|
一、选手简介 1.1选手介绍 1．周素慧：博智林机器人有限公司PMO，负责数据分析运营部可视化小组的项目管理相关工作，本次比赛主要负责仪表板的开发和美化。 2．梁志雄：12月入职博智林机器人有限公司，负责数字化项目需求分析，多年电商数据分析与可视化经验，使用FineBI两年时间，本次比赛主要负责提供数据和撰写报告。 3．李和平：博智林机器人有限公司BI运营，负责碧桂园集团的BI可视化产品运营、推广等工作，本次比赛主要负责需求分析和相关指导工作。 1.2参赛初衷 参加此次活动主要是为了加强自己（周素慧、梁志雄）的分析能力，以及FineBI数据可视化的展现能力。更多培养自己对数据的洞察，觉得大有益处。 另外，参加本次活动的另一个目的主要是为了更好的进行数据可视化小组的PM相关工作，拉近与可视化开发成员的距离。同时，希望将自己对电商数据分析的方法分享给更多同道中人，得到更多交流沟通的计划，以便更好的提升数据分析方法论和BI可视化开发技巧。
二、业务背景 为了更好的准备一年一度的“双十一”电商大战，公司决定通过最近一个月的商品销售数据进行分析、统计，制定对应的“双十一”大战营销策略。
三、建设目标 1．电商指标体系构建：以店铺、商品、会员、渠道等多种维度为入口，搭建电商数据分析的流量、转换、销售和服务等电商数据分析指标体系。（本作品只针对销售指标体系） 2．多维度分析销售数据：以地域、会员、品类等多维度统计产品销售数据，分析维度差别、流失情况、畅销品、主产品、销售额、产品利润等。 3．营销策略和推广支持：根据数据统计和分析结果，制定不同的“双十一”大战营销战略和主推产品等，进一步提升产品销售额和利润率，打好年底关键一战。
四、数据准备
4.1数据来源
本次比赛的数据来源于团队选手前东家的10月份销售数据，后期通过了简单的脱敏以及在不影响本作品的建设目标的基础上删减会员的相关敏感信息。本次活动数据不涉及商业机密，数据内容只做参考，本作品不对数据的真实性负责。
4.2数据整理 表4-2作品数据源描述
五、解决思路
5.1指标体系 数据分析与BI可视化的本质其实是维度和指标的切换，了解维度和指标体系有助于我们理解分析的思路。电商的维度和指标体系分类主要包括： 1．维度：人群、渠道、店铺、产品 2．指标：流量、服务、转换、销售 那么，将维度和指标交叉可以得到16个分析粒度，本作品主要从不同的维度针对销售指标进行统计分析。其具体指标体系如下表所示： 表5-1电商数据分析指标体系 5.2需求分析 作品主要展示产品的销售规律和特征，以便于制定正确的营销策略，核心指标只要包括销售额、会员数量、流失金额、利润指标等。根据业务背景和建设目标详细可进行如下分析：
5.2.1客户地域分布 1．人均消费金额（客单价）：不同的地域客户消费水平不同，通过统计不同地域客户的消费金额，了解产品在不同地域的消费力情况。可以通过对比不同地域的订单，制定更详细的营销推广策略。 2．地域分布四象限：可根据10月会员消费特点归纳低规模高客单，高规模高客单，低规模低可单，高规模低客单情况，分别制定不同的营销策略。
5.2.2流失客户分析 1．流失金额统计：统计不同的省份、会员数、买家应付金额（交易关闭），观察流失客户规律。 2．订单付款金额：统计时间间隔、会员数情况，制定催单策略，减少“双十一”期间订单流失情况。
5.2.3销售商品分析 1、品类分析（占比）：统计、分析不同品类的销售占比与利润情况。 2、主产品分析：统计主产品和畅销产品，做好“双十一”库存计划。
5.3解决方案
六、开发过程
七、分析报告与业务价值 7.1核心指标分析
针对应付货款、实际支付金额、待定支付以及流失金额等核心销售指标进行统计分析，把握产品销售的总体情况。从统计结果可以看出，流失订单金额有9万多元，需要特别关注。 7.2畅销品分析
可视化分析结果显示，10月份销售额（已支付）的产品主要包括新谷酵素夜减肥、Fancl美白丸全身、普丽普莱氨糖维骨片、普丽普莱氨糖软骨素和Fancl复合维生素。为了双十一的促销活动，首先需要考虑的是需要保障这些畅销产品的库存量，以达到利润最大化。
7.3订单流失分析
根据可视化分析结果针对订单流失前5的产品做针对性分析，从产品质量、客服质量、用户性质等多维度进行分析，提升产品质量和客户服务治理，减少订单的流失情况，降低订单流失率。
7.4订单规模分析
根据可视化分析，可以将全国各省分为是个象限：高规模高客单、高规模低客单、低规模高客单、低规模低客单，根据各省在四个象限的呈现情况采取对应措施： 1、广东省、上海市、北京市、江苏省等属于高规模高客单，是需要重点维护的区域，可保持市场投入和营销策略，并可考虑加大投入。 2、甘肃省、天津市、河北省、内蒙古、陕西省等属于高规模低客单，可投放组合优惠套餐和连带销售的方式，从而提高客单。 3、浙江省、四川省、山东省属于低规模高客单，可能广告投放不到位或市场营销不到位，可适当加大市场投入，增加会员规模增加。 4、贵州省、黑龙江省属于低规模低客单，可以开展调研工作，采用合适的拓展方案。
7.5订单趋势分析
整体的销售处于一个较平稳的波动，10月上旬销售额大部分高于平均值，10月下旬低于平均值，建议调研是否有其他商家已经提前开启双十一活动，导致客源部分流失，考虑提前加入双十一活动。 7.6待付款订单分析
数据可视化结果显示，待付款金额为1273元，涉及5个产品。客服人员需要针对等待付款会员进行原因分析，进行针对性引导。 如果是因为“新买家出于好奇，拍着试试看”，这种情况最好跟对方通过旺旺进行联系，这样可能会留住一个潜在的客户。 如果是因为“拍下了商品，但是支付宝内余额不足未付款”，可引导花呗消费或者给对方一定的时间去准备付款，大概一天左右的时间，如果没付款，可以主动联系，询问一下情况，给对方充裕的时间。 …………
7.7其他维度分析 7.7.1店铺销售占比分析
店铺之间存在较大的差异，其中店铺004销售额占比最大，占了10月份总销售的33%，店铺005占比最小。在店铺规模、工作人员、营销策略等因素一样的情况下，互相对比、互相分享，分析销售差异的原因，提高其他店铺的整体销售能力，达到各店铺均衡发展。
7.7.2产品类型占比分析
数据可视化结果显示，各品类销售占比相对均衡，差距并不明显，暂时可同步均衡推广销售！
八、总结提升
本文由于数据获取原因以及时间关系，只针对销售数据指标进行了相应的分析，但实际上电商数据分析的主要指标分析还包括了流量指标、转换指标和服务指标。需要全方位进行分析，才能对症下药，提升店铺销售额。目前电商的主要痛点归结起来主要有：1、运营工作方法不对，效率较低；2、DSR动态评分较低，权重上不去；3、无爆款、无排名、无流量；4、开店成本高、资金不足。 而针对上诉业务痛点，具体涉及到了运营指标、流量指标、转换指标、财务指标等。电子商务除了需要关注商品的整体数据外，更需要关注各种数据所反映的问题，而进行多维度的数据指标分析则是电商行业的一项战略性投资。在大数据的环境下，数据反映出来的就是市场、消费者、商品各方面的情况，这些在实体市场只能通过市场调研等低效率的手段进行收集和整理。因此，在大家都关注电商数据并进行分析时，自己更应该利用好这些数据，以求在竞争激烈的电商行业站稳脚跟。 本作品只是抛砖引玉简略提及了部分观点和建议，希望通过本次比赛能得到帆软评委团的指导以及番薯们的互相交流，以促进大家的共同进步。
作品展示：
挑战赛作品-周素慧1204.pdf
(959.67 KB, 下载次数: 202)
作品展示-电商数据分析.pdf
(575.74 KB, 下载次数: 278)
| 
