冰箱日订单数据分析报告(京东)
数据来源
2020年5月25日京东大家电-家用电器-冰箱订单数据,按10%抽样,约22MB(70k+条数据)
订单数据分析的基本思路
宏观分析
宏观把握订单的总体特征
订单总量:61535 GMV:60860859元
总用户数:39322 销售额:46223259元
通过分布图可以看到,约80%的订单在3k以下,超过70%的冰箱价格低于2K的。冰箱用户主力消费价格在2K以下,因此在进行冰箱广告推广时,可以优先考虑价格低于2K的冰箱,这类冰箱具有较大的市场。
同时,冰箱价格在4K-6K分布较为均匀,超过6K以后,冰箱累计上升区间缓慢。因此我们可以大致认为,当冰箱的价格超过4K,这部分冰箱价格销售市场占比少。
拓展:
宏观数据往往是我们运营中最为关注的数据。通过对这些数据的波动,查看与之前比是否正常,是否符合预定的目标。比如大约有28.9%的订单取消了,取消的比例与之前比是否正常,什么原因导致这个的(如可能是地址填写错了、没有领到优惠劵等情况)。找到原因才能知道从哪方面进行改善。由于这里只有一天的数据,不能继续深入分析。
微观分析
时间维度
0时是订单数量最多的时间,远远超过其他任何时间的订单数。除了0时之外,上午十点和晚上八点也是订单的高峰期。
是什么原因导致0时订单偏高呢?通过 订单数=人均有效订单数×用户数量 拆解分析
从数据来看,0时的人均有效订单量确实偏高(1.06),但是低于峰值(1时的1.08)并且和11时的数值非常接近。
这说明0时出现异常高的单人订单量的可能性很小。从而明确0是订单数高是更多的是由于用户数量增多导致的
那又是什么原因使得这一时期的用户量激增能。也许这段时间有优惠活动,或者多数用户习惯0时下单。习惯方面现有数据不足以支撑,但优惠活动可以从价格入手
客单价=销售额/独立用户数
平均订单价=销售额/订单数
从客单价和平均订单价格来看,0时的客单价和平均订单价格是全天中最高的。这表明在这个时间段下单的用户净值较高。
0时平均优惠价格接近700,远高于其他时间段,但每单折扣比例低于白天的大部分时间段,如果从折扣比例讲,1时和8时的折扣比例性价比更高,订单数应该更高。所以,初步猜测0时用户更偏向高价值的订单,也是这样才导致0时平均优惠价格远高于其他时间段
从优惠订单占比可以看出0时比其他时间段要多(3-4时为一天订单数最少的时间,暂时不做讨论),故对0时用户多,有2点猜测,后续需其他数据佐证。猜测如下:
1.平台用户喜欢集中这个时间段下单
2.该时间段的促销活动比平时多
综上,0是订单数和客单价最高的时段,其原因是否为促销活动增多引起待定
地区维度
订单的市场大多集中在一线城市或者经济较为发达的省份,排名前5的省份订单数已占总订单数的50%
上海客单价最高,广东的订单数量最多
地区+品牌维度
把地区维度和品牌维度结合起来,可以让我们清楚的看到不同地区的品牌偏好性和市场渗透率。
因为不同的品牌有不同的定价和营销策略,通过不同地区用户的品牌儒好,我们也可以在产品定价和营销策略上发现洞察。
海尔,容声,美的,康佳,志高,海信品牌占据60%的订单。
卡萨帝稳居客单价排行第一的品牌,妥妥的豪华冰箱品牌
价格的第一梯队品牌有 博世、西门子、松下、三星 平均价格大都超过4K
价格的第二梯队品牌有 海尔、小米、伊莱克斯、格兰仕、美的,平均价格在2K以上,其中有不少国产品牌的身影
剩下的品牌价格都在2K以下,这部分市场消费需求大,因此各大品牌在这一区间段价格竞争比较激烈。
过对比各个品牌的平均产品价格和市场占有率可以发现,头部品牌的平均定价在2000左右或更低
从订单数量和平均优惠价格的数据来看,它们的相关性很弱。
每个省份前四名的品牌几乎占据该省订单的一半以上
海尔在头部省份都是订单数排名第一的品牌
头部品牌的订单数排名第一的市场均在广东
自营/非自营+品牌
非自营商铺的订单数和客单价也要远远低于自营商铺
非自营商铺和自营商铺的平均优惠价格并没有明显的差别。
从品牌的角度来看,非自营商铺的订单主要集中于价格较低的品牌
小结
从时间维度:
- 0时是订单数量和客单价最高的时间段
- 其原因在用户数的增多,是否因在此时间段优惠活动增多待验证
从地区维度:
- 广东、北京、上海、四川、江苏为电冰箱的头部市场
- 广东购买量最大,上海的购买力最强
从品牌维度:
- 海尔、容声、美的、康佳、志高是电冰箱行业的头部玩家
- 头部品牌的平均定价在2000左右或更低
- 订单数量和平均优惠价格在品牌维度上相关性不是特别大
- 广东是头部品牌排名第一的市场
从自营和非自营商铺的维度:
- 非自营商铺的订单数量和客单价均大幅低于自营商铺
- 原因可能是非自营商铺主要集中在单价很低的品牌,缺少高价格的品牌
附:
分析代码(python)
PowerBi网页版
冰箱日订单数据分析报告(京东)相关推荐
- 冰箱日订单数据分析(京东)python代码
具体分析报告地址 PowerBi网页版 数据 2020年5月25日京东大家电-家用电器-冰箱订单数据,按10%抽样,约22MB(70k+条数据) 包含信息: user_log_acct --用户账号 ...
- 2017年双十一最全面的大数据分析报告在此!+2018年双十一已经开始,厚昌竞价托管教你如何应对流量流失?+2019年双十一大战一触即发:阿里、京东都有哪些套路和玩法
首先说一个众所周知的数据:2017年双十一天猫成交额1682亿. 所以今天,从三个角度带你一起去探索1682亿背后的秘密: 1.全网热度分析:双十一活动在全网的热度变化趋势.关注来源.媒体来源以及关联 ...
- 2019年双十一购物数据分析报告
2019年双十一购物数据分析报告 一.背景 二.数据特征和来源 三.描述性分析 (一)性别和年龄 (二)地区分布 (三)职业 (四)月收入 (五)花费 (六)为谁购买 (七)产品种类 (八)购买平台 ...
- 未明学院数据分析报告:金融专业如何找实习?数据分析告诉你整个金融实习市场全貌!
本文作者 未明学院数据分析方向老师 数据究竟可以如何帮助到我们的生活?大数据对企业商业决策才有价值,而距离我们个人就很遥远吗? 其实,如果你留意我们公众号往期推送的数据分析报告(见文末),可以发现,无 ...
- 【ActiveReports 大数据分析报告】2019国庆旅游出行趋势预测
今年国庆假期全国接待国内游客人数有望达到8亿人次! 随着2019国庆小长假的临近,不少游客已经开始着手规划假期出游路线.据权威机构发布的<2019国庆旅游趋势预测报告>显示,今年" ...
- 帮5买:6月电商价格战数据分析报告
7月4日,国内最大购物搜索网站帮5买发布<2013年6月电商价格战数据分析报告>(以下简称"报告").<报告>重点从降价商品种类.降价商品数量及最低价商品在 ...
- 2018年8月以太坊DApp数据分析报告
近日,链塔数据BlockData发布了<2018年8月以太坊DApp数据分析报告>,报告显示,以太坊上的DApp数量多达775个,形成了一个较为完善的开发生态圈,累计交易笔数多达3.003 ...
- sql能查到数据 dataset对象里面没有值_新零售数据分析报告
零售项目数据分析报告 一.项目背景 随着零售市场的竞争日趋激烈,在试图满足客户期望时,最优化服务业务流程的能力是最重要的.通道化和管理数据,以争取客户的利益以及创造利润为目标,对生存至关重要. 理想情 ...
- 如何查询一个表中除某几个字段外其他所有的字段_一个小故事告诉你:如何写好数据分析报告?...
关注并将「人人都是产品经理」设为星标 每天早 07 : 45 按时送达 给你一份数据,你能完美的出一份数据报告吗?本文结合一个小故事,来告诉大家如何写好一份数据分析报告,enjoy~ 作者:Haby ...
最新文章
- 激光雷达,马斯克看不上,却又无可替代?
- 这篇 ReentrantLock 看不懂,加我我给你发红包
- 任意长度的字典生成算法
- 荣耀有鸿蒙手机吗,荣耀手机也能升鸿蒙!这5款机型用户有福了
- linux 终端控制-- 多彩输出 格式排版
- ios 图片 相册 存储方式
- XUtils之注解机制详解
- 打断点的方式_一位清华退休老教授:作为家长如果能管住孩子这3点,将来会成才...
- MySQL查询语句(select)详解
- 【转】离婚男人给女孩的恋爱忠告
- TZOJ 4839 麦森数(模拟快速幂)
- ZUI框架加上Flex布局构建登录后的主页
- 机械硬盘的工作原理详细解析,以及机械硬盘和固态硬盘的优缺点对比
- Android10/11 原生Launcher3深度定制开发
- 【论文阅读笔记】Simple and Lightweight Human Pose Estimation
- 网传人人车破产,或是改变销售模式?-千氪
- CGTrader新赛CG Wildlife Challenge(CG野生生物竞赛)重磅推出
- 《西瓜书》第六章 公式6.2推导 空间任一点到超平面的距离
- 达梦数据库sql优化实践2
- 控制微信小程序web view的返回按钮