling u003d Keling 防虫[[“商品编号”,“适用对象”,“商品价格”,“30日销量”,“30日销量”]]

keling.groupby('商品ID').sum().sort_values('30日销量',ascendingu003dFalse)

图像

同样,统计每个用户30天内的总销量和总金额数据。

keling.groupby('适用对象')['30日销量','30日销量'].sum().sort_values('30日销量',ascendingu003dFalse)

! zwz 100137 zwz 100138 zwz 100136

图像

主要信息如下。

• 热销产品(杀蟑)离拜耳不远了

• 科菱产品品类覆盖二级市场主要品类

安宿房屋销售分析

根据上述拜耳和科灵虫控的销售数据分析方法,也用于分析安素之家的销售分析数据。

ansu u003d 安苏家[[“商品编号”,“适用对象”,“商品价格”,“30日销量”,“30日销量”]]

安苏。头发 d()

! zwz 100140 zwz 100141 zwz 100139

图像

ansu.group by('商品IS')['30日销量','30日销量'].sum().sort_values('30日销量',ascendingu003dFalse)

! swz 100143 swz 100144 swz 100142

图像

ansu.groupby('适用对象')['30日销量','30日销量'].sum().sort_values('30日销量',ascendingu003dFalse)

! swz 100146 swz 100147 swz 100145

图像

主要信息如下。

• 热销产品销量不及拜耳和科菱

• 安速产品品类丰富,基本涵盖拜耳和科菱的主要产品品类

• 拜耳畅销产品以杀灭蟑螂为主,主要竞争对手(科灵和安宿)在主营业务上展开竞争

• 主要竞争对手的产品多元化优于拜耳

• 拜耳杀蟑产品和竞争对手科灵一样长,杀虫蚂蚁产品的主要挑战来自安苏

写在最后

至此,本案例为完成分析任务的一般案例。一开始介绍了一些电商案例分析的基础知识,从宏观市场和微观市场分析了几家电商企业的销售数据。主要内容如下:

! zwz 100149 zwz 100150 zwz 100148

1 2000多本Python电子书(主流和经典书籍应该都有)

2 Python标准库资料(最全中文版)

3 项目源代码(四十或五十个有趣经典的手部训练项目和源代码)

4 Python、爬虫、Web开发、大数据分析基础介绍视频(适合小白)

5 Python学习路线图(告别非流学习)

需要相关资料可以扫一扫

! swz 100152 swz 100153 swz 100151