Py学习  »  Python

Python数据分析与数据化运营:商品数据化运营1-概述与关键指标

Python爱好者社区 • 5 年前 • 710 次点击  

作者:宋天龙(TonySong),资深大数据技术专家,历任软通动力集团大数据研究院数据总监、Webtrekk(德国最大的网站数据分析服务提供商)中国区技术和咨询负责人、国美在线大数据中心经理。


本文来自《Python数据分析与数据化运营》配套书籍第5章节内容,机械工业出版社华章授权发布,未经允许,禁止转载!此书包含 50个数据工作流知识点,14个数据分析和挖掘主题,8个综合性运营案例。涵盖了会员、商品、流量、内容4大数据化运营主题,360°把脉运营问题并贴合数据场景落地。


课程学习链接:网站数据分析场景和方法——效果预测、结论定义、数据探究和业务执行https://edu.hellobi.com/course/221


前文传送门:

Python数据分析与数据化运营:会员数据化运营1-概述与关键指标 

Python数据分析与数据化运营:会员数据化运营2-应用场景与分析模型

  Python数据分析与数据化运营:会员数据化运营3-分析小技巧

Python数据分析与数据化运营:会员数据化运营4-“大实话”

Python数据分析与数据化运营:会员数据化运营5-案例:基于AdaBoost的营销响应预测

Python数据分析与数据化运营:会员数据化运营6-案例:基于RFM的用户价值度分析


商品运营是销售型公司的核心工作之一,本章将围绕商品数据化运营展开,内容包括概述、关键指标、应用场景、分析模型、分析小技巧、分析大实话以及应用案例。

6.1 商品数据化运营概述

本章的商品指的是狭义上的实物商品,不包括有偿服务、虚拟商品等。商品跟产品的概念在很多场合下可以互用,但在互联网领域,产品也可用来表示与用户交互的载体,例如APP、网站等。这类产品的概念不是本章所指的商品范畴之内。

数据在商品运营过程中扮演了非常重要的角色,几乎随着商品工作的销售产生便已经开始,它涵盖了商品运营的方方面面。从销售预测到库存管理、从商品结构优化到动销管理、捆绑策略到关联组合等各方面都需要数据支持;在海量商品数据和复杂用户购物需求的背景下,通过数据来发现销售规律已经成为商品运营的关键。

6.2 商品数据化运营关键指标

商品数据化运营的关键指标包括销售类指标、促销活动类指标、供应链类指标。这里列出了每类中最常用的指标。

6.2.1 销售类指标

1. 订单量/商品销售量

订单量指用户提交订单的数量,计算逻辑去重后的订单ID的数量。

商品销售量又称销售件数,指销售商品的数量。

订单量用来衡量唯一订单的数量,而商品销量用来衡量商品的总数量。例如订单编号为A901的订单中包含A和B两种商品,A商品数量为1,B商品数量为2,那么该订单的商品销售量总计为3,而订单量为1

2. 订单金额/商品销售金额

订单金额为用户提交订单时的金额,又称为应付金额。订单金额是用户真正应该支付的金额。计算公式为:订单金额商品销售金额 + 运费 - 优惠凭证金额 – 其他折扣(如满减)

其中:运费指未满足免邮费的订单需要支付的配送费用,优惠凭证金额指通过优惠券、积分兑换、会员卡等可作为金额使用的抵充金额,其他折扣信息包括满减信息(如满1000减200)等。

商品销售额是指商品销售的金额,商品销售额与订单金额的区别在于没有计算任何其他费用或优惠金额。计算公式为:商品销售额 = 商品销售单价 × 销售数量

订单金额和商品销售金额都会作为商品总销售收入的评估指标,前者主要侧重于用户实际付款,后者侧重于总收入。

3. 每订单金额/客单价/件单价

每订单金额指平均每个订单的金额,它是以订单为单位计算。公式:每订单金额 = 订单金额 / 订单量。

客单价指平均每个用户的下单金额,是以用户为计算单位。公式:每订单金额 = 订单金额 / 订单用户量。

件单价又称每件商品价值,指平均每个商品的销售价格。公式:件单价 = 订单金额 / 商品销售量。

这三个指标用来评估单位对象的价值产出,分别侧重于订单个体、用户个体和商品个体。

4. 订单转化率

订单转化率是电子商务网站最重要的评估指标之一,大多数网站分析工具的计算公式为:订单转化率 = 订单量 / 总访问量 或 订单转化率 = 订单量 / 总UV量,这种计算方式实际上不科学,原因是它衡量的不是人的转化比例。假如一个用户下多个订单或网站存在订单拆分的情况,会使订单量大大高于实际订单人数,导致订单转化率虚高。正确的计算方法为:订单转化率 = 产生订单的访问量 / 总访问量 或 产生订单的UV / 总UV量。

提示 这里没有使用用户ID作为分子和分母,原因是大多数用户在到达网站时不会主动登录,只有在有订单或必须用户登录的条件下才能获取用户ID信息,无法统计到的用户ID便不会加入到分母后,导致数据缺失。

5. 支付转化率

支付转化率是衡量用户支付转化的数据指标,是用户完成购物的重要步骤,更是企业产生真实销售价值的关键。计算公式为:支付转化率 = 完成支付的客户数 / 需要支付的客户数

支付转化率是针对选择先款后货客户的转化评估指标,因此它只能评估订单用户中的一部分。对于选择货到付款的用户无需该指标评估,用户会在配送验证的时候支付。另外,由于每个订单都对应真实的客户,因此这里客户数计算支付转化率。

6. 有效订单量/有效订单金额/有效商品销售量/有效商品销售额

当用户提交订单后,其订单状态不一定有效,原因是销售公司都有订单审核过程会导致部分订单无效,并且很多用户下单后也会主动取消订单或由于超出特定订单规则外而被动取消。不同公司对有效的定义会有差别,但基本逻辑类似,有效订单中会去除审核未通过、作废、主动取消等无效状态。

  • 有效状态下的订单数量为有效订单量

  • 有效状态下的订单金额

  • 有效状态下的商品销售量为有效商品销售量

  • 订单状态为有效的商品销售金额

根据上述指标还可以延伸后有效件单价、有效订单状态率、有效客单价等。

7. 订单有效率/废单率

订单有效率是用来衡量订单有效比例的重要指标,计算公式为:订单有效率 = 有效订单量 / 订单量

订单有效率从订单发生时随着时间推移开始下降,直到所有订单完成妥投才处于稳定状态。大多数电子商务企业的订单有效率在60%以上,如果低于该数据值可能说明订单中包含大量作弊或无效订单。

与订单有效率相对的指标是“废单率”,废单率是所有订单中作废的订单比例,计算公式为:废单率 = 1 – 订单有效率

8. 毛利/毛利率

毛利是衡量自营商品利润最重要的指标之一,公式:毛利 = 商品妥投销售额 – 商品批次进货成本

注意  这里的毛利仅指销售毛利,即通过商品进销差价计算的毛利,没有考虑商品促销费用、配送费用、活动推广费用及其他摊销费用;另外,公式中使用商品批次进货成本计算毛利,原因是相同的商品在不同批次下进货成本可能不同,因此需要使用相应批次的进货成本。

毛利率是考察自营商品盈利情况另外一个最重要的指标,毛利和毛利率综合反映了商品的盈利规模和盈利能力。毛利率计算公式为:毛利率 = 毛利 / 商品妥投销售额

注意  所有的毛利计算基本都是以妥投状态为计算准则。

6.2.2 促销活动指标

1. 每订单成本/每有效订单成本

每订单成本指完成每个订单需要的成本。公式:每订单成本 = 费用 / 订单量。

对于公式中的费用,不同部门有不同的费用支出情况。比如针对广告部门的费用通常只包含广告费用,每订单成本 =广告费用 / 订单量;对于运营类部门的费用可能只包含促销类费用,如优惠券费用。广告部门中存在一种按订单付费的合作方式CPS,这种方式基于成交订单而支付给推广媒介一定比例的佣金或返点。这也属于订单成本的一种。

每订单成本核算的是每个“毛”订单成本,订单中包含了所有状态(包含无效状态),只适合评估部门级别业务效果或做企业的初级评估指标。

每有效订单成本与每订单成本计算逻辑相似,不同点在于该指标只计算所有订单中有效订单的部分。计算公式为:每有效订单成本 = 费用 / 有效订单量。该指标中仅包含有效订单状态的订单成本,是针对企业级别的真实评估指标。

由于有效订单也不一定最终妥投,其中有些是进行中的状态,因此最终产生价值的订单属于妥投订单,通过妥投订单计算得到的成本才是最终订单成本。

2. 每优惠券收益/每积分兑换收益

每优惠券收益指每张优惠券能带来的收益。公式:每优惠券收益 = 优惠券带来的订单成交金额 / 优惠券数量。由于企业往往发送不同的优惠券类型以及面值,通常需要在此基础上分别计算每种类型和币值优惠券带来的收益水平。

积分与优惠券类似,都是用来衡量优惠促销对销售的拉动情况。公式:积分兑换收益 = 使用积分兑换的订单成交金额 / 积分兑换量。

注意  在实际业务中,由于用户往往可以在同一个订单中同时使用积分和优惠券,因此可能会出现订单贡献重复计算的情况。

3. 活动直接收入/活动间接收入

活动直接收入指单纯通过促销活动带来的收入,用户购买的订单均属于促销活动商品。

活动间接收入指通过促销活动带来的用户购买了非活动商品的收入情况。通常计算活动间接收入的逻辑是该用户通过促销活动引入且订单属于非活动商品,通过促销活动引入可通过定义用户落地页是活动页面加以区分,订单属于非活动商品可通过参与活动商品列表进行拆分。

4. 活动收入贡献

活动收入贡献包含活动直接收入贡献和间接收入贡献的总和,用活动收入贡献总金额除以全站订单成交金额得出活动收入贡献占比,公式:活动收入贡献占比 = (活动直接收入 + 活动间接收入)全站订单成交金额

当然,除了可以用订单成交金额计算外,还可以使用订单量、商品销售量等计算活动贡献情况,其逻辑相同。

5. 活动拉升比例

活动拉升比例指活动对全站销售的拉升情况,可以指销量拉升、销售额拉升、订单量拉升等。

活动拉升比例通常不能使用活动贡献占比来评估,原因是活动促销期间本来应该通过正常流程和渠道购物的用户反而会通过促销渠道下单。最简单的计算方法是用活动期间的收入与非活动期间的收入进行对比,计算公式为:活动拉升比例 = (活动期间收入 / 非活动期间收入)- 1

注意  在通常情况下,在计算收入拉升比例会发现收入拉升效果不如订单量和销量明显,原因是通常促销客单价较低,影响收入提升效果。

作者好书推荐:《Python数据分析与数据化运营》,小编看过,觉得很不错,难得的技术+业务的好书!



点击阅读原文,立即购买宋天龙老师Python数据分析与数据化运营秘籍


今天看啥 - 高品质阅读平台
本文地址:http://www.jintiankansha.me/t/JtUF0drrU9
Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/12904
 
710 次点击