数据 · 2023 年 10—11 月

运营与选品分析

2023 年实习项目:整合广告、订单、库存、商品页面和每日汇总五类导出数据,建立选品指标体系与一页式运营日报。覆盖 5 个品牌、3 个站点的 88 条商品链接,帮助团队从整体趋势、品牌占比逐步定位到单条链接的库存、广告和价格异常。

角色
实习生,负责数据分析与报表
时间
2023 年 10—11 月
技术栈
Excel · Word · CSV 数据导出:广告、订单、库存、商品页面、每日汇总
项目规模
88 条商品链接 · 5 个品牌 · 3 个站点 · 2023 年 10 月,共 14,753 行原始数据 · 包含 31 项指标的选品体系 · 数据已脱敏:品牌以 AA—EE 代称,商品链接编号已遮蔽

数据与图表

2023 年 10—11 月的运营分析实习项目。数据来自覆盖 2023 年 10 月的五类导出表,品牌以 AA—EE 代称,商品链接编号已遮蔽。本页图表根据这些脱敏数据计算生成。

跟踪的商品链接
885 个品牌 · 美国、加拿大、日本
时间范围
31 天2023 年 10 月
源数据行数
14,753广告、订单、库存、商品页面、每日汇总五张表
广告花费 / 广告销售额
2.70 万 / 14.81 万66 条链接投放广告 · 广告销售成本比 18%
10 月 31 日缺货链接
20 / 8282 条有销售记录的链接中,20 条库存为零

选品指标体系

5 个维度 · 9 个指标组 · 31 项指标,用于评估品类与商品的经营价值

  1. 市场需求

    市场容量

    • 搜索量
    • 潜在客户数量
    • 增长趋势

    人群特征

    • 年龄分布
    • 地理分布
    • 性别分布
  2. 市场竞争

    竞争程度

    • 竞争对手数量
    • 市场份额
    • 市场集中度

    进入难度

    • 市场准入门槛
    • 新竞争者威胁
  3. 商品

    热销产品

    • 畅销商品
    • 畅销品牌
    • 畅销属性

    商品特征

    • 类别
    • 规格
    • 材质

    商品趋势

    • 新品发布
    • 季节性需求
    • 消费者偏好
  4. 用户评价

    • 评论数
    • 平均评分

    评论内容

    • 关键词分析
    • 情感分析

    用户互动

    • 用户晒单
    • 用户提问数
    • 互动情况
  5. 价格

    • 售价
    • 促销活动
    • 成本
    • 利润率
图 1:从需求与竞争判断品类的进入空间,再结合商品特征、用户评价和价格评估具体商品。指标体系为日报各列提供统一的检查标准。

从五类数据到一页式运营日报

  1. 广告表1,523 行
  2. 订单表1,927 行
  3. 库存表7,068 行
  4. 商品页面表3,801 行
  5. 每日汇总表434 行
  6. 关联五张表日期 · 站点 · 商品链接编号
  7. 近 7 日趋势销量 · 销售额 · 日环比 · 浏览量 · 退款率
  8. 品牌占比5 个品牌
  9. 单条链接运营指标日均销量 · 可售天数 · 点击率 · 广告销售成本比 · 排名
  10. 运营日报每日早会前查看,一页呈现
图 2:按日期、站点和商品链接编号关联五张导出表。先看近 7 日趋势,判断是否发生变化;再看品牌占比,缩小排查范围;最后查看各商品链接的库存、广告和价格指标,确定需要跟进的问题。

10 月每日销量与缺货链接数

柱形表示全部品牌和站点的日销量;圆点表示 82 条有销售记录的商品链接中,当日库存为零的数量

日销量(件)05001,0001,5002,000峰值 1,533127缺货商品链接数010202010月1日10月6日10月11日10月16日10月21日10月26日10月31日
图 3:10 月 2 日日销量达到峰值 1,533 件,此后至 10 月 21 日维持在约 950 件,随后降至约 160 件。整月内,有销售记录但库存为零的商品链接数从 4 条增加到 21 条。日报中的「预计可售天数」用于提前识别一周内可能售罄的链接。

畅销商品链接:售价、类目排名与日销量

品牌 CC,美国站 · 10 月售出 2,951 件,占总销量的 15% · 排名轴反向排列,位置越高表示排名越靠前

售价2530354029.9938.59类目排名(越靠上越好)#1#250#500#750#1000最佳排名 #74 · 10月17日最低排名 #878日销量(件)015030010月1日10月6日10月11日10月16日10月21日10月26日10月31日
图 4:该链接在 10 月提价五次,售价从 29.99 调至 38.59。类目排名在 10 月 17 日达到第 74 名,月底降至第 878 名,日销量从一百多件降至个位数。单月数据无法区分价格、库存和季节性因素各自的影响,但并列展示这三项指标,有助于团队及时发现并排查问题。

商品链接广告效率:花费与广告销售成本比

66 条投放广告的商品链接 · 横轴为 10 月广告花费,采用对数刻度;纵轴为广告销售成本比(ACoS),即广告花费 ÷ 广告销售额;空心点表示有花费但无广告销售额

0%25%50%100%1101001,00010,000广告花费 →广告销售成本比花费 = 广告销售额整体广告销售成本比 18%无广告销售额CC · 美国站 · 6,036CC · 美国站 · 4,717
图 5:CC 品牌的两条链接占总广告花费的 40%,贡献 48% 的广告销售额,ACoS 为 14%—16%。另有 5 条投放规模较小的链接,广告花费超过广告销售额;还有 8 条产生花费却未产生广告销售额。这 13 条链接的花费合计不足 450,是日报优先标记的异常。

问题

团队在美国、加拿大和日本三个站点运营五个品牌。广告、订单、库存、商品页面和每日汇总数据分散在五张导出表中,难以在早会前逐一核对。

需要解决两项问题:一是建立团队认可的选品标准,判断哪些商品值得经营;二是将分散的数据整理为一页式日报,让团队迅速看清昨日变化及需要跟进的问题。

方法与取舍

先明确指标,再设计报表。 选品指标体系(图 1)围绕市场需求、竞争、商品、用户评价和价格五个维度,梳理 31 项指标。日报各列与指标体系对应,使选品标准和日常监控采用一致的分析口径。

按业务字段关联数据。 五张导出表均包含日期、站点和商品链接编号。以这三个字段关联,形成每行对应「某条商品链接在某一天」的明细表,为后续汇总和异常排查提供基础。

从整体趋势逐步定位到单条链接。 日报(图 2)先展示销量、销售额、日环比、浏览量和退款率的近 7 日趋势,再展示当日各品牌占比,最后列出各商品链接的运营指标。补充指标包括距上次售出的天数、近 7 日日均销量、预计日销量、按当前库存估算的可售天数、点击率、单次点击费用、广告销售成本比(ACoS,即广告花费除以广告销售额)、类目排名、评论数、售价和评分。

标记异常,供团队进一步排查。 日报重点提示预计一周内售罄、ACoS 高于整体水平、类目排名下滑的商品链接。报表负责及时暴露问题,具体原因则由团队结合业务情况确认。

分析结果

交付内容为 2023 年 10 月 31 日的运营日报。图 3—5 基于整月数据,展示日报能够帮助识别的异常:

  • 销量下滑与缺货同时出现。 10 月 22 日之后,日销量从约 950 件降至约 160 件;整月内,有销售记录但库存为零的商品链接数从 4 条增加到 21 条。
  • 畅销链接的售价、排名与销量同步变化。 销量最高的商品链接经历五次提价,售价从 29.99 调至 38.59;类目排名从第 74 名降至第 878 名,日销量也明显下降。
  • 广告投放效率差异明显。 两条商品链接占总广告花费的 40%,ACoS 为 14%—16%。另有 13 条投放规模较小的链接,广告花费合计约 450,其中部分广告花费超过广告销售额,其余未产生广告销售额,需优先排查。

局限

分析基于单月脱敏数据,报表在 Excel 中完成。图表反映的是需要关注的相关变化,无法据此确认因果关系:价格调整、缺货和季节性需求变化,都可能影响排名与销量。

选品指标体系是与团队共同确认的检查清单,尚未建立综合评分,也未使用后续销售结果验证其预测能力。

← 返回首页