|
【2023帆软BI数据分析大赛】食品行业之天猫渠道竞品分析
一、选手介绍
1.选手简介
• 团队名称：“神风队”
• 成员介绍：
a. 甘世荪（队长）—— 现就职于一家零售新锐品牌企业，负责公司经营分析和数据分析系统搭建，深刻了解公司业务痛点与数据需求，本次参赛的主题方向确立与思路梳理队员。
b. 孙志豪—— 工具牛人，熟练使用FineBI工具，思路清晰，本次参赛的技术指导与主力队员。
c. 黄碧莹—— 业务BP，有数据分析、BI可视化工具经验，行动力快，本次参赛的得力队员。
2.参赛初衷
• 通过公众号及比赛主办方分享的资料，学习并掌握FineBI工具的使用，帮助公司提升数据处理效率。
• 曾使用过不太成熟的BI分析工具，而FineBI在行业有一定的知名度，希望通过比赛能模拟业务需求，衡量FineBI的工具性能。
• 通过本次比赛，重新梳理业务的逻辑规则，更加深入对公司业务的理解，为业务决策的制定提供更有效的数据建议。
二、作品介绍
1.项目背景/需求痛点
• 自2022年底疫情结束以来，2023年上半年整个消费品市场出现增长力不足，消费力下降等现象。作为母婴食品类目的新锐品牌，公司提出，本年度线上天猫渠道交易规模相比去年增长50%的要求，但实际经营结果与目标相差甚远。在现有的行业背景和经济现状下，一线运营人员迫切需要通过数据看板，对标行业优秀竞争品牌，发现问题，并结合公司自身情况实现策略调整，以达成增长目标。
2.分析目的与思路探讨
1. 分析目的
a. 了解自己与竞品的区别、差距，自身优势与劣势，产品的市场份额及竞争力，有助于及时调整产品/运营策略。
b. 关注竞品最新动向，有助于发现新的增长点，进一步了解用户需求，引导产品及服务改良或创新。
c. 了解消费者反馈与市场表现，验证需求真实性，挖掘竞品爆款亮点，为新品研发提供决策依据
2. 思路探讨
大家运用各自在实际业务中的分析经验，快速产出了本次分析主题的思路大纲：
a. 根据可获得的本店与竞店数据源，整理后可以按照销售、流量、商品三个模块进行分析。
b. 明确竞品分析对象特性为：目标客户群体一致，痛点一致，产品属性接近，同类目长期对标竞品，同类目近期销量飙升竞品等。
c. 根据分析目的进行数据采集，提炼出数据的一级指标、二级指标。
3.分析思路
需求方：天猫线上运营部
需求场景：
1. 场景一：本店销售构成如何？与竞店差异点在哪些方面？
2. 场景二：为什么流量总提不上去？
3. 场景三：解本店商品表现与竞店商品竞争力如何？
分析方法：
1. 整体思路：
按照需求场景分为销售分析、流量分析、商品分析三个模块，逐一获取数据源进行拆解分析。
2. 具体分析方法：
对比分析法：看数据整体大小、时间趋势变化，不同维度对比；
波士顿矩阵：对比竞店，看优质的流量渠道；
帕累托分析法：看不同渠道流量对结果产出的影响程度；
TOP分析：找到头部品牌、TOP商品。
3. 具体分析框架见下图：
4.数据来源与处理
数据源目录：公共数据-全部数据-竞店数据
4.1数据源说明
1. 说明：数据源全部来源于天猫生意参谋后台可导出数据，仪表板里面的数据为经过加工后的数据，非企业真实数据。
2. 为显示直观和数据脱敏，已针对商品数据进行商品分类加工处理，结果显示为商品类别表现。
4.2数据源结构及指标详情
根据数据源梳理出源表的数据结构，基于字段类型及其业务意义进行分析指标设计。
4.3数据处理过程
1.事实表与维度表关系模型视图如下：
2.新增字段列
3.分组汇总计算
4.比率字段计算
5.字段数据类型等属性设置
6.字段的行类转换与拆分
7.排序与过滤
5.可视化报告
5.1仪表板展示
仪表板目录：目录-新手入门-食品行业之天猫渠道竞品分析
5.2分析结论与建议
通过本次分析，我们基本达成了最初的分析目的，即：通过对比行业竞品，从销售、商品、流量三个模块对自身的优劣和差距有了一定了解和认识，从而对于既定的销售目标，我们可以提出一些建议与策略。
• 结论与认识：
1. 销售
a. 从上半年整体销售额在2月份到达峰值，3到5月份一直处于持续走低状态，直到6月才有所提升，这与整体市场销售趋势走向有一定差异，此现象或可表明两种原因：一，本店的货盘与市场主流货盘存在偏差或滞后；二，本店流量一定存在掉量情况或流量渠道结构存在一定问题。需要进一步分析。
b. 本店客单价高于竞店平均客单价，同时整体转化率低于竞店，即表明本店铺货品与消费人群存在不匹配的情况，进一步也可能存在本店整体货品价格对于当前消费人群相对较高。
c. 本店搜索率低于竞店平均水平，表明本店品牌知名度不足，需要结合广告流量的投入，进一步分析。
2. 商品
a. 本店销售占比最大的意面品类，在竞店整体销售趋势都在上涨的时候，却处于下降趋势，表明本店没有针对意面品类作出有力的运营策略，没有在意面销量下降的时候，及时灵活调整。
b. 本年中，肉肠的销售走势上涨明显，且在意面销量下降的情况下，肉肠的占比和转化率也在提升，这种情况下，运营需要持续重视对应肉肠的促销力度。
3. 流量
a. 半年以来，本店整体流量下跌18.1%，平台流量下跌幅度较大，广告流量无增长，表明店铺并没有作出有力的广告流量投入，也没有通过品牌其他渠道带来平台流量的增长。
b. 本店的流量渠道相对不均衡，直通车流量占比过大，同时UV价值却不高，其他优质流量渠道未充分利用。
c. 对比竞店数据可以知道，淘宝客为竞店TOP流量，且UV价值较高，而本店并没有利用好其资源，投入力度不足。
• 建议与策略：
1. 考虑本店货品价格对于消费人群的匹配度，重新梳理货品价盘与机制。
2. 运营团队对于单品类产品的营销策略需要提升灵活度。
3. 加大对肉肠品类的投入，丰富更多的SKU数，可以考虑出一些新品口味。
4. 竞店中，米粉的流量和转化率都比较高，可以考虑用米粉类代替中式面。
5. 优化广告流量结构，提高对于优质流量渠道的利用率，重点是淘宝客。
三、参赛总结
1.FineBI工具
1. 可视化组件丰富。FineBI提供了丰富的组件，不仅有各式各样的图表，还能调整颜色、大小、形状、标签等属性，无限的排列组合，能够让用户对可视化尽情探索，便于用户找到合适的数据呈现形式。
2. 仪表板联动顺畅。筛选项与组件，组件与组件之间的联动十分智能顺畅，通过组件的明细过滤可以实现与筛选项的联动，组件之间可以根据字段自动建立默认组件，在使用看板过程中对某个组件的数据进行点击可以引发一系列联动组件的变化。
3. 个人账号间协作受限。原本计划三个队员各自负责一个分析模块，最后协作拼接起来，这样都能锻炼各自的BI工具能力。但是协作需要各自的账号部署在同一台服务器上，而分属不同地域队员伙伴无法实现统一服务器部署，所以最后只能将整个分析的看板操作交给其中一个队员，另外2人负责思路提供以及其他内容。
2.参赛总结
通过本次参赛过程，我们利用较短时间学会了FineBI的组件和仪表板操作功能，结合参赛内容深入梳理了业务逻辑，进一步提升了自己的快速学习、业务理解、发现问题和解决问题的能力。通过参赛作品的制作，快速掌握了FineBI自助分析的全流程能力。同时，在和队员的交流过程中，也从小伙伴的身上学到了更多的分析思路和方法，开拓了眼界。借此特别感谢帆软为数据爱好者创造的交流学习的机会,也感谢大赛组织人员,讲师,技术支持人员的分享和支持,也要感谢后期评审人员及组织人员的辛勤付出。
预祝帆软数据分析大赛圆满成功,祝各位参赛人员取得满意的成绩。
欢迎更多数据爱好者朋友交流学习。
| 
