深度分析|自營電商-運營數據如何輔助商業決策
在很多創業公司或者小公司中,數據分析往往是不受重視的那個——數據的采集、篩選、管理本身就是艱苦的工作,而對業務又沒有直接的影響,所以很多團隊對數據不夠重視。但我們應該注意的是在科學領域,數據分析做的越多,離真理就越近。
說起商業分析,可能大家會想到需要深入研究市場需求、競爭對手以及潛在的機會和風險等等。
其實,商業分析的另一種理解,就是用數據分析的方法解決商業問題。
在大數據時代的背景下,數據作為企業組織過程資產,新時代的生產要素,顯得格外重要。
為此,連國家都開始組建國家數據局,來推進數字化的建設。
數據將成為未來數字經濟時代經濟發展不可或缺的動能來源,就像石油曾經驅動了工業時代一樣。
因此,數據被視為未來時代的“新石油“。
石油只有在燃燒后才有價值,而積累的數據只有在應用時才有意義。
在電商平臺,商家經常通過策劃各種類型活動提高商品的銷售業績。
作為用戶,大家都喜歡消費的時候多一些優惠。
作為商家,都愿意通過讓一點利換取更多的銷售業績。
那活動做完了如何判斷活動效果?
在歷史的活動中都能獲取哪些經驗?
未來的活動要繼續怎么做?
對于企業來說,拿到了這些業務數據如何輔助商業決策?
歸根結底就是:如何通過數據分析指導商業、運營決策的問題。
數據分析得當可以提高科學決策能力,幫助企業避開業務陷阱,幫助個人推動工作順利進行。
數據應用帶來了正向的增益效應,會像雪球一樣越滾越大。
無論你是創業者、產品經理、運營、銷售管理者還是職場新人,都應該具備一定的數據思維。
本文以目前流行的自營電商模式的平臺為例,通過一次實戰案例分享如何通過數據思維來輔助業務決策。
ps:文章篇幅較長,分析的內容相對細致,建議收藏后續做類似業務時來這里捋一捋思路。
另外,不同的業務有不同的特點,業務的深度和維度也是多變的,由于篇幅有限,本文主要提供一種商業分析和數據分析的方法。
一、你的商業模式是什么?
電商產品的商業模式通常為:
- B2B(企業對企業):企業向其他企業提供服務,從渠道經銷商那里獲得收益。
- B2C(企業對消費者):企業向個人提供服務,服務于消費者。
- B2B2C(企業對消費者):企業不直接服務于消費者,而是通過中間經銷商或代理商向消費者提供服務。
在進行分析之前,首先要理解當前業務的本質是什么。
先了解業務,才能正確地進行后續分析,不至于方向跑偏。
區分B2B和B2C類型的公司,我們可以觀察其工作日和休息日的銷售分布情況。
由于B端用戶通常在工作日上班,因此工作日的銷售收入明顯會比雙休日的銷量高出許多。
所以B2C和B2B的銷售收入分布不同。
一般情況下,我們對電商平臺的第一印象通常是B2C(直接面向消費者),但是否真的如此就需要我們客觀的通過數據去一探究竟。
以某自營電商為例,整理數據后發現,相對于周末,工作日的業績更高。
為什么電商平臺的銷售收入呈現B2B的分布呢?
結合業務發現,雖然商城是自營的,但商品是通過渠道銷售給消費者的。
由于渠道方普遍在周末休息,因此商城的銷售分布呈現目前的分布。
另外,渠道方將用戶引流到平臺后,平臺可以直接服務消費者,
因此,當前自營電商平臺的商業模式是以B2B2C為核心B2C為輔助的模式。
現在,我們已經了解了業務模式背后的自然周期,因此在后續觀察指標走勢時就不會感到困惑了。
只要銷售走勢不違反規律,就算是正常的波動。
那如何在當前的業務背景下提升平臺的銷售業績呢?
一方面是我們可以提升渠道數量和質量,這個不在本篇的范圍內,我們暫時只考慮另一方面:
我們可以通過精細化運營的方式激活和轉化渠道沉淀下來的消費者。
精細化運營的核心是圍繞著人、貨、場景,通過價格歧視(三級價格歧視:對不同的人群、地域的人收取不同的價格)、場景營銷等方式將貨賣給不同的消費者。
因此,我們需要明確以下兩點內容:
自營商品的消費結構是什么?
消費者都是誰?
二、你了解你的商品嗎?
要詳細了解商品,需要考察不同季節、渠道、區域和營銷策略等多種因素,需要進行交叉驗證。有時候,我們會沉迷于數據之中,難以自拔。
要快速了解商品結構,可以通過結構化分析的方法來認識商品內部的消費結構,有助于我們更好地了解商品的銷售情況,從而制定更有效的營銷策略。
結構化分析:
第一步:商品銷售金額和銷售業績結構化。
結合業務背景、銷售金額和銷售數量我們能發現:
- 由于美白類產品的客單價最高,所以雖然銷售數量不是最多的,但是銷售額和利潤是產品系列最最高的。
- 祛痘產品銷量最好,是爆品最受歡迎的系列。
第二步:具體是哪些商品,我們對主要類型進行下鉆分析
小結:
- 通過列舉三個品類的銷量明細,我們發現每個品類中都有1~2個核心產品
- 不同系列的商品由于客單價的因素,導致最后銷售金額結構會不同
只看銷量數據,獲取到的信息有限,接下來繼續拆解用戶的結構化數據。
三、你了解你的用戶嗎?
在進行營銷和銷售活動前,了解用戶需求和行為是至關重要的。
通過分析用戶的價值、活躍程度、興趣愛好和地理位置等因素,我們可以更好地了解用戶,并為他們提供更精準的產品和服務。
每個細分維度的分析都需要大量的數據進行輔助驗證,當數據采集沒有那么完善時,只能通過更宏觀且普遍的的方式進行分析。
本文提供一個快速了解用戶的方法,就是對現有用戶進行分層分析。
通過分層分析法,可以觀察到高、中、低消費群體的行為模式,從而更好地了解用戶需求和行為。
第一步:通過用戶的消費數據拆分平臺用戶的消費結構。
通過盤點數據,我們發現用戶的消費結構基本遵循28法則,也就是20%的用戶貢獻了80%的收入。
實際數據表現是,30%的用戶貢獻接近70%的收入。
因此,如果想要在取得最佳業績的同時減少資源損耗,那么我們的重點分析對象就是這30%的用戶。
第二步,將30%的用戶展開做梯隊分析
第一梯隊,頭部高消費用戶,前2%;
第二梯隊,腰部中等消費用戶,2%~12%之間;
第三梯隊,尾部低消費用戶,12%~30%之間;
第三步,拆分每一個梯隊的用戶群體購買喜好。
第三梯隊:尾部低消費用戶群體產品銷量分布Top10
小結:該梯隊用戶主要以祛痘需求用為主,并使用保濕產品做基礎護理。
第二梯隊:腰部中等消費用戶群體產品銷量分布Top10
小結
1、美白需求類的用戶群體呈上升趨勢
2、保濕產品的需求最高,復購率越來越高
第一梯隊:高消費用戶群體產品銷量分布Top10
小結:
- 由于美白類產品的高客單價,并且通過數據可看出高消費群體的核心消費為美白產品,所以美白類產品既滿足和核心用戶的需求又是高利潤的核心產品;
- 需持續關注和培養高消費用戶的使用習慣;
- 祛痘需求用戶和保濕需求用戶,具備全生命周期的培養價值;
- 高消費用戶群體需匹配美白類高客單價的商品或者組合
有了相對全面的數據,我們思考一個問題:
應該用什么樣的組合搭配給什么樣的消費群體呢?
在B端用戶強渠道背景的前提下,如何主動的觸達給C端用戶進行變現呢?
在業務為B2B2C的前提下,流量引入平臺后,如何通過運營的方式讓用戶復購呢?
答案是,通過平臺的營銷活動。
人、貨我們已經有了分層次的概念了,場呢?
在電商場景中,每年要做很多個活動618、1111、1212、各種節假日甚至是自創一些節日來進行場景營銷。
當電商平臺做了那么多的活動以后,如何將活動中獲得的經驗教訓給到未來的活動呢?
接下來重點來了,盤一盤歷史營銷活動數據。
拆解人貨與場之間的關系。
四、場景營銷數據如何閱讀?
我們先來看看歷史銷售數據的曲線圖。
當我們拿到了歷史的銷售數據取現以后如何看呢?
如果不結合周期、業務模式來看這個曲線圖,除了能看出波峰波谷一臉懵逼以外,其他都看不出來。
將自然周期和業績曲線相結合,區分工作日和休息日后,數據會怎樣呢?
結合前
結合后
可以看出波峰波谷與工作日和休息日有關,這也符合B2B2C的自然周期業績走向。
然而,有時候并不遵循這個規律,因為缺乏對其他維度的考慮。
繼續將平臺的法定節假日、營銷活動、自然周期和業績曲線結合。
嗯?是不是感覺有結果要出來了?
要了解一個活動的效果好壞,需要了解其生命周期曲線概念。
下面是一個標準的活動的生命周期走勢。
活動是否有效果,可以通過銷售曲線觀察結果。
效果一般的活動有三個明顯的特征:
- 蓄力效果不明顯,在活動開始前和開始時的銷量差距較小
- 消化效果不明顯,在活動結束時和活動結束后的銷量差距較小
- 活動過程中,銷售金額和日常銷售金額差距較小
所以我們結合活動周期與自然周期的關系、活動的對比能夠看出,當活動開始時間是周一的時,當日銷售業績最好。
而活動三出現了逆周期的表現,異常點是:
- 活動開始的波峰沒有活動結束時的波峰高
- 活動結束后是工作日,出現了斷崖式的銷售業績下降
為什么說活動三的設計有缺陷?
通過我們知道,當前B2B2C的業務模式,工作日的銷售額會比休息日高。
而周一是每周銷售業績最高的一天,當渠道發現周二有活動,可能周一的時候他們就不分銷了。
如果工作日中間(周二、周三)結束活動,會導致周四、周五的用戶發現活動剛剛結束,此時購買正式最貴的時候,心里有一定的落差,會降低轉化率。
自然周期+活動周期的影響,工作日開始的活動效果更好
綜合活動表現,我們能夠得出相應結論:
結論一:活動開始時間盡量放在周一;
結論二:活動結束時間可以放在工作日的末期(周四、周五),讓休息日相對于較少的用戶來消化活動結束帶來的心理落差,從而使影響降到最低
最后,我們再橫向對比活動策略的數據表現。
活動二與活動四:
- 活動的主要內容都是無門檻券。
- 活動一比活動四多了滿2000元贈送產品的超高滿贈門檻(滿贈產品包含美白類產品A)
- 活動結束后,活動一的銷售金額是活動四的2倍。
活動五與活動六:
- 營銷策略都是滿減;
- 其中活動三相比活動四增加了贈送美白類TOP1銷量的產品,所以業績也相當突出
結論三:活動的營銷策略要使用不同類型的產品來命中不同的用戶人群,用戶使用產品是有周期的,就需要不同的活動所使用的產品也有周期性。
所以我們發現,營銷策略的成功在于匹配人、貨、場三要素。
當產品銷售策略和運營活動策略滿足了三類用戶群體的需求時,就可以讓活動做得漂亮,收獲產品銷售業績。
從運營角度來看,場景營銷更具主動性,深入了解用戶群體的喜好和購買習慣,確定最適合他們的商品。
五、總結
通過數據分析,能夠有效預估未來活動所產生的業績并制定策略。
在商業模式的優化中,根據數據表現去重點維護不同的用戶群體,結合用戶需求開發不同類型的產品進行銷售。
無論是做商業分析還是數據分析,都應該搞清楚自己的業務是什么。
B2B?B2C?還是B2B2C?
今天分享了一次數據乃至商業分析的落地實戰。
第一步,摸清自己的業務模式,理清業務模式背后的自然周期,后續觀察指標走勢時就不會感到困惑了。
第二步,結構化的盤點商品,了解商品的銷售情況,從而制定更加有效的營銷策略。
第三步,對用戶進行分層,通過28法則找到取得最佳業績的同時減少資源損耗的用戶
第四步,對歷史營銷活動回顧,綜合分析人、貨、場的關系,以滿足三類用戶群體的需求為目標,讓活動更加成功,獲得產品銷售業績。
回到數據本身,數據的采集、篩選、管理本身是艱苦的工作,它對于業務來說,沒有直接的影響所以很多團隊會因為趕進度、趕項目,導致對數據不夠重視,埋點質量不足、埋點混亂等。
雖然很多人或者公司都沒有開始重視數據體系的搭建,但我們應該注意的是在科學領域,數據分析做的越多,離真理就越近。
希望你,不會覺得只有“大公司有很多很多準確的大數據”。
希望你,離真理原來越近。
作者:張文靖同學,公眾號:聞文靖靜
本文由 @張文靖同學 原創發布于人人都是產品經理,未經許可,禁止轉載
題圖來自 unsplash,基于 CC0 協議
該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。
- 目前還沒評論,等你發揮!