Python數據分析與數據化運營：商品數據化運營-「大實話」

來自專欄 Python程序員7 人贊了文章

作者介紹：宋天龍（TonySong），資深大數據技術專家，歷任軟通動力集團大數據研究院數據總監、Webtrekk（德國最大的網站數據分析服務提供商）中國區技術和諮詢負責人、國美在線大數據中心經理。

本文來自《Python數據分析與數據化運營》配套書籍第6章節內容，機械工業出版社華章授權發布，未經允許，禁止轉載！

此書包含 50個數據工作流知識點，14個數據分析和挖掘主題，8個綜合性運營案例。涵蓋了會員、商品、流量、內容4大數據化運營主題，360°把脈運營問題並貼合數據場景落地。

書籍購買鏈接：https://item.jd.com/12254905.html

課程學習鏈接：網站數據分析場景和方法——效果預測、結論定義、數據探究和業務執行https://edu.hellobi.com/course/221

往期回顧：Python數據分析與數據化運營：會員數據化運營1-概述與關鍵指標

Python數據分析與數據化運營：會員數據化運營2-應用場景與分析模型

Python數據分析與數據化運營：會員數據化運營3-分析小技巧

Python數據分析與數據化運營：會員數據化運營4-「大實話」

Python數據分析與數據化運營：會員數據化運營5-案例:基於RFM的用戶價值度分析

Python數據分析與數據化運營：商品數據化運營1-概述與關鍵指標

Python數據分析與數據化運營：商品數據化運營2-應用場景與分析模型

Python數據分析與數據化運營：商品數據化運營3-分析小技巧

本節的大實話，將解釋幾個常見的商品數據化運營中的潛在規律和知識，這些知識會增加讀者對運營本質的理解。

6.6.1 為什麼很多企業會以低於進價的價格大量銷售商品

在商品銷售中，我們經常會看到一些價格非常低，甚至還包郵或免運費的商品，並且這些商品的銷量還非常大，例如5元全國包郵。如此低價的大量「傾銷」商品，是否是一種「賠本賺吆喝」的買賣？

這種現象非常常見，但除了極少數情況外，這其實不是一種「賠本賺吆喝」的行為，這類行為的動機主要包括以下幾種：

擴大市場佔有率

當企業想要擴大某類商品的市場佔有率時，最佳途徑是通過低價快速佔領市場，等具備一定條件之後再恢復正常價格，通常這類條件包括：已經將競爭對手扼殺、已經建立絕對的市場地位之後、用戶的消費習慣已經養成等。現在很多企業在市場營銷策略上都會如此應用，例如滴滴打車最開始的補貼行為、運營商對新客戶的巨額補貼、京東最開始的「多、快、好、省」等都是如此。當然，這類行為需要企業具備一定的資金規模，能夠承受短期（或比競爭對手更長期）的虧損；或者可以從外部獲得資金注入以滿足市場發展需求。

樹立低價商品形象

很多時候商家會將爆款商品的價格壓得很低，這類商品通常是銷售領域中具有標杆性質的商品，例如蘋果中的iPhone就是如此。由於消費者無法獲知所有商品的價格，只能通過對某些具有標杆性質的商品價格來感知商家的平均價格水平，因此將這類標杆商品價格壓低之後，消費者會由於標杆商品價格低而產生對商家所有商品都會比較低的認知，這是一種常見的銷售策略。

獲得更有力的店鋪排名

很多第三方經營平台的商品和店鋪排名，都會受到商品銷售量、點擊量、瀏覽量、諮詢量、評論量等諸多因素影響，而這些因素最基礎的因素是「引流」，即首先要有人看到商品或店鋪，然後才有可能形成瀏覽、轉化、諮詢等進一步動作。因此低價是吸引用戶點擊和瀏覽的最佳途徑之一，商家自然希望通過低價來獲得更多的用戶流量，然後在做好後端銷售和服務的基礎上來提升店鋪排名，最終增加店鋪銷售。

新產品推廣

當企業推廣新產品時會經常使用免費試用或低價銷售的策略獲得用戶關注，這對於新領域內的商品尤為重要。免費或低價意味著用戶無需付出任何商品購買成本或只需付出一點點成本便能獲得商品體驗，是一種比較好的推廣方式。當然，商品低價甚至免費並不適合所有商品，因為除了商品購買成本外，消費者體驗還會受到其他因素影響，例如商品應用場景、使用成本、使用習慣、使用周期等多個因素的影響，總體而言，商品使用的綜合成本越低、所需時間越少、使用限制越少，越能獲得更多的用戶體驗意願。

去庫存

在「6.2.3 供應鏈指標」我們提到了一些非常重要的供應鏈指標，包括庫齡、滯銷金額、殘次數量等指標，這些指標都對應的運營場景一般都是商品無法或很難銷售出去。對於這類包括過季、滯銷、殘次等因素導致的商品，企業一般會採用多種方式做促銷，低價促銷是其中的一種，低價相對於原始商品銷售價格可能會更低，但卻能將「靜態」庫存轉換為「動態」現金流，這種價值不是低價所能一次性衡量的。舉個例子，例如商品A積壓在庫存中的時間為1年，假設此時商品A以低於進貨價100元的價格「虧損」賣出，那麼商品回收的資金在接下來的1年內可能獲得200年的凈利潤；如果商品A仍然不作低價銷售，那麼接下來的1年內商品本身的進貨成本、庫存成本、管理成本等綜合成本仍然存在，甚至還會面臨無法銷售出去的問題，此時會導致更多的虧損。

薄利多銷

很多我們看到的「低價」商品，其實相對於其進貨價來講是不虧損的。以利潤率非常高的家紡類產品為例，假設某品牌家紡的四件套日常銷售價格為500元，即使以250元「對價」銷售，該四件套也不會虧損，因為毛利潤一般都遠超過50%。很多行業的商品毛利潤非常高，即使以低價銷售，企業仍然有利可圖。此外，企業中都存在著邊際效應規律，當銷售規模越來越大時，其單位成本會越來越低，這會表現在運營的各個方面，例如庫存、送貨、銷售、促銷等。當企業通過低價的方式將商品大量銷售出去後，其邊際成本會一般會比較低，單位商品的利潤會通過多銷而補足甚至提升。

組合銷售策略

在商品結構中，並不是所有的商品都承擔「毛利」任務。在「6.5.3 使用BCG矩陣做商品結構分析」中我們提到了四類商品，只有「現金牛」是主要負責產生毛利的，而其他的商品則可能分別承擔了引流、梳理商品形象、擴大市場佔有率、新模式探索、合作夥伴聯盟共贏等多種角色，其中低價商品即使相比於批次進貨價處於虧損狀態，在整體銷售組合策略的支持下，公司的整體利潤仍然為正。

6.6.2 促銷活動真的是在促進商品銷售嗎

以促銷帶銷售是絕大多數企業商品運營的基本思路，並且很多消費者也被「慣壞了」，如果不是非常著急買，那就等企業做活動時候再買。

如下圖6-4顯示了某企業常規性月度活動的訂單量按日分布圖（圖中部分數據已經做處理）。

圖6-4某企業常規性月度活動訂單量對比圖

從圖中可以看到在企業做促銷活動的每月18日，訂單量確實會有非常大的增長。但是，當看一整個月的訂單分布時卻明顯發現，在18日前後的時間內的訂單量都比月初要低不少。在18日之前的時間，由於企業在做促銷活動時都有領券和活動宣傳，經常性的告知用戶優惠券只能在18日使用並且18日會有更多優惠活動，此時的消費能力被暫時性的「禁錮」；等到18日當天則全部釋放出來，形成了當日的「巨大」增長；而到18日之後，由於消費需求大多都已經釋放，之後的訂單都屬於常規性訂單，因此訂單比較少。

這種情況下，如果我們把18日的訂單分散到每日，其實會發現做活動會比做做促銷活動的效果好不了太多。既然如此，為什麼企業會要做促銷活動，可能有以下因素影響：

• 如果本企業不作促銷活動，那麼用戶的消費需求會被競爭對手的促銷活動吸引走，此時必然會降低本企業的訂單和銷量。
• 很多用戶已經養成了「促銷訂單」的習慣，要改變這種習慣只靠一個企業是不可能的。
• 促銷是增加用戶活躍度和忠誠度的必要方式之一，沒有促銷活動作為載體，企業會減少與用戶的溝通機會，久而久之會導致用戶流失。
• 企業市場聲量的考慮，促銷活動必然意味著市場宣傳，這種宣傳可以吸引用戶關注、增加投資者的信心、提高促銷時的商品銷量.如果沒有這類宣傳，那麼企業將慢慢在市場上失去關注度。
• 銷售方式單一的無奈選擇，很多企業的運營方式單一，缺乏綜合性、強粘性和組合性的運營策略，只能依靠促銷來銷售。

提示 當然，除了這些基本運營層面的因素，很多行業巨擘也試圖通過「大事件」來彰顯企業對於社會的貢獻力和影響力。通過類似於全國性的活動，企業能夠「輕而易舉」的獲得社會總銷售額超過1%的流水貢獻，並能廣泛影響商品銷售產業鏈的生產、加工、製造、物流、庫存、運輸、分銷等各個環節。這種「無聲勝有聲」的說服力，會極大增加企業在跟政府、資本市場、供應商、合作夥伴等的談判地位和談判能力。

6.6.3 用戶關注的商品就是要買的商品嗎

在做用戶關注度分析時，我們可以通過用戶瀏覽的信息分析出用戶到底關注哪些商品。但是，如果通過關聯分析來對用戶的關注（或最經常瀏覽的商品）和購買商品做關聯性分析（具體見「4.4.2 不要被啤酒尿布的故事緊固你的思維」），卻會發現二者其實經常會不一致，而且結果通常是用戶關注的商品會比購買的商品更「高端」，表現在價格更高、質量更號、品牌認知度更高等方面。

為什麼很多用戶關注的商品跟實際購買的商品有出入？這主要受到以下因素的影響：

用戶希望從更「高端」的商品上獲得更多信息

一般情況下，更「高端」的商品在質量、性能、品質等方面會更勝一籌，用戶可以從這類商品中發現一些更高價值的產品屬性點，然後將這些產品屬性點應用到實際要購買的商品上。例如用戶可能只需要購買一款2000元左右的Android手機，但在做產品對比時用戶需要了解哪些屬性是某些商品區別於其他商品的顯著性特徵，除了查詢相關知識外，常用的方法是查看更「高端」的商品會具有哪些特別屬性，此時可能會看下華為P10、三星S8等。

用戶的心理預期是購買更好的商品

在購買商品時，用戶往往會有一個目標購買商品的價值基準，以及圍繞價值基準上下可波動的價值範圍。如圖6-5

圖6-5用戶預期商品價值

圍繞目標商品的價值基準，用戶的預期價值允許上下一定範圍內的波動。通常，在具備對應購買能力的前提下，用戶會傾向於購買更好的商品以獲得更多的商品價值。因此，符合區間①內的商品便是用戶經常性瀏覽的商品。

用戶的購買力不支持目標商品價值

在某些情況下，也會存在用戶關注的商品價格高於實際購買力的情況，這種情況主要分為兩種因素：

因素一 現階段沒有如此高的購買力，但是在未來可預期的時間內可以達到，因此提前做「功課」，等到具備購買力時「一舉拿下」，這種針對二次購買需求的場景經常發生。

因素二 要購買的商品的價格突然高於自身購買力，或由於某些原因導致計劃資金臨時性佔用而無法完成購買。例如商品臨時調價、資金臨時用作別的用途等。

6.6.4 提供的選擇過多其實不利於商品銷售

在互聯網時代，信息的獲取成本越來越低。消費者在購買商品時不再是信息匱乏，而是信息泛濫。海量信息在滿足消費者個性化需求的同時，也會對用戶銷售轉化產生負面影響。例如，當用戶在要購買13.3英寸的MAC筆記本時，可能會面臨以下情況：

• 不同年份的機型，現在有16款還有17款的。

• 不同的套餐，有官方套餐還有各種增加了不同配置、不同配件的套餐。
• 不同的來源，有國行、港行以及各種來自其他平台的非正規渠道機器。
• 不同的配置，包括內存、硬碟等規格不同。
• 不同的賣家，有官方商城、個人店鋪、第三方大賣場還有大型銷售連鎖商等。

面對如此多的選項，缺乏實際購買經驗的消費者如果要仔細甄別需要花費大量的時間和精力做調查研究，對大部分用戶來講是不現實的，這會導致很多用戶會直接放棄購買或者轉而購買其他需要投入資源更少的商品上。

另外，提供的選擇過多也可能會將用戶關注的信息淹沒，用戶無法快速找到關注的商品信息，也會阻礙商品銷售轉化的產生。

這些問題對於具有海量商品信息的大型商場、在線商城等非常突出，個性化推薦的產生便可以解決這一問題。個性化推薦可以有效針對用戶的潛在關注點針對性的給出用戶可能關注或喜歡的商品，從而大大降低用戶購買時的綜合成本（包括時間和精力），從而提高商品轉化。因此，從這個角度來講，個性化推薦通過解決商品信息不對稱的問題來達到銷售提升的目的。