雅詩蘭黛19個「親閨女」的戰鬥表現究竟如何？

來自專欄 DT財經4 人贊了文章

作者 | Gurminder Kaur

題圖 | 站酷海洛

作為一個愛美的女生，數據俠 Gurminder Kaur 幾乎每天都需要美妝產品為自己「保駕護航」。不過，與其總是作為一個消費者，她決定不如從數據的視角切入，分析一下這些美麗產品背後的秘密。她從化妝品官網上爬取了大量信息，用數據科學的方式為美妝進行了一次全景式觀察。

每當到了七夕等節日，一些化妝品品牌就會設計出很多針對女性消費者的促銷計劃。這激發了我「數據狂熱」的一面，想要一窺這些美麗產品背後的數據一面。因此，我決定將我的研究範圍縮窄在一個美妝巨頭——總部在紐約的雅詩蘭黛，而專營美妝產品的絲芙蘭則是最適合的數據來源。雅詩蘭黛有29個子品牌，其中19個在絲芙蘭上架。於是我決定就研究這19個品牌。

首先，我需要對爬取原始數據，並對它們進行一些清理。我決定直接從絲芙蘭網站爬取數據。網站為了方便消費者檢索產品，提供了不同的分類以及產品的各類信息。比如分類為化妝品、護膚品、沐浴液、洗髮水等，可以按照價格高低，評論數，用戶評分以及點贊數等排列

然而，因眾所周知的原因，網站上並沒有銷量數據。多虧了 Beauty Packaging 這個網站，我才能獲得一些銷量方面的數據。而同時為了弄清楚這麼多種類的產品究竟哪一種對雅詩蘭黛帶來最大的收益，我也手動爬取了雅詩蘭黛的2017年財報，因為我需要的僅僅是11行數據。在收集到所有需要的數據後，我決定使用Python來進行數據清洗、處理和分析。

（圖片說明：數據清理流程圖，Gurminder Kaur 使用了Selenium爬取數據，然後在 Jupyter Notebook 中清晰了數據）

我從各品牌的銷售情況入手。雅詩蘭黛2017年排在第三，銷量為118億美元。下圖是過往7年前溜達品牌的銷量變化趨勢。

（圖片說明：銷量領先的六個化妝品品牌這幾年的銷量變化，其中紅色實線是雅詩蘭黛。）

簡單分析可以看出：寶潔割掉了不少品牌線，從而能更好地集中在幾個特定品類。2016年它將40多個品牌賣給了科蒂，對應圖中科蒂的增長。雅詩蘭黛的併購策略幫助它在2017年稍微超過寶潔成為第三。而且與其他品牌相比，它的市場定位很獨特，專攻高端/奢侈品市場而非藥房連鎖店等。

（圖片說明：左為藥店渠道，右為奢侈品高端渠道。）

在其2017財報中，化妝品曾經是銷售增長的最大推動者，緊跟著的是護膚品。在營銷利潤率上，護膚品表現最佳。

（圖片說明：財報中不同類型化妝品的營銷利潤率，從左到右依次為：護膚品、化妝品、香水、護髮品、其他。）

以消費者可以接觸到的品牌產品數來衡量「存在感」的話，雅詩蘭黛旗下的倩碧和福特香水最為突出。

接下來我研究了一下產品的成本，看看雅詩蘭黛的哪個品牌消費者最能負擔得起。格萊魅、倩碧等產品價格的中位數較低，Kilian、LaMer等更高。Kilian 的價格中位數最高，達到235美元。格萊魅最低，為24美元。

這讓我也想知道另一個問題的答案：所有雅詩蘭黛的品牌都已經作為奢侈品在運營，但是更傾向這些產品而非連鎖店產品的消費者是否仍然是對價格敏感的呢？

為此我研究了顧客參與度和價格之間的關係。參與度的定義為同一品牌不同產品的平均用戶評論數。由於數據有限，這可以用來代表有多少顧客體驗過這個品牌的產品。產品價格也是同一品牌不同產品的平均值。下面是關係圖，依次是護膚品、化妝品、香水。

我發現：

• 護膚品超過了特定的價格後（40美金）整體顧客參與度隨著價格上升而下降。
• 化妝品整體來看，超過30美金後，參與度隨價格上升而下降。
• 香水價格上漲，參與度下降

那麼，參與度和價格對品牌的評分數據有影響么？

我製作了氣泡圖，氣泡大小代表品牌平均價格（依次為護膚品、化妝品、香水）。下面是各個不同品類的發現：

• 護膚品、香水：對評分影響不大。
• 化妝品：更高價格的品牌似乎有更高的評分，品牌存在感似乎並沒有直接影響評分

另一個有趣的發現是關於點贊數和評分。絲芙蘭網站允許用戶為商品點贊，然後收藏到自己的最愛物品列表中，與Facebook的點贊功能類似。但意外的是，獲得點贊數高的商品卻擁有較低的評分。下圖同樣依次為：護膚品、化妝品、香水。

綜上所述，我得出了一些關於美妝產品的結論：

• 雅詩蘭黛將自己定位在奢侈品區間，從而與其他品牌區分
• 化妝品是驅動雅詩蘭黛銷售額的核心產品，而護膚品有最高的營運收益率
• 倩碧和湯姆香水的存在感最強
• Kilian 和 La Mer 最貴
• 價格看起來會影響消費者的參與度，體現在消費者對價格敏感
• 總體來說點贊數和平均評分之間是反向關係

其他的數據，諸如產品層面的銷售數據，用戶分析，購物記錄以及點評分析等，都可以用於未來更進一步的分析以及跨公司的對比。

註：本文編譯自數據博客《How to Recommend Pet Food Product from Unsupervised Learning》。點擊「閱讀原文」查看。內容僅為作者觀點，不代表DT數據俠立場。文中圖片部分來自作者。

期待更多數據俠乾貨分享、話題討論、福利發放？在公眾號DT數據俠（ID：DTdatahero）後台回復「數據社群」，可申請加入DT數據社群。

▍數據俠門派

Gurminder Kaur 在數據科學領域有超過七年的工作經驗，她感興趣的方向包括數據分析、數據科學、商業資訊等

▍加入數據俠

數據俠計劃是由第一財經旗下DT財經發起的數據社群，包含數據俠專欄、數據俠實驗室系列活動和數據俠聯盟，旨在聚集大數據領域精英，共同挖掘數據價值。申請入群請添加DT君微信（dtcaijing003）並備註「數據社群」，合作請聯繫datahero@dtcj.com。

推薦閱讀：