|
大家好！我是宁静，最近几篇分享思维方式。了解思维方式后如何运用到业务场景？运用到业务场景我们要看哪些指标和数据，如何分析洞察业务现象呢？ 今天我们来案例讲解—数据分析如何让店铺弯道超车快速增长 在本章上面的小节中，我们重点强调了在新电商时代，企业会越来越重视数据化运营，数据分析决策能力变得越来越重要，接下来我们将用一个案例来讲述数据分析决策的过程。案例问题背景的起源：时间回溯到2018年2月1号，这是我入职广州某公司数据总监的第25天，该公司主营类目是双肩包，有比较明显的季节性，再加上产品属性特征是属于市场相对小的，市场的波动对店铺影响也会比较大。由于自身的事情奔波，没怎么留意公司店铺数据，这一天刚好是我在第一财经上课的最后一天，想着该给公司好好诊断下了，打开公司生意参谋，突然被吓了一跳，这旗舰店一直都是维持在六层级左右的状况，怎么突然一下变成第3层级了，因此急匆匆开始了解下滑幅度这么大的问题的根本。 接下来我们根据数据化运营的基本思考思路来还原我们本次案例诊断分析决策的具体经过。 -------------------------------------------------
-------------------------------------------------
数据化运营基本思路 发现目标问题->细分优化问题->数据验证问题关键->根据数据提出解决方案->根据数据调整优化策略->实现目标 -------------------------------------------------
-------------------------------------------------
通过数据挖掘店铺下滑过快的根本性问题 剧烈的数字波动 从销售的数据变化来看，店铺是从10月份就开始急速下滑的，在季节性明显的品类中，市场下滑是正常的趋势，但是如果低于市场的下滑那就是有问题了，对于平台而言，影响行业业绩下滑的是商家，尤其是TOP商家，所以TOP商家下滑速度一定不能过快，否则就会拉不住下滑见图一 可以观察到，我们从旺季下滑开始，幅度就非常大，导致了到后面市场开始平稳，而我们则被平台所抛弃，依然保持非常快的下滑幅度，为了让这个问题更加明显体现出来，我通过平均值处理，如图二，可以看到白色店铺这条线就如过山车一样，波动性太高。 [图一] [图二] 因此我们针对季节性问题提出三个思考方向： 第一个是如何通过品类布局承接季节性对店铺的影响。 第二个是增加活动的购买力刺激。 第三个方向是如何在季节性的影响下聚集需求人群，减缓被市场的冲击。 人群的分散 从该销量分布图中我们发现这个品类在淡季阶段整体是比较分散的，TOP200市场销量总印花市场的15%份额，集中性比较低，而且销量基本分散在多店多产品上，因此想要聚拢需求人群，那么在人群定向策略上可以用智钻的多店定向场景来进行人群的聚拢。 ![]() 搜索流量问题 在旺季阶段，市场流量充足的时候，店铺的主力产品流量大，可以拉高店铺整体流量，但是到了淡季流量萎缩的时候，店铺流量受到大的影响，对店铺业绩的下滑影响也变得更大，从第一张图搜索流量比例数据来看，店铺大部分的产品搜索流量占比都有20-30%的流量占比，因此产品的搜索权重不算低，但是淘宝平台对于同个店铺同个关键词是最多展示三个产品， 第二张图我们发现该店铺200个款绝大部分集中在38个字符串里面，也就是同个词根的使用频率非常高，这很容易会抑制其他非主推款的流量获取，应该对关键词错开进行拓展流量的引入。 ![]() 停留时间与视觉问题 从停留时间来看，店铺整体产品绝大部分的停留市场都还不到10s,就连热卖款的停留时间都很低，可以看的出来产品的视觉的丰富度和阅读性很弱。 ![]() 流量转换价值问题 a.从月度流量来看，店铺日均有28.62%的老客户回访，但是月度内购买两次的客户占比仅1.68%（可以设定两人购买88折，3人购买8折的形式去提升占比，任意搭形式） b.页面访问深度来看，店铺有10页的浏览深度，但是浏览时间都短，另外浏览非详情页面的占据40%（店铺分类页面不应该单纯的展示产品，应该把搭配的内容融入进去，促发购买的欲望） c.从二次入店的uc价值来看，比一次进店的要高出一倍，因此对三天七天的老访客应该及时进行定向回访（可以设置一个小优惠券做一个独立活动页面展示） ![]() 根据数据反馈的问题提出解决问题的方向性决策 在上面我们发现了店铺的各种问题，好在的是刚好这个时间点是临近过年期间，这就给了我一个好时机，因为一到过年是整个年度中竞争最薄弱的时间点，因此我需要利用这个时间节奏来打一次反击战，实现业绩的弯道超车，迎接开年的增长。也因此从上面数据反馈的问题提出接下去优化的大方向。 ![]() 执行过程遇到问题的解决措施 过年流量问题 当时考虑到过年期间流量下滑会更加严重，一旦流量不足，要实现计划目标就更难，因此思考的时候特别聚焦的方向，比如学习支付宝分发红包的方式在过年前做好提前预热，再比如通过红包有礼的形式通过包裹营销提前预告过年的优惠福利活动（但是当时时间太紧急所以就没法去实现）而其实这里我犯了一个所谓的自我感觉错误，也是当时时间紧急没具体去分析数据，意识中认为过年时间流量会下滑很大，后面看了往年数据发现流量方面反而并没有下滑多少，而是转化的问题更大。 在这里也要告诫更多读者，千万不要用自我认为的意识来做事情，否则很容易陷入错误的方向。 需求转化问题 当时要解决转化问题，而考虑到保证年底超车冲刺的问题，所以当时我要求的命令是保证不亏的情况下尽量让利保证我要实现的金额（因为从往年过年的销售额来看，今年要维持的金额是平时过年的十倍），所以还是有一定的难度的，所以在优惠力度上和引流投放金额上做好准备。 优惠券设定问题 上面的问题延伸到优惠券设定问题，为了不影响单品的最低价格，因此用全店优惠，但是因为某些热销款库存不多，过年期间，工厂要比较比较晚开工，而如果优惠额度设定太低又担心达不成要求的目标，又不期望过度刺激导致缺库存影响后续的需求市场，因此最终决定采用一天进行测试然后调整，设定了满99减30，满150减60替代统一的满100减50的方案。然而实际上我们这个调整是对的，30的优惠刺激已经足够满足我们的消费刺激，在年初一我们达到了类目的销量第一。 市场上升期阶段的数据监控维护 关注层级突破 如下图，在2月18号的时候，发现2月17号的时候竞争对手势头开始增猛，由于对手是美国一家国民品牌，加上单价比我们高，在冲击的速度上比较快，很快就上升到第六层级，幸亏我们在年前开始储备势能，已经提前上升在第五层级，为了争取后面的层级入口资源，因此当时让客服配合提升转化，也紧跟在市场上升期快速提升到第六层级。 ![]() 竞争量级压迫 面对其他竞争对手的紧跟，在这个上升阶段时候一定要做好推广投放的调整，对竞争对手的数量进行压制，如图所示，从最近的一天我们也看到对竞争对手的压制，这对于我们抢占后期流量分配是非常关键的，为我们在市场成熟稳定期打下基础，所以我们一定要持续性关注数据变动。 发现搜索弱势 从上面搜索数据来看，第1张图和第2张图来看，销量高的竞争产品带来的搜索流量比我们高了3-4倍（我们主力爆款的搜索量平均在2000左右） ![]() ![]() 从支付转化率来看，如图第3、第4张图，其他获得高搜索流量的对手基本都在200以上的指数，而我们支付转化率指数，却只有别人的一半还不到，从单品连接的竞争角度来看，同等客单价情况下，我们自身的贡献度不高导致搜索流量的压制，而我们目前连接基本都是单一SKU，所以可以采取多SKU来提升我们的转化问题。
执行效果的数据呈现 ![]() （图1）
从上面的所有分析和决策过程中，我们来看最终的数据反馈，目前店铺借助春节的七天（如第1张图所示，大家可以看我截取的框七天一周的时间点）配合上后面的市场增速，成功的让店铺回升到第六层级顶层 ![]() （图2） （图3） 今天看排名依然在上升（如第2、3张图所示），为接下来突破第7层级做奠基 （图4） 在市场上升期前阶段，我们的付费点击单价确是走低的趋势（如第4张图所示），这也是源于我们综合数据的良好节奏控制表现。
小结: 很多时候，不懂数据化的人，可以看到店铺的兴衰，但却不知道为什么店铺会这样发展。从上面的案例中，我们从发现店铺层级衰退严重，因此我们通过数据的分析层层挖掘店铺所存在的问题，在通过数据反馈的问题提出运营决策方向以及在执行过程可能会出现的问题，在执行过程中根据数据监控反馈，进行持续性调整最终实现目标。 也许我们可能没有经历过这些事情，遇到事情的时候会手忙脚乱甚至是无动于衷，而数据化运营的能力就在于，即使我们一开始不知道怎么办，但是可以通过数据的层层剖析最终去解决运营过程遇到的各种问题，因此在这第一章，我们重点强调数据化运营的意义和重要性，而在接下来的篇章我将给大家逐步掌控数据化运营的神秘之处。
作者：宁静
| 
发表于 2020-8-8 20:04:36
收藏
评分
发表于 2021-5-29 04:05:49
