Excel電商數(shù)據(jù)分析與應(yīng)用 課件 第 10-12章　產(chǎn)品運(yùn)營(yíng)分析、消費(fèi)者運(yùn)營(yíng)分析、商務(wù)數(shù)據(jù)報(bào)告撰寫(xiě)與商業(yè)分析案例

產(chǎn)品運(yùn)營(yíng)分析10.1產(chǎn)品分析1產(chǎn)品結(jié)構(gòu)分析CONTENTSPARTONE產(chǎn)品結(jié)構(gòu)分析1．產(chǎn)品價(jià)格區(qū)間分析分析產(chǎn)品在不同價(jià)格區(qū)間的數(shù)量、銷(xiāo)售額以及利潤(rùn)，為運(yùn)營(yíng)人員調(diào)整產(chǎn)品運(yùn)營(yíng)方向提供數(shù)據(jù)參考依據(jù)。產(chǎn)品的數(shù)量和銷(xiāo)售額平臺(tái)上直接有統(tǒng)計(jì)數(shù)據(jù)，但是統(tǒng)計(jì)數(shù)據(jù)有一定的誤差，如果要獲得準(zhǔn)確的數(shù)字，需要從訂單中進(jìn)行數(shù)據(jù)整理，或者通過(guò)ERP軟件提取數(shù)據(jù)。例10-1：從訂單中整理出產(chǎn)品的銷(xiāo)售數(shù)據(jù)，并按價(jià)格進(jìn)行分組分析。解：數(shù)據(jù)下載自淘寶賣(mài)家后臺(tái)的訂單報(bào)表和寶貝報(bào)表，和自己整理的成本表。統(tǒng)計(jì)周期根據(jù)實(shí)際分析需求進(jìn)行調(diào)整。數(shù)據(jù)采集路徑：選擇【商家中心】-【已賣(mài)出的寶貝】選項(xiàng)。分析的思路如下。①通過(guò)訂單報(bào)表和寶貝報(bào)表合并查詢(xún)，了解每一筆訂單的商品、價(jià)格和數(shù)量。②通過(guò)上一步合并的報(bào)表與成本表合并查詢(xún)，了解每一個(gè)商品的進(jìn)貨價(jià)。③計(jì)算出每個(gè)商品占訂單的比例，基于比例將訂單的金額分配到每個(gè)商品，計(jì)算出毛利潤(rùn)。④將價(jià)格進(jìn)行分組，觀察不同價(jià)格段分組后的商品數(shù)量、銷(xiāo)售額和毛利潤(rùn)。圖10-1導(dǎo)入文件夾操作界面如圖10-2所示，在“文件夾”對(duì)話(huà)框中，選擇文件夾路徑，單擊右下角的【確定】按鈕。如圖10-3所示，在彈出的文件列表界面，單擊右下角的【編輯】按鈕。在PowerQuery編輯器中，如圖10-4所示，每條記錄代表一個(gè)文件。如圖10-5所示，文件將以二進(jìn)制的形式存放在“Content”列中，在需要的文件上單擊鼠標(biāo)右鍵，在彈出的快捷菜單中單擊【作為新查詢(xún)添加】選項(xiàng)。如圖10-6所示，在新建的【查詢(xún)】中，雙擊文件【寶貝報(bào)表.csv】，文件內(nèi)容就會(huì)展現(xiàn)出來(lái)，如圖10-7所示。

圖10-5“作為新查詢(xún)添加”操作界面

圖10-6新查詢(xún)?cè)O(shè)置界面圖10-7成功導(dǎo)入PowerQuery編輯器的數(shù)據(jù)同理，如圖10-8所示，將其他需要的表格作為新查詢(xún)導(dǎo)入PowerQuery編輯器，注意訂單編號(hào)的數(shù)據(jù)格式要一致。導(dǎo)入成功后，在訂單報(bào)表對(duì)訂單狀態(tài)進(jìn)行篩選，如圖10-9所示，過(guò)濾交易關(guān)閉和等待買(mǎi)家付款的訂單。如圖10-10所示，因?yàn)橐y(tǒng)計(jì)每個(gè)訂單的情況，所以選擇訂單報(bào)表作為母表。在【開(kāi)始】選項(xiàng)卡中，單擊【合并查詢(xún)】選項(xiàng)，注意寶貝報(bào)表和成本表要放到最后合并。

圖10-8導(dǎo)入完畢的查詢(xún)列表圖10-9過(guò)濾訂單操作界面圖10-10母表的數(shù)據(jù)將訂單報(bào)表和寶貝報(bào)表進(jìn)行合并查詢(xún)，如圖10-11所示，基于訂單編號(hào)進(jìn)行合并。圖10-11合并查詢(xún)操作及設(shè)置界面合并后展開(kāi)字段，如圖10-12所示，選擇價(jià)格、購(gòu)買(mǎi)數(shù)量和商家編碼字段，其中價(jià)格是商品的一口價(jià)（吊牌價(jià)），商家編碼是商家后臺(tái)設(shè)定的商品SKU唯一編碼。同理，將成本表和訂單報(bào)表根據(jù)商家編碼進(jìn)行合并查詢(xún)，如圖10-13所示，展開(kāi)時(shí)只展開(kāi)采購(gòu)價(jià)字段。展開(kāi)后計(jì)算貨品成本，如圖10-14所示，在【添加列】選項(xiàng)卡中，單擊添加【自定義列】選項(xiàng)。

圖10-13展開(kāi)“采購(gòu)價(jià)”操作界面圖10-14添加自定義列操作界面

在自定義列公式中，“訂單貨品成本”，自定義列公式為：“=[購(gòu)買(mǎi)數(shù)量]*[采購(gòu)價(jià)]”，如圖10-15所示。

如圖10-16所示，計(jì)算“訂單貨品原金額”，自定義列公式為：“=[價(jià)格]*[購(gòu)買(mǎi)數(shù)量]”，“價(jià)格”是購(gòu)買(mǎi)商品的原價(jià)。此處可使用折扣價(jià)，需要在成本表中添加商品對(duì)應(yīng)的折扣價(jià)或者折扣率，用折扣價(jià)替代此公式的“價(jià)格”即可。

根據(jù)訂單編號(hào)匯總訂單貨品原金額，算出每筆訂單的貨品總價(jià)格，將查詢(xún)表復(fù)制副本，如圖10-17所示。

在副本中進(jìn)行操作，如圖10-18所示，在PowerQuery【開(kāi)始】選項(xiàng)卡中，單擊【分組依據(jù)】選項(xiàng)。圖10-15“訂單貨品成本”計(jì)算界面圖10-16“訂單貨品原金額”計(jì)算界面

圖10-17復(fù)制查詢(xún)表操作界面圖10-18分組依據(jù)操作界面

如圖10-19所示，以“訂單編號(hào)”為分組依據(jù)，對(duì)訂單貨品原金額進(jìn)行求和，并重新命名為“訂單貨品原金額匯總”，分組后結(jié)果如圖10-20所示。圖10-19分組依據(jù)編輯界面圖10-20分組統(tǒng)計(jì)后的訂單貨品原金額將訂單報(bào)表的副本和訂單報(bào)表根據(jù)訂單編號(hào)進(jìn)行合并查詢(xún)，如圖10-21所示，展開(kāi)“訂單貨品原金額匯總”。圖10-21展開(kāi)合并后的表編輯界面

如圖10-22所示，計(jì)算“貨品占訂單比例”，自定義列公式為：“=[訂單貨品原金額]/[訂單貨品原金額匯總]”，該比例是指貨品在訂單中的金額比例。

如圖10-23所示，將新添加的列設(shè)置數(shù)據(jù)類(lèi)型為百分比。

圖10-22“貨品占訂單比例”計(jì)算編輯界面

圖10-23修改數(shù)據(jù)類(lèi)型界面

如圖10-24所示，計(jì)算“產(chǎn)品毛利”，自定義列公式為：“=[買(mǎi)家實(shí)際支付金額]*[貨品占訂單比例]-[訂單貨品成本]”，“買(mǎi)家實(shí)際支付金額”就是訂單的實(shí)際銷(xiāo)售額，“[買(mǎi)家實(shí)際支付金額]*[貨品占訂單比例]”可以得到每個(gè)商品的實(shí)際銷(xiāo)售額。圖10-24“產(chǎn)品毛利”計(jì)算編輯界面

使用分組依據(jù)，根據(jù)商家編碼進(jìn)行分組，如圖10-25所示，添加3個(gè)聚合項(xiàng)，新增新列名為“價(jià)格”，操作為“平均值”，柱為“價(jià)格”；新增新列名為“銷(xiāo)售額”，操作為“求和”，柱為“買(mǎi)家實(shí)際支付金額”；新增新列名為“毛利潤(rùn)”，操作為“求和”，柱為“產(chǎn)品毛利”。

分組后發(fā)現(xiàn)毛利潤(rùn)的小數(shù)點(diǎn)不統(tǒng)一，使用【轉(zhuǎn)換】選項(xiàng)卡中的【舍入】選項(xiàng)，將小數(shù)點(diǎn)去除或者統(tǒng)一成兩位數(shù)均可。處理后的數(shù)據(jù)如圖10-26所示。由于中間過(guò)程的查詢(xún)較多，許多查詢(xún)都屬于中間表，可以隱藏，因此不要直接關(guān)閉并上載，如圖10-27所示，在【開(kāi)始】選項(xiàng)卡中，選擇【關(guān)閉并上載至】選項(xiàng)，在彈出的“導(dǎo)入數(shù)據(jù)”窗口選擇【僅創(chuàng)建連接】即可。圖10-25分組依據(jù)編輯界面圖10-26舍入操作后的效果圖10-27關(guān)閉并上載至操作及編輯界面

如圖10-28所示，在Excel的查詢(xún)和連接界面，選擇最終的結(jié)果查詢(xún)，單擊鼠標(biāo)右鍵，在彈出的菜單中選擇【加載到】選項(xiàng)即可。圖10-28將數(shù)據(jù)加載到工作表的操作界面

選中數(shù)據(jù)插入數(shù)據(jù)透視表，如圖10-29所示，【行】設(shè)置為字段“價(jià)格”，【值】設(shè)置為字段“計(jì)數(shù)項(xiàng)：商家編碼”“求和項(xiàng)：銷(xiāo)售額”“求和項(xiàng)：毛利潤(rùn)”。圖10-29數(shù)據(jù)透視表字段設(shè)置

如圖10-30所示，鼠標(biāo)右鍵單擊行標(biāo)簽（價(jià)格），在彈出的菜單中選擇【組合】，在彈出的【組合】對(duì)話(huà)框中設(shè)置【步長(zhǎng)】為“50”。圖10-30價(jià)格分組操作界面

產(chǎn)品價(jià)格區(qū)間的數(shù)據(jù)統(tǒng)計(jì)如圖10-31所示，目前網(wǎng)店的產(chǎn)品以149～198、199～248、249～298三個(gè)區(qū)間為主，共有31個(gè)SKU，這3個(gè)價(jià)格區(qū)間的SKU數(shù)量是399～448價(jià)格區(qū)間的10倍，毛利潤(rùn)卻只有399～448價(jià)格區(qū)間的產(chǎn)品毛利潤(rùn)的71%?？梢?jiàn)利潤(rùn)最高的是399～448價(jià)格區(qū)間的產(chǎn)品，而這個(gè)區(qū)間只有3個(gè)SKU，采購(gòu)人員和運(yùn)營(yíng)人員可以考慮調(diào)整產(chǎn)品結(jié)構(gòu)，偏向于高價(jià)產(chǎn)品。圖10-31價(jià)格結(jié)構(gòu)區(qū)間2．品類(lèi)布局分析

產(chǎn)品的品類(lèi)布局分析是分析不同產(chǎn)品品類(lèi)的數(shù)量、銷(xiāo)售額以及利潤(rùn)，為運(yùn)營(yíng)人員調(diào)整產(chǎn)品運(yùn)營(yíng)方向提供數(shù)據(jù)參考依據(jù)。

例10-2：從訂單中整理出產(chǎn)品的銷(xiāo)售數(shù)據(jù)，并按品類(lèi)進(jìn)行分組分析。數(shù)據(jù)采集路徑：選擇【商家中心】-【已賣(mài)出的寶貝】選項(xiàng)。

解：品類(lèi)布局分析操作和產(chǎn)品價(jià)格區(qū)間分析操作類(lèi)似，如圖10-32所示，在成本表中新增“產(chǎn)品分類(lèi)”字段。圖10-32成本表在進(jìn)行分組操作時(shí)，【分組依據(jù)】根據(jù)“產(chǎn)品分類(lèi)”進(jìn)行分組，如圖10-33所示。圖10-33分組依據(jù)編輯界面根據(jù)產(chǎn)品分類(lèi)和成本表合并查詢(xún)，如圖10-34所示，合并后不要展開(kāi)表格。圖10-34合并查詢(xún)編輯界面

如圖10-35所示，添加【自定義列】，使用函數(shù)“Table.RowCount”計(jì)算合并后的成本表的行（記錄）的數(shù)量，計(jì)算結(jié)果如圖10-36所示。圖10-35商品數(shù)量計(jì)算編輯界面圖10-36商品數(shù)量計(jì)算結(jié)果在中間產(chǎn)生的列上單擊鼠標(biāo)右鍵，將其刪除，如圖10-37所示，從利潤(rùn)來(lái)看，減肥品＞美妝品＞保健品，減肥品和美妝品的銷(xiāo)售額及利潤(rùn)都比保健品高，但是保.健品的數(shù)量占比較高。圖10-37品類(lèi)結(jié)構(gòu)感謝觀看產(chǎn)品分析10.1.2產(chǎn)品矩陣&10.1.3產(chǎn)品生命周期分析&10.1.4產(chǎn)品銷(xiāo)售分析1產(chǎn)品矩陣23CONTENTS產(chǎn)品生命周期分析產(chǎn)品銷(xiāo)售分析產(chǎn)品矩陣PARTONE產(chǎn)品矩陣產(chǎn)品矩陣是用矩陣分析思維和方法幫助企業(yè)明確產(chǎn)品的定位，對(duì)于下一步的產(chǎn)品策略具有實(shí)際的指導(dǎo)意義。常用的產(chǎn)品矩陣是增長(zhǎng)率-份額矩陣。圖10-381．增長(zhǎng)率-份額矩陣定義增長(zhǎng)率-份額矩陣又稱(chēng)為波士頓矩陣，最早由美國(guó)波士頓公司提出并應(yīng)用。增長(zhǎng)率和相對(duì)市場(chǎng)份額是矩陣的兩個(gè)指標(biāo)。如圖10-38所示，兩個(gè)指標(biāo)交叉，就會(huì)形成四個(gè)象限，四個(gè)象限分別對(duì)應(yīng)不同的定義，根據(jù)觀測(cè)值的落點(diǎn)可以直觀地看出產(chǎn)品的分布情況從而對(duì)企業(yè)產(chǎn)品做出決策。各個(gè)象限的定義如下。明星（stars）：是指處于高增長(zhǎng)率、高市場(chǎng)占有率象限內(nèi)的產(chǎn)品群，這類(lèi)產(chǎn)品可能成為企業(yè)的現(xiàn)金流產(chǎn)品，需要加大投資以支持其迅速發(fā)展。對(duì)于這類(lèi)產(chǎn)品可以采用的發(fā)展戰(zhàn)略是：積極擴(kuò)大經(jīng)濟(jì)規(guī)模和市場(chǎng)機(jī)會(huì)，以長(zhǎng)遠(yuǎn)利益為目標(biāo)，提高其在市場(chǎng)中的占有率，鞏固其在市場(chǎng)中的地位。明星產(chǎn)品的發(fā)展戰(zhàn)略以及管理組織最好采用事業(yè)部形式，由對(duì)生產(chǎn)技術(shù)和銷(xiāo)售兩方面都很在行的經(jīng)營(yíng)者負(fù)責(zé)。金牛（cashcow）：又稱(chēng)為厚利產(chǎn)品，它是指處于低增長(zhǎng)率、高市場(chǎng)占有率象限內(nèi)的產(chǎn)品群，并且已進(jìn)入成熟期。此類(lèi)產(chǎn)品的財(cái)務(wù)特點(diǎn)是銷(xiāo)量大，產(chǎn)品利潤(rùn)率高，負(fù)債比率低，可以為企業(yè)回籠資金，而且由于此類(lèi)產(chǎn)品增長(zhǎng)率低，也無(wú)須加大投資力度。因而，此類(lèi)產(chǎn)品成為企業(yè)回收資金，支持其他產(chǎn)品，尤其是明星產(chǎn)品投資的后盾。對(duì)于這類(lèi)產(chǎn)品采用的發(fā)展戰(zhàn)略是：①把設(shè)備投資和其他投資盡量壓縮；②采用“榨油式”方法，爭(zhēng)取在短時(shí)間內(nèi)獲取更多利潤(rùn)，為其他產(chǎn)品提供資金。對(duì)于處于這一象限內(nèi)銷(xiāo)售增長(zhǎng)率仍有所增長(zhǎng)的產(chǎn)品，應(yīng)進(jìn)一步細(xì)分市場(chǎng)，維持其現(xiàn)存市場(chǎng)增長(zhǎng)率或延緩下降速度。金牛產(chǎn)品適合用事業(yè)部制進(jìn)行管理，其經(jīng)營(yíng)者最好是市場(chǎng)營(yíng)銷(xiāo)型人物。問(wèn)題（questionmarks）：是指處于高增長(zhǎng)率、低市場(chǎng)占有率象限內(nèi)的產(chǎn)品群。前者說(shuō)明此類(lèi)產(chǎn)品市場(chǎng)機(jī)會(huì)大、前景好，而后者則說(shuō)明此類(lèi)產(chǎn)品在市場(chǎng)營(yíng)銷(xiāo)上存在問(wèn)題。此類(lèi)產(chǎn)品的財(cái)務(wù)特點(diǎn)是利潤(rùn)率較低，所需資金不足，負(fù)債比率高。例如在產(chǎn)品生命周期中處于引進(jìn)期、因種種原因未能開(kāi)拓市場(chǎng)局面的新產(chǎn)品即屬此類(lèi)問(wèn)題產(chǎn)品。對(duì)于問(wèn)題產(chǎn)品，應(yīng)采取選擇性投資戰(zhàn)略，因此，對(duì)問(wèn)題產(chǎn)品的改進(jìn)與扶持方案一般均應(yīng)列入企業(yè)長(zhǎng)期計(jì)劃中。對(duì)問(wèn)題產(chǎn)品的管理組織，最好是采取智囊團(tuán)或項(xiàng)目組織等形式，選拔有規(guī)劃能力，敢于冒風(fēng)險(xiǎn)，有才干的人負(fù)責(zé)。瘦狗（dogs）：也稱(chēng)為衰退類(lèi)產(chǎn)品。它是指處在低增長(zhǎng)率、低市場(chǎng)占有率象限內(nèi)的產(chǎn)品群。其財(cái)務(wù)特點(diǎn)是利潤(rùn)率低、處于保本或虧損狀態(tài)，負(fù)債比率高，無(wú)法為企業(yè)帶來(lái)收益。對(duì)于這類(lèi)產(chǎn)品，應(yīng)采用撤退戰(zhàn)略：首先應(yīng)減少批量，逐漸撤退，對(duì)那些銷(xiāo)售增長(zhǎng)率和市場(chǎng)占有率極低的產(chǎn)品應(yīng)立即淘汰；其次將剩余資源向其他產(chǎn)品轉(zhuǎn)移；最后整頓產(chǎn)品系列，最好將瘦狗產(chǎn)品與其他事業(yè)部合并，統(tǒng)一管理。產(chǎn)品矩陣綜上，可以得出以下結(jié)論。明星產(chǎn)品要增加投資力度，讓其快速發(fā)展。金牛產(chǎn)品是主要的盈利產(chǎn)品，要想辦法讓其創(chuàng)造更多的利潤(rùn)。問(wèn)題產(chǎn)品前景較好，但可能未受到市場(chǎng)認(rèn)可或者企業(yè)在策略上沒(méi)有重視這類(lèi)產(chǎn)品，要調(diào)整策略，增大投資力度。瘦狗產(chǎn)品一般是失敗的爆款，也被稱(chēng)為“打醬油的產(chǎn)品”，應(yīng)采取撤退戰(zhàn)略。產(chǎn)品矩陣如果用多個(gè)月的數(shù)據(jù)進(jìn)行分析，就會(huì)形成一個(gè)變動(dòng)趨勢(shì)。成功產(chǎn)品的成長(zhǎng)軌跡，也是比較理想的產(chǎn)品成長(zhǎng)軌跡。產(chǎn)品在高增長(zhǎng)率的條件下，市場(chǎng)占有率會(huì)逐漸上升，最終落入金牛區(qū)，如圖10-39所示?，F(xiàn)金支持趨勢(shì)由明星轉(zhuǎn)為瘦狗的產(chǎn)品可能是較早切入市場(chǎng)，占領(lǐng)了較高的市場(chǎng)份額，但沒(méi)有足夠的資金和營(yíng)銷(xiāo)策略的支持，可能會(huì)面臨失敗的危險(xiǎn)，如圖10-40所示，一旦有這種趨勢(shì)就要引起警惕，要審視一下自己的產(chǎn)品定位有沒(méi)有偏差、營(yíng)銷(xiāo)節(jié)奏有沒(méi)有把控好等。產(chǎn)品的災(zāi)難軌跡，其中有兩條路線(xiàn)，一條是明星→問(wèn)題→瘦狗，如圖10-41所示，另一條是金?！莨?，這兩條軌跡就是產(chǎn)品在市場(chǎng)上逐漸萎縮的過(guò)程。圖10-39圖10-40圖10-41矩陣不能脫離商業(yè)理解，如果商品的銷(xiāo)售增長(zhǎng)速度降低了，市場(chǎng)份額也降低了，那么除競(jìng)爭(zhēng)加大外，是否還有其他深層次的原因呢？其實(shí)，更多的是要思考消費(fèi)者是否認(rèn)同產(chǎn)品和服務(wù)，產(chǎn)品是否能吸引消費(fèi)者，要站在消費(fèi)者的角度來(lái)思考市場(chǎng)變化。產(chǎn)品矩陣

2．矩陣操作案例例：如圖10-42所示，選取2022年Q4的產(chǎn)品相對(duì)份額和對(duì)比2022年Q3的增幅，使用增長(zhǎng)-份額矩陣分析網(wǎng)店的產(chǎn)品。數(shù)據(jù)采集自商家后臺(tái)的訂單報(bào)表，并匯總而成。圖10-42解：選中數(shù)據(jù)，如圖10-43所示，在Excel的【插入】選項(xiàng)卡中，單擊散點(diǎn)圖的圖標(biāo)，在散點(diǎn)圖列表中選擇第一個(gè)基本散點(diǎn)圖。散點(diǎn)圖創(chuàng)建成功后，如圖10-44所示，分別單擊橫縱坐標(biāo)軸，設(shè)置坐標(biāo)軸格式。圖10-43圖10-44產(chǎn)品矩陣此時(shí)橫坐標(biāo)軸是市場(chǎng)相對(duì)份額，縱坐標(biāo)軸是增幅。在設(shè)置坐標(biāo)軸格式窗口，設(shè)置縱坐標(biāo)軸交叉的【坐標(biāo)軸值】為增幅的均值。如圖10-45所示，同理設(shè)置橫坐標(biāo)軸交叉的【坐標(biāo)軸值】為相對(duì)份額的均值。圖10-45添加圖表標(biāo)題和坐標(biāo)軸標(biāo)題后，如圖10-46所示，劃分的四個(gè)區(qū)間的面積差距太大，瘦狗象限更是密集地聚集了許多商品。這種情況在電商企業(yè)中十分常見(jiàn)，在這種情況下可以把份額太小的商品篩選掉，或者只留下重點(diǎn)分析的商品。圖10-46產(chǎn)品矩陣如圖10-47所示，篩選6個(gè)重點(diǎn)分析的產(chǎn)品，重新計(jì)算均值。如圖10-48所示，設(shè)置坐標(biāo)軸的【標(biāo)簽位置】為“無(wú)”，隱藏坐標(biāo)軸標(biāo)簽。如圖10-49所示，用鼠標(biāo)右鍵單擊散點(diǎn)圖上的點(diǎn)，在彈出的菜單中單擊【添加數(shù)據(jù)標(biāo)簽】選項(xiàng)。添加數(shù)據(jù)標(biāo)簽后，如圖10-50所示，在數(shù)據(jù)標(biāo)簽上單擊鼠標(biāo)右鍵，在彈出的菜單中單擊【設(shè)置數(shù)據(jù)標(biāo)簽格式】選項(xiàng)。產(chǎn)品矩陣圖10-49圖10-50如圖10-51所示，修改標(biāo)簽顯示【單元格中的值】，然后對(duì)應(yīng)選擇Excel中的區(qū)域。設(shè)置好的“增長(zhǎng)-份額矩陣”，如圖10-52所示，這家企業(yè)有1個(gè)金牛產(chǎn)品，缺少明星產(chǎn)品，瘦狗產(chǎn)品較多。產(chǎn)品矩陣圖10-51圖10-52產(chǎn)品生命周期分析PARTTWO產(chǎn)品生命周期分析不同的產(chǎn)品具有不同的生命周期，有些產(chǎn)品如同曇花一現(xiàn)只能賺一筆受益一年，如平安果，只在平安夜前幾天有市場(chǎng)需求。有些產(chǎn)品是一個(gè)爆款受益3年，如眼鏡，款式變化慢且周期長(zhǎng)。了解產(chǎn)品的生命周期，有利于企業(yè)在產(chǎn)品生命周期的不同階段做出正確的決策。1．產(chǎn)品生命周期概念產(chǎn)品生命周期（ProductLifeCycle），又稱(chēng)“商品生命周期”，是指產(chǎn)品從投入市場(chǎng)到更新?lián)Q代和退出市場(chǎng)所經(jīng)歷的全過(guò)程，是產(chǎn)品或商品在市場(chǎng)運(yùn)動(dòng)中的經(jīng)濟(jì)壽命，也是在市場(chǎng)流通過(guò)程中，由于消費(fèi)者的需求變化以及影響市場(chǎng)的其他因素造成的商品由盛轉(zhuǎn)衰的周期。產(chǎn)品生命周期主要是由消費(fèi)者的消費(fèi)方式、消費(fèi)水平、消費(fèi)結(jié)構(gòu)和消費(fèi)心理的變化決定的。一般分為導(dǎo)入（進(jìn)入）期、成長(zhǎng)期、成熟期、飽和期、衰退（衰落）期五個(gè)階段。使用產(chǎn)品的銷(xiāo)售數(shù)據(jù)進(jìn)行分析，將產(chǎn)品的五個(gè)階段分出來(lái)，并根據(jù)不同的階段制定不同的策略。產(chǎn)品生命周期分析使用產(chǎn)品的銷(xiāo)售數(shù)據(jù)進(jìn)行分析，將產(chǎn)品的五個(gè)階段分出來(lái)，并根據(jù)不同的階段制定不同的策略。在這個(gè)時(shí)候進(jìn)入市場(chǎng)，可以?xún)?yōu)先在銷(xiāo)量增長(zhǎng)期到來(lái)之前提高產(chǎn)品的基礎(chǔ)銷(xiāo)量和評(píng)價(jià)，從而快人一步搶占市場(chǎng)份額。①導(dǎo)入期此時(shí)需求開(kāi)始快速增長(zhǎng)，銷(xiāo)量也隨之快速增長(zhǎng)競(jìng)爭(zhēng)環(huán)境良好，也可以在這個(gè)時(shí)候入市。②成長(zhǎng)期進(jìn)入成熟期以后，產(chǎn)品的銷(xiāo)售量增長(zhǎng)緩慢，逐步達(dá)到最高峰，然后緩慢下降；產(chǎn)品的銷(xiāo)售利潤(rùn)也從成長(zhǎng)期的最高點(diǎn)開(kāi)始下降；市場(chǎng)競(jìng)爭(zhēng)非常激烈，各種品牌、各種款式的同類(lèi)產(chǎn)品不斷出現(xiàn)。③成熟期此時(shí)供需關(guān)系已經(jīng)飽和，出現(xiàn)零增長(zhǎng)甚至負(fù)增長(zhǎng)，競(jìng)爭(zhēng)環(huán)境迅速惡化。④飽和期此時(shí)需求開(kāi)始下降，大多數(shù)人已經(jīng)買(mǎi)了產(chǎn)品，商家開(kāi)始清庫(kù)存，競(jìng)爭(zhēng)環(huán)境惡劣。⑤衰退期產(chǎn)品生命周期分析2．產(chǎn)品生命周期曲線(xiàn)產(chǎn)品生命周期可使用圖形可視化的方式直觀地觀察。例：圖10-53所示是某網(wǎng)店所有產(chǎn)品對(duì)應(yīng)每一周（7天）的銷(xiāo)售額數(shù)據(jù)，數(shù)據(jù)采集自商家后臺(tái)的訂單報(bào)表，并匯總而成。提煉出網(wǎng)店產(chǎn)品的生命周期規(guī)律。圖10-53產(chǎn)品生命周期分析圖10-54選中數(shù)據(jù)集并插入數(shù)據(jù)透視表，如圖10-54所示，在【插入】選項(xiàng)卡單擊【數(shù)據(jù)透視表】選項(xiàng)，創(chuàng)建數(shù)據(jù)透視表時(shí)檢查所選的區(qū)域是否正確。創(chuàng)建好數(shù)據(jù)透視表，設(shè)置數(shù)據(jù)透視表字段，如圖10-55所示，【行】設(shè)置字段“一年的某一天”，【列】設(shè)置字段“商家編碼”，【值】設(shè)置字段“求和項(xiàng)：銷(xiāo)售額”。圖10-55產(chǎn)品生命周期分析圖10-56選中數(shù)據(jù)透視表，如圖10-56所示，在【插入】選項(xiàng)卡中單擊折線(xiàn)圖的圖標(biāo)。通過(guò)折線(xiàn)圖可以直觀地觀察產(chǎn)品的生命周期，如圖10-57所示，產(chǎn)品的生命周期曲線(xiàn)是拋物線(xiàn)模型，從進(jìn)入到退市約12周（3個(gè)月）的時(shí)間。圖10-57產(chǎn)品銷(xiāo)售分析PARTTHREE產(chǎn)品銷(xiāo)售分析產(chǎn)品銷(xiāo)售分析，是輔助商品銷(xiāo)售的一個(gè)重要手段，通過(guò)銷(xiāo)售分析，可以幫助運(yùn)營(yíng)人員了解商品的動(dòng)銷(xiāo)情況、幫助分析市場(chǎng)變化、提高對(duì)經(jīng)營(yíng)狀況的掌控能力、培養(yǎng)個(gè)人對(duì)市場(chǎng)的預(yù)見(jiàn)性。1．產(chǎn)品對(duì)比分析對(duì)產(chǎn)品的整體銷(xiāo)售、競(jìng)品等情況進(jìn)行對(duì)比分析，可以更清楚地知道本企業(yè)產(chǎn)品的優(yōu)劣勢(shì)，從而在運(yùn)營(yíng)方法上做出具有針對(duì)性的策略。例10-5：圖10-58所示是根據(jù)訂單報(bào)表和寶貝報(bào)表清洗出的信息，數(shù)據(jù)采集自商家后臺(tái)的訂單報(bào)表，并匯總而成。使用該數(shù)據(jù)集分析產(chǎn)品的銷(xiāo)售額。圖10-59解：選中數(shù)據(jù)集并插入數(shù)據(jù)透視表，如圖10-59示，在【插入】選項(xiàng)卡單擊【數(shù)據(jù)透視表】選項(xiàng)，創(chuàng)建數(shù)據(jù)透視表時(shí)檢查所選的區(qū)域是否正確。創(chuàng)建好數(shù)據(jù)透視表，如圖10-60所示，設(shè)置數(shù)據(jù)透視表字段，【行】設(shè)置字段“商家編碼”，【值】設(shè)置字段“求和項(xiàng)：銷(xiāo)售額”。圖10-60產(chǎn)品銷(xiāo)售分析圖10-61設(shè)置好數(shù)據(jù)透視表字段，如圖10-61所示，單擊【行標(biāo)簽】，對(duì)行進(jìn)行排序，選擇【其他排序選項(xiàng)】。如圖10-62所示，選擇【降序排序依據(jù)】-【求和項(xiàng):買(mǎi)家實(shí)際支付金額】。如圖10-63所示，排序后可以清晰地觀察到產(chǎn)品之間的銷(xiāo)售額差距，該店運(yùn)營(yíng)方向是爆款模式，店內(nèi)的明星產(chǎn)品（爆款）與其他產(chǎn)品的差距十分明顯。圖10-63圖10-62產(chǎn)品銷(xiāo)售分析圖10-64為了更好地分析數(shù)據(jù)，如圖10-64所示，再次數(shù)據(jù)透視表字段，【值】設(shè)置字段【買(mǎi)家實(shí)際支付金額】。如圖10-65所示，在第二個(gè)字段的數(shù)值上單擊鼠標(biāo)右鍵，在彈出的菜單中修改【值顯示方式】為【總計(jì)的百分比】。如圖10-66所示，TOP5的產(chǎn)品已經(jīng)占了全店銷(xiāo)售額的60%以上，這種產(chǎn)品結(jié)構(gòu)風(fēng)險(xiǎn)較大，銷(xiāo)售額容易受產(chǎn)品的生命周期以及不可控因素的影響。

圖10-66圖10-65產(chǎn)品銷(xiāo)售分析產(chǎn)品趨勢(shì)分析，要對(duì)產(chǎn)品變化的趨勢(shì)線(xiàn)做出合理的解釋?zhuān)霈F(xiàn)任何趨勢(shì)要對(duì)其有合理的解釋?zhuān)l(fā)生了什么事情，什么原因?qū)е铝粟厔?shì)線(xiàn)的變化。要對(duì)產(chǎn)品的核心指標(biāo)做長(zhǎng)期的跟蹤記錄，比如，流量、點(diǎn)擊率、轉(zhuǎn)化率、銷(xiāo)售額等指標(biāo)做出趨勢(shì)圖，對(duì)其變化的原因做出分析。趨勢(shì)分析可以對(duì)指標(biāo)進(jìn)行環(huán)比、同比等分析，對(duì)產(chǎn)品指標(biāo)的環(huán)比分析可以使商家了解最近的變化趨勢(shì)，由于可能存在異常情況，比如節(jié)假日或者是天氣的變化，都會(huì)影響到環(huán)比結(jié)果，所以這個(gè)時(shí)候就需要對(duì)數(shù)據(jù)進(jìn)行同比分析。產(chǎn)品銷(xiāo)售分析2．產(chǎn)品趨勢(shì)分析例10-6：從生意參謀取數(shù)板塊下載商品詳情數(shù)據(jù)（前例使用的數(shù)據(jù)集），分析商品趨勢(shì)。解：先做產(chǎn)品對(duì)比觀察，了解網(wǎng)店里有哪些主推產(chǎn)品，基于主推產(chǎn)品分析產(chǎn)品的發(fā)展趨勢(shì)。選中數(shù)據(jù)集并插入數(shù)據(jù)透視表，如圖10-67所示，在【插入】選項(xiàng)卡單擊【數(shù)據(jù)透視表】選項(xiàng)，創(chuàng)建數(shù)據(jù)透視表時(shí)檢查所選的區(qū)域是否正確。產(chǎn)品銷(xiāo)售分析圖10-67創(chuàng)建好數(shù)據(jù)透視表，如圖10-68所示，設(shè)置數(shù)據(jù)透視表字段，【行】設(shè)置字段“日期”，【值】設(shè)置字段“求和項(xiàng)：支付金額”和“求和項(xiàng)：支付轉(zhuǎn)化率”，【篩選】設(shè)置字段“商品id”。如圖10-69所示，篩選對(duì)應(yīng)的商品id，觀察數(shù)據(jù)。產(chǎn)品銷(xiāo)售分析選中數(shù)據(jù)透視表，如圖10-70所示，在【插入】選項(xiàng)卡中單擊【組合圖】選項(xiàng)，如圖10-71所示，此時(shí)由于支付轉(zhuǎn)化率和支付金額的量綱不同，需要修改組合圖的坐標(biāo)軸。產(chǎn)品銷(xiāo)售分析圖10-70如圖10-72所示，在組合圖上單擊鼠標(biāo)右鍵，在彈出的菜單中單擊【更改圖表類(lèi)型】選項(xiàng)。如圖10-73所示，將“求和項(xiàng):支付轉(zhuǎn)化率”設(shè)置成折線(xiàn)圖，并在【次坐標(biāo)軸】選項(xiàng)上打鉤。產(chǎn)品銷(xiāo)售分析添加圖表標(biāo)題、坐標(biāo)軸標(biāo)題，修改格式后如圖10-74所示，產(chǎn)品的支付金額經(jīng)歷了爬坡階段，震蕩一段時(shí)間后開(kāi)始經(jīng)歷下坡階段，轉(zhuǎn)化率明顯在高峰期時(shí)要低于其他時(shí)期。如圖10-75所示，將支付金額換成訪客數(shù)后再觀察趨勢(shì)，發(fā)現(xiàn)轉(zhuǎn)化率在訪客數(shù)高峰期會(huì)略低其他時(shí)期，近期的支付金額、訪客數(shù)和轉(zhuǎn)化率都呈下降趨勢(shì)，這個(gè)產(chǎn)品的生命周期可能已經(jīng)接近尾聲了。產(chǎn)品銷(xiāo)售分析銷(xiāo)售的地域?qū)Ξa(chǎn)品的影響還是比較大的，明確產(chǎn)品的銷(xiāo)售地域可避免不必要的推廣投入，節(jié)約開(kāi)支，把資源用在合適的地域，提高投入產(chǎn)出比。產(chǎn)品銷(xiāo)售分析3．產(chǎn)品銷(xiāo)售地域分析例10-7：圖10-76所示是根據(jù)訂單報(bào)表和寶貝報(bào)表清洗出的數(shù)據(jù)集，使用該數(shù)據(jù)集分析產(chǎn)品的銷(xiāo)售地域。解：選中數(shù)據(jù)（確保數(shù)據(jù)已經(jīng)是表格形式），如圖10-77所示，在Excel的【插入】選項(xiàng)卡中單擊【三維地圖】選項(xiàng)，打開(kāi)三維地圖。如圖10-78所示，設(shè)置圖層，【位置】設(shè)置字段為“收貨地址”，【值】設(shè)置字段為“買(mǎi)家實(shí)際支付金額”，【時(shí)間】設(shè)置字段為“訂單付款時(shí)間”。如圖10-79所示，設(shè)置好地圖圖層可對(duì)地圖進(jìn)行播放。用地圖分析地域分布會(huì)相對(duì)直觀，但也可以直接用表格，如圖10-80所示，可使用數(shù)據(jù)透視表進(jìn)行排序分析。產(chǎn)品銷(xiāo)售分析圖10-78圖10-80圖10-79感謝觀看產(chǎn)品運(yùn)營(yíng)分析10.2.1庫(kù)存績(jī)效分析&10.2.2補(bǔ)貨模型1庫(kù)存績(jī)效分析2CONTENTS補(bǔ)貨模型庫(kù)存績(jī)效分析PARTONE庫(kù)存績(jī)效分析庫(kù)存分析是對(duì)企業(yè)的庫(kù)存績(jī)效進(jìn)行分析的過(guò)程，包括庫(kù)存預(yù)警和補(bǔ)貨數(shù)量的分析，幫助企業(yè)提高倉(cāng)庫(kù)管理能力，提高庫(kù)存績(jī)效，降低不良庫(kù)存。庫(kù)存績(jī)效分析主要是監(jiān)控庫(kù)存量、庫(kù)存周轉(zhuǎn)率、售罄率和動(dòng)銷(xiāo)率，是庫(kù)存分析的基本項(xiàng)。存貨周轉(zhuǎn)速度越快，存貨占用水平越低，流動(dòng)性越強(qiáng)，存貨轉(zhuǎn)化為現(xiàn)金或應(yīng)收賬款的速度就越快，這樣會(huì)增強(qiáng)企業(yè)的短期償債能力及獲利能力。1．庫(kù)存量2．庫(kù)存周轉(zhuǎn)率庫(kù)存量是指?jìng)}庫(kù)中存放貨物的數(shù)量，一般庫(kù)存量要根據(jù)SKU（最小庫(kù)存單位）進(jìn)行統(tǒng)計(jì)，商品在正常銷(xiāo)售的過(guò)程的庫(kù)存量太大或?yàn)榱愣疾皇呛芎玫默F(xiàn)象。庫(kù)存周轉(zhuǎn)率是在某一時(shí)間段內(nèi)庫(kù)存貨物周轉(zhuǎn)的次數(shù)，是反映庫(kù)存周轉(zhuǎn)快慢程度的指標(biāo)。周轉(zhuǎn)率越大表明銷(xiāo)售情況越好。在商品保質(zhì)期及資金允許的條件下，可以適當(dāng)增加其庫(kù)存控制目標(biāo)天數(shù)，以保證合理的庫(kù)存。反之，則可以適當(dāng)減少其庫(kù)存控制目標(biāo)天數(shù)。庫(kù)存周轉(zhuǎn)率計(jì)算公式為：庫(kù)存績(jī)效分析減少存貨周轉(zhuǎn)天數(shù)可以提高存貨周轉(zhuǎn)率，從實(shí)際運(yùn)營(yíng)來(lái)分析，需要減少存貨在庫(kù)時(shí)間。例10-8：某企業(yè)在2019年Q1的期初庫(kù)存量為32149，期末庫(kù)存量為23910，期間銷(xiāo)售量為8374，請(qǐng)計(jì)算該企業(yè)在2019年Q1的庫(kù)存周轉(zhuǎn)天數(shù)和庫(kù)存周轉(zhuǎn)率。解：2019年Q1可以認(rèn)為是90天，代入公式：售罄率=2.4萬(wàn)÷3萬(wàn)×100%=80%庫(kù)存績(jī)效分析3．售罄率售罄率是指一定時(shí)間段某種商品的銷(xiāo)售占總進(jìn)貨量的比例，售罄率是衡量商品收回銷(xiāo)售成本和費(fèi)用的一個(gè)考核指標(biāo)，便于確定商品銷(xiāo)售到何種程度可以進(jìn)行折扣銷(xiāo)售清倉(cāng)處理的一個(gè)合理的標(biāo)準(zhǔn)。計(jì)算公式為：售罄率=實(shí)際銷(xiāo)售成本÷總進(jìn)貨成本×100%售罄率=實(shí)際累積銷(xiāo)售數(shù)量÷總進(jìn)貨數(shù)量×100%或者售謦率計(jì)算期間通常為一周、一個(gè)月或一個(gè)季度。例10-9：某企業(yè)的某商品在2019年Q1的總進(jìn)貨量是3萬(wàn)，實(shí)際銷(xiāo)售量是2.4萬(wàn)，計(jì)算售罄率。解：售罄率大于80%小于等于100%的為備貨命中。庫(kù)存績(jī)效分析4．動(dòng)銷(xiāo)率動(dòng)銷(xiāo)率是反映階段期間企業(yè)銷(xiāo)售商品的占比，反映了企業(yè)的商品運(yùn)營(yíng)能力，是考驗(yàn)采銷(xiāo)部門(mén)和運(yùn)營(yíng)部門(mén)的核心指標(biāo)之一。商品動(dòng)銷(xiāo)率計(jì)算公式為：商品動(dòng)銷(xiāo)率有別于電商的網(wǎng)店動(dòng)銷(xiāo)率，電商的網(wǎng)店動(dòng)銷(xiāo)率只考慮在線(xiàn)銷(xiāo)售的品種數(shù)，不考慮倉(cāng)庫(kù)的總品種數(shù)，往往倉(cāng)庫(kù)的總品種數(shù)要大于在線(xiàn)銷(xiāo)售的品種數(shù)。電商的網(wǎng)店動(dòng)銷(xiāo)率為：例10-10：某企業(yè)在2019年1月的倉(cāng)庫(kù)總品種數(shù)為131個(gè)，其中有98個(gè)品種在期間產(chǎn)生了銷(xiāo)量，計(jì)算動(dòng)銷(xiāo)率。解：補(bǔ)貨模型PARTTWO補(bǔ)貨模型哪個(gè)SKU需要補(bǔ)貨？需要補(bǔ)多少貨？這是運(yùn)營(yíng)或者采購(gòu)經(jīng)常遇到的場(chǎng)景。本小節(jié)介紹該場(chǎng)景的業(yè)務(wù)建模，提高采購(gòu)的工作效率和補(bǔ)貨數(shù)量命中率（實(shí)際售罄誤差在15%內(nèi)為命中）。1．補(bǔ)貨業(yè)務(wù)邏輯補(bǔ)貨要考慮現(xiàn)有庫(kù)存量、未來(lái)可能產(chǎn)生的銷(xiāo)量、安全庫(kù)存量和供應(yīng)鏈的補(bǔ)貨周期，在買(mǎi)家下單時(shí)現(xiàn)有庫(kù)存量能夠支撐等待補(bǔ)貨的時(shí)間。比如補(bǔ)貨周期時(shí)14天，要提前預(yù)留超過(guò)14天的庫(kù)存，在剩余14天庫(kù)存時(shí)就要給工廠下單。補(bǔ)貨模型2．補(bǔ)貨數(shù)量測(cè)算例10-11：創(chuàng)建模型計(jì)算需要補(bǔ)貨的商品和數(shù)量。數(shù)據(jù)采集自商家后臺(tái)的訂單報(bào)表和寶貝報(bào)表。解：在后臺(tái)生成訂單報(bào)表和寶貝報(bào)表，如圖10-81所示。生成報(bào)表后，分別下載訂單報(bào)表和寶貝報(bào)表，報(bào)表下載界面如圖10-82所示。補(bǔ)貨模型另外建立一張庫(kù)存統(tǒng)計(jì)報(bào)表，記錄現(xiàn)時(shí)庫(kù)存量和補(bǔ)貨周期如圖10-83所示，庫(kù)存統(tǒng)計(jì)表的“商家編碼”對(duì)應(yīng)寶貝報(bào)表的“商家編碼”，補(bǔ)貨周期是指補(bǔ)貨所需的天數(shù)。補(bǔ)貨模型如圖10-84所示，打開(kāi)Excel，在【PowerPivot】選項(xiàng)卡中單擊【管理】選項(xiàng)，轉(zhuǎn)到PowerPivot窗口，進(jìn)入PowerPivot管理界面。如圖10-85所示，在PowerPivot窗口的【主頁(yè)】選項(xiàng)卡中單擊【從其他源】選項(xiàng)，進(jìn)入“表導(dǎo)入向?qū)А睂?duì)話(huà)框，選擇【Excel文件】，然后單擊【下一步】按鈕。圖10-84圖10-85補(bǔ)貨模型在圖10-86所示的對(duì)話(huà)框中，先單擊【瀏覽】按鈕選擇好文件路徑，再勾選復(fù)選框【使用第一行作為列標(biāo)題】，單擊【下一步】按鈕。注：文中已經(jīng)把原來(lái)下載好的表格從CSV格式改為EXCEL文本格式。如圖10-87所示，在寶貝報(bào)表中新建匯總的度量值，這個(gè)度量值要用于后面的運(yùn)算。補(bǔ)貨模型如圖10-88所示，在PowerPivot的【主頁(yè)】選項(xiàng)卡中單擊【關(guān)系圖視圖】建模，將“訂單報(bào)表”的“訂單編號(hào)”字段連接到“寶貝報(bào)表”的“訂單編號(hào)”，“寶貝報(bào)表”的“商家編碼”連接到“庫(kù)存統(tǒng)計(jì)表”的“商家編碼”。

回到庫(kù)存報(bào)表，鍵入公式“=SUMX(FILTER('寶貝報(bào)表','寶貝報(bào)表'[商家編碼]='庫(kù)存統(tǒng)計(jì)表'[商家編碼]&&DATEDIFF(RELATED('訂單報(bào)表'[訂單付款時(shí)間]),Date(2022,1,30),day)<='庫(kù)存統(tǒng)計(jì)表'[補(bǔ)貨周期]),[購(gòu)買(mǎi)數(shù)量的總和])”，求出的近N天銷(xiāo)量是基于補(bǔ)貨周期的天數(shù)計(jì)算的銷(xiāo)量，結(jié)果如圖10-89所示。圖10-88圖10-89SUMX函數(shù)說(shuō)明如下。函數(shù)功能：返回為表中每一行計(jì)算的表達(dá)式之和。函數(shù)語(yǔ)法：SUMX（<表名>,<表達(dá)式>）DATEDIFF函數(shù)說(shuō)明如下。函數(shù)功能：返回兩個(gè)日期的單位間隔（可指定單位）。函數(shù)語(yǔ)法：DATEDIFF（起始時(shí)間，結(jié)束時(shí)間，時(shí)間單位）。RELATED函數(shù)說(shuō)明如下。RELATED函數(shù)說(shuō)明如下。函數(shù)功能：返回與當(dāng)前表相關(guān)的列的值，應(yīng)用在表間已經(jīng)創(chuàng)建的關(guān)系，從關(guān)系表中查找相關(guān)數(shù)據(jù)。補(bǔ)貨模型圖10-90圖10-91鍵入公式“=IF(CEILING(DIVIDE([庫(kù)存],[近N天銷(xiāo)量]),1)-1<0,0,CEILING(DIVIDE([庫(kù)存],[近N天銷(xiāo)量]),1)-1)*[補(bǔ)貨周期]”，計(jì)算出現(xiàn)有的庫(kù)存可以銷(xiāo)售幾天，在多少天后需要補(bǔ)貨，結(jié)果如圖10-90所示。鍵入公式“=IF([多少天后要補(bǔ)貨](méi)=0,[近N天銷(xiāo)量]-[庫(kù)存],0)”，計(jì)算出最小補(bǔ)貨量，最小補(bǔ)貨量是指可以靈活調(diào)配的補(bǔ)貨量，可能并不需要完整的補(bǔ)貨周期，結(jié)果如圖10-91所示。CEILING函數(shù)說(shuō)明如下。函數(shù)功能：將數(shù)字向上舍入到最接近的整數(shù)，或者基數(shù)的最接近倍數(shù)。函數(shù)語(yǔ)法：CEILING（數(shù)值，基數(shù)）。DIVIDE函數(shù)說(shuō)明如下。函數(shù)功能：處理除數(shù)為零或者為空的情況。函數(shù)語(yǔ)法：DIVIDE（分子，分母）。補(bǔ)貨模型圖10-92圖10-93鍵入公式“=IF('庫(kù)存統(tǒng)計(jì)表'[多少天后要補(bǔ)貨](méi)=0,'庫(kù)存報(bào)表'[最小補(bǔ)貨量]+'庫(kù)存統(tǒng)計(jì)'[近N天銷(xiāo)量],0)”，計(jì)算庫(kù)存一周期的備貨量，至少保留一個(gè)備貨周期的庫(kù)存，結(jié)果如圖10-92所示。如圖10-93所示，在PowerPivot【主頁(yè)】選項(xiàng)卡中單擊【數(shù)據(jù)透視表】選項(xiàng)，在“創(chuàng)建數(shù)據(jù)透視表”對(duì)話(huà)框中勾選【新工作表】，單擊【確定】按鈕，在數(shù)據(jù)透視表上單擊鼠標(biāo)右鍵，在菜單中選擇【顯示字段列表】。補(bǔ)貨模型圖10-94圖10-95如圖10-94所示，將“庫(kù)存統(tǒng)計(jì)表”中的字段設(shè)置在相應(yīng)的行和列。如圖10-95所示，一張完整的庫(kù)存監(jiān)控表格就完成了，從表格中可以知道如果要備一周（由于數(shù)據(jù)的補(bǔ)貨周期為一周，因此這里為一周，而不是一周期）的貨現(xiàn)在需要進(jìn)多少貨物。人群畫(huà)像完整的補(bǔ)貨模型系統(tǒng)如圖10-96所示，重點(diǎn)是對(duì)未來(lái)銷(xiāo)量的預(yù)測(cè)，再結(jié)合安全庫(kù)存、到貨周期、在途庫(kù)存和當(dāng)前可使用的庫(kù)存測(cè)算是否需要補(bǔ)貨，補(bǔ)貨的量是多少，最后制訂補(bǔ)貨計(jì)劃。圖10-963．完整的補(bǔ)貨模型系統(tǒng)感謝觀看消費(fèi)者運(yùn)營(yíng)分析11.1.1消費(fèi)者地域分析&11.2.2消費(fèi)者行為習(xí)慣分析1消費(fèi)者地域分析2CONTENTS消費(fèi)者行為習(xí)慣分析消費(fèi)者地域分析PARTONE消費(fèi)者地域分析消費(fèi)者分布是消費(fèi)者的基本屬性，了解消費(fèi)者的分布有助于經(jīng)營(yíng)者制訂運(yùn)營(yíng)策略。消費(fèi)者地域分布數(shù)據(jù)可基于訂單報(bào)表進(jìn)行整理，可以指導(dǎo)品牌商或者大型電商企業(yè)進(jìn)行線(xiàn)下門(mén)店的布局。例：下載商家后臺(tái)訂單報(bào)表數(shù)據(jù)，分析消費(fèi)者的地域分布情況。解：下載的文件是CSV格式，將文件導(dǎo)入PowerQuery編輯器進(jìn)行清洗，如圖11-1所示，在Excel【數(shù)據(jù)】選項(xiàng)卡中單擊【從文本/CSV】選項(xiàng)。如圖11-2所示，設(shè)置對(duì)應(yīng)的文件路徑后單擊【編輯】按鈕。消費(fèi)者地域分析進(jìn)入PowerQuery編輯器后，如圖11-3所示，對(duì)訂單狀態(tài)進(jìn)行篩選，將【交易關(guān)閉】和【等待買(mǎi)家付款】過(guò)濾掉。如圖11-4所示，選中“收貨地址”，可以提取出每筆訂單的收貨省份，在【添加列】選項(xiàng)卡中單擊【提取】-【分隔符之前的文本】選項(xiàng)。圖11-3圖11-4庫(kù)存績(jī)效分析如圖11-5所示，在彈出的分隔符設(shè)置界面中，在【分隔符】處鍵入一個(gè)英文輸入法下的空格符號(hào)。如圖11-6所示，提取后可以獲得省份信息，修改字段名稱(chēng)為“省份”。接下來(lái)基于省份統(tǒng)計(jì)匯總數(shù)據(jù)，如圖11-7所示，在【開(kāi)始】選項(xiàng)卡中單擊【分組依據(jù)】選項(xiàng)。圖11-5圖11-6圖11-7庫(kù)存績(jī)效分析如圖11-8所示，進(jìn)行分組依據(jù)設(shè)置，基于“買(mǎi)家會(huì)員名”和“省份”分組。如圖11-9所示，由于訂單信息中會(huì)有消費(fèi)者多次下單，因此將會(huì)員合并，減少重復(fù)計(jì)數(shù)，但此時(shí)還會(huì)有重復(fù)，因?yàn)橛行〔糠窒M(fèi)者多次下單時(shí)收貨地址不一致，可能會(huì)有跨省份的訂單，此時(shí)可以忽略此情況，默認(rèn)一個(gè)消費(fèi)者存在多個(gè)省份，因?yàn)檫@種比例會(huì)很少。如果要精準(zhǔn)判斷，需要根據(jù)下單地址的頻次選擇頻次高的，但如果出現(xiàn)部分地址的頻次相同的情況，就無(wú)法判斷了。圖11-8圖11-9庫(kù)存績(jī)效分析再一次進(jìn)行分組，按照?qǐng)D11-10所示內(nèi)容進(jìn)行設(shè)置，分組結(jié)果如圖11-11所示。如圖11-12所示，單擊【開(kāi)始】選項(xiàng)卡中【關(guān)閉并上載】選項(xiàng)，將數(shù)據(jù)導(dǎo)入Excel的工作表。圖11-11圖11-12圖11-10庫(kù)存績(jī)效分析在Excel中，如圖11-13所示，選中數(shù)據(jù)并單擊【插入】選項(xiàng)卡中的【數(shù)據(jù)透視表】選項(xiàng)。如圖11-14所示，在數(shù)據(jù)透視表字段設(shè)置中，將【行】設(shè)置字段為“省份”，【值】設(shè)置字段為“求和項(xiàng)：計(jì)數(shù)”。圖11-13圖11-14庫(kù)存績(jī)效分析如圖11-15所示，在“點(diǎn)擊量”上單擊鼠標(biāo)右鍵，在彈出的菜單中選擇【降序】排序。如圖11-16所示，插入柱形圖后可以更直觀地分析消費(fèi)者的地域分布，河南省、廣東省和浙江省是主要的消費(fèi)者集中地，推廣時(shí)可以偏向這三個(gè)省份。圖11-15圖11-16消費(fèi)者行為習(xí)慣分析PARTTWO消費(fèi)者行為習(xí)慣分析消費(fèi)者行為習(xí)慣可基于下單的時(shí)間特征進(jìn)行分析，可以研究消費(fèi)者下單日期為星期幾，也可以研究消費(fèi)者下單時(shí)間為幾點(diǎn)。例：下載商家后臺(tái)訂單報(bào)表數(shù)據(jù)，分析消費(fèi)者下單的行為習(xí)慣。解：下載的文件是CSV格式，將文件導(dǎo)入PowerQuery編輯器進(jìn)行清洗，如圖11-17所示，在Excel【數(shù)據(jù)】選項(xiàng)卡中單擊【從文本/CSV】選項(xiàng)。如圖11-18所示，設(shè)置對(duì)應(yīng)的文件路徑后單擊【編輯】按鈕。消費(fèi)者行為習(xí)慣分析進(jìn)入PowerQuery編輯器后，如圖11-19所示，對(duì)訂單狀態(tài)進(jìn)行篩選，將【交易關(guān)閉】和【等待買(mǎi)家付款】過(guò)濾掉。如圖11-20所示，選中【訂單付款時(shí)間】，在【添加列】選項(xiàng)卡單擊【日期-天-星期幾】創(chuàng)建新列。圖11-19圖11-20消費(fèi)者行為習(xí)慣分析如圖11-21所示，選中“訂單付款時(shí)間”，在【添加列】選項(xiàng)卡單擊【時(shí)間】-【小時(shí)】-【小時(shí)】選項(xiàng)，創(chuàng)建新列。修改對(duì)應(yīng)的字段名稱(chēng)，如圖11-22所示。如圖11-23所示，單擊【開(kāi)始】選項(xiàng)卡中【關(guān)閉并上載】選項(xiàng)，將數(shù)據(jù)導(dǎo)入Excel的工作表中。圖11-21圖11-22圖11-23消費(fèi)者行為習(xí)慣分析在Excel中，如圖11-24所示，選中數(shù)據(jù)并單擊【插入】選項(xiàng)卡中的【數(shù)據(jù)透視表】選項(xiàng)。如圖11-25所示，在數(shù)據(jù)透視表字段設(shè)置中，將【行】設(shè)置字段為“星期幾”，【值】設(shè)置字段為“計(jì)數(shù)項(xiàng)：買(mǎi)家會(huì)員名”和“求和項(xiàng)：買(mǎi)家實(shí)際支付金額”。設(shè)置后的數(shù)據(jù)透視表如圖11-26所示，從圖中可以看出星期日的支付金額最高，星期六最低，星期一到星期五差別不大。圖11-24圖11-25圖11-26消費(fèi)者行為習(xí)慣分析圖11-27圖11-28再創(chuàng)建一個(gè)數(shù)據(jù)透視表，如圖11-27所示，在數(shù)據(jù)透視表字段設(shè)置中，將【行】設(shè)置字段為“小時(shí)”，【值】設(shè)置字段為“計(jì)數(shù)項(xiàng)：買(mǎi)家會(huì)員名”和“求和項(xiàng)：買(mǎi)家實(shí)際支付金額”。如圖11-28所示，早上7:00消費(fèi)者開(kāi)始購(gòu)物，16:00～18:00點(diǎn)是購(gòu)物高峰期，23:00開(kāi)始陸續(xù)休息。基于這個(gè)數(shù)據(jù)可調(diào)整客服排班和輪崗交接時(shí)間。消費(fèi)者行為習(xí)慣分析圖11-29圖11-30如圖11-29和圖11-30所示，插入組合圖展示更加直觀，可用于制作消費(fèi)者報(bào)告。感謝觀看消費(fèi)者運(yùn)營(yíng)分析11.2RFM模型1RFM模型理論及計(jì)算方法CONTENTS2RFM計(jì)算實(shí)例PARTONERFM模型理論及計(jì)算方法1．RFM模型理論RFM模型是消費(fèi)者管理領(lǐng)域里的一種消費(fèi)者消費(fèi)行為分析模型。R為近度（Recency）代表最近購(gòu)買(mǎi)時(shí)間，指上次購(gòu)買(mǎi)至現(xiàn)在的時(shí)間間隔。R值越大表示網(wǎng)店與消費(fèi)者發(fā)生交易的時(shí)間越久，反之與網(wǎng)店發(fā)生交易的時(shí)間越近。理論上R值越?。醋罱匈?gòu)買(mǎi)行為）的消費(fèi)者是復(fù)購(gòu)可能性越高的有價(jià)值消費(fèi)者。F為頻度（Frequency）代表購(gòu)買(mǎi)頻率，指的是某一期間內(nèi)購(gòu)買(mǎi)的次數(shù)。F越大代表該段時(shí)間內(nèi)消費(fèi)者的購(gòu)買(mǎi)頻率越高，存在極大的復(fù)購(gòu)可能性；反之F值越小，則消費(fèi)者活躍度越低，相應(yīng)的價(jià)值越低。M為額度（Monetary）代表總購(gòu)買(mǎi)金額，指的是某一期間內(nèi)購(gòu)買(mǎi)商品的金額。M越大表示該類(lèi)消費(fèi)者對(duì)本網(wǎng)店（產(chǎn)品）的購(gòu)買(mǎi)意愿轉(zhuǎn)化為購(gòu)買(mǎi)行為可能性越大，該類(lèi)消費(fèi)者的價(jià)值越應(yīng)受到關(guān)注，反之亦然。RFM模型動(dòng)態(tài)展示了現(xiàn)有消費(fèi)者在網(wǎng)店的購(gòu)物特征，為網(wǎng)店制訂營(yíng)銷(xiāo)決策提供了依據(jù)，便于網(wǎng)店對(duì)于現(xiàn)有消費(fèi)者分類(lèi)與管理。2．RFM計(jì)算（1）計(jì)算RR的計(jì)算方法是計(jì)算現(xiàn)在與最近一次購(gòu)買(mǎi)日期之間的間隔天數(shù)。（2）計(jì)算FF的計(jì)算方法是對(duì)消費(fèi)者下單的訂單數(shù)據(jù)進(jìn)行統(tǒng)計(jì)。（3）計(jì)算MM的計(jì)算方法是將消費(fèi)者的消費(fèi)金額進(jìn)行匯總。3．基于RFM模型的消費(fèi)者分組為消費(fèi)者分組，即將三個(gè)指標(biāo)分別分為“高”和“低”兩種，高于均值的為“高”，低于均值的為“低”。R值“高”“低”判定步驟：①分別求取每位消費(fèi)者的購(gòu)買(mǎi)商品日期與現(xiàn)今時(shí)間的最小時(shí)間間隔R。②求取時(shí)間間隔R均值。③將每位消費(fèi)者的最小時(shí)間間隔與R均值比較，小于均值為低，大于均值為高。F值“高”“低”判定步驟：①求取每位消費(fèi)者某時(shí)間段內(nèi)的購(gòu)買(mǎi)次數(shù)和（即購(gòu)買(mǎi)頻率F）。②求取頻率F均值。③將每位消費(fèi)者的F值與F均值比較，小于均值為低，大于均值為高。M值“高”“低”判定步驟：①求取每位消費(fèi)者某時(shí)間段內(nèi)的購(gòu)買(mǎi)金額和M。②求取購(gòu)買(mǎi)金額和M均值。③將每位消費(fèi)者的M值與M均值比較，小于均值為低，大于均值為高。以此為標(biāo)準(zhǔn)將消費(fèi)者歸為八大類(lèi)，如表11-1所示。R值F值M值消費(fèi)者類(lèi)型低高高高價(jià)值消費(fèi)者高高高重點(diǎn)保持消費(fèi)者低低高重點(diǎn)發(fā)展消費(fèi)者高低高重點(diǎn)挽留消費(fèi)者低高低一般價(jià)值消費(fèi)者高高低一般保持消費(fèi)者低低低一般發(fā)展消費(fèi)者高低低潛在消費(fèi)者表11-1 RFM分類(lèi)表PARTTWORFM計(jì)算實(shí)例例11-3：現(xiàn)有某淘寶網(wǎng)店2022年8月至2022年10月消費(fèi)者購(gòu)買(mǎi)數(shù)據(jù)，數(shù)據(jù)采集自商家后臺(tái)的訂單報(bào)表和寶貝報(bào)表。如圖11-31所示，為了精準(zhǔn)化消費(fèi)者營(yíng)銷(xiāo)，降低推廣成本，現(xiàn)需要使用PowerQuery將5794位消費(fèi)者分類(lèi)。圖11-31消費(fèi)者信息表解：（1）將Excel數(shù)據(jù)加載至PowerQuery。如圖11-32所示，在【數(shù)據(jù)】選項(xiàng)卡中，單擊【從表格】選項(xiàng)，即可將數(shù)據(jù)加載至PowerQuery。圖11-32將數(shù)據(jù)從表格導(dǎo)入PowerQuery編輯器操作界面成功加載至PowerQuery的數(shù)據(jù)如圖11-33所示。圖11-33加載到PowerQuery中的數(shù)據(jù)（2）計(jì)算時(shí)間間隔R。創(chuàng)建當(dāng)下時(shí)間字段：如圖11-34所示，在【添加列】選項(xiàng)卡中，單擊【自定義列】選項(xiàng)。圖11-34創(chuàng)建自定義列操作界面進(jìn)入“自定義列”頁(yè)面，如圖11-35所示，【新列名】設(shè)置為“今天日期”，【自定義列公式】設(shè)置為“DateTime.Date(#datetime(2022,11,1,0,0,0))”，單擊“確定”按鈕，成功后如圖11-36所示。圖11-35創(chuàng)建今天日期圖11-36成功創(chuàng)建今日日期將“今天日期”列的類(lèi)型與訂單付款時(shí)間統(tǒng)一：選中“今日日期”列，在【開(kāi)始】選項(xiàng)卡中，單擊【數(shù)據(jù)類(lèi)型】選項(xiàng)，選中合適的類(lèi)型，此處選擇“日期/時(shí)間”。格式統(tǒng)一后的數(shù)據(jù)如圖11-37所示。圖11-37格式統(tǒng)一后的數(shù)據(jù)

新建一列為“今天日期”減去“訂單付款日期”。如圖11-38所示，在【添加列】選項(xiàng)卡中，單擊【自定義列】選項(xiàng)，【新列名】設(shè)為“R”，【自定義列公式】設(shè)為“[今天日期]-[訂單付款時(shí)間]”，單擊【確定】按鈕，計(jì)算結(jié)果如圖11-39所示。圖11-38計(jì)算R圖11-39R的計(jì)算結(jié)果刪除“訂單付款時(shí)間”與“今天日期”列，并將“R”列類(lèi)型改為整數(shù)，結(jié)果如圖11-40所示。圖11-40修整后的數(shù)據(jù)（3）進(jìn)行數(shù)據(jù)分組，得到每位消費(fèi)者的RFM數(shù)據(jù)。將數(shù)據(jù)分組：在【開(kāi)始】選項(xiàng)卡中，單擊【分組依據(jù)】選項(xiàng)，填入圖11-41所示信息，運(yùn)行結(jié)果如圖11-42所示。圖11-41分組依據(jù)設(shè)置界面圖11-42數(shù)據(jù)分組結(jié)果（4）消費(fèi)者歸類(lèi)。通過(guò)自己寫(xiě)函數(shù)建立邏輯判斷，歸類(lèi)消費(fèi)者等級(jí)。在【開(kāi)始】選項(xiàng)卡中，單擊【高級(jí)編輯器】選項(xiàng)，進(jìn)入函數(shù)編輯頁(yè)面，如圖11-43所示。在上表代碼in前補(bǔ)上以下關(guān)于消費(fèi)者等級(jí)判斷的條件語(yǔ)句。AR=List.Average(分組的行[R])，AM=List.Average(分組的行[M])，AF=List.Average(分組的行[F])，已添加條件列=Table.AddColumn(分組的行,"消費(fèi)者等級(jí)",eachif([R]<AR)and([M]>AM)and([F]>AF)then"高價(jià)值消費(fèi)者"elseif([R]>AR)and([M]>AM)and([F]>AF)then"重點(diǎn)保持消費(fèi)者"elseif([R]<AR)and([M]>AM)and([F]<AF)then"重點(diǎn)發(fā)展消費(fèi)者"elseif([R]>AR)and([M]>AM)and([F]<AF)then"重點(diǎn)挽留消費(fèi)者"elseif([R]<AR)and([M]<AM)and([F]>AF)then"一般價(jià)值消費(fèi)者"elseif([R]>AR)and([M]<AM)and([F]>AF)then"一般保持消費(fèi)者"elseif([R]<AR)and([M]<AM)and([F]<AF)then"一般發(fā)展消費(fèi)者"else"潛在消費(fèi)者"圖11-43函數(shù)編輯界面

并將最后一行將“分組的行”改為“已添加條件列”。（注：AR為R的平均值，AF為F的平均值，AM為M的平均值）

改完后代碼如圖11-44所示。圖11-44修改高級(jí)編輯器代碼成功運(yùn)行即可得到完整的消費(fèi)者歸類(lèi)，如圖11-45所示。圖11-45RFM消費(fèi)者分組感謝觀看消費(fèi)者運(yùn)營(yíng)分析11.3.1消費(fèi)者復(fù)購(gòu)率計(jì)算與分析&11.3.2復(fù)購(gòu)間隔分析&11.3.3復(fù)購(gòu)產(chǎn)品歸因分析1消費(fèi)者復(fù)購(gòu)率計(jì)算與分析2CONTENTS復(fù)購(gòu)間隔分析3復(fù)購(gòu)產(chǎn)品歸因分析消費(fèi)者復(fù)購(gòu)率計(jì)算與分析PARTONE消費(fèi)者復(fù)購(gòu)率計(jì)算與分析1.復(fù)購(gòu)率計(jì)算復(fù)購(gòu)率可以分為“用戶(hù)復(fù)購(gòu)率”和“訂單復(fù)購(gòu)率”。用戶(hù)復(fù)購(gòu)率=單位時(shí)間內(nèi)：購(gòu)買(mǎi)兩次及以上的用戶(hù)數(shù)/有購(gòu)買(mǎi)行為的總用戶(hù)數(shù)。如單位時(shí)間內(nèi)，回頭客購(gòu)買(mǎi)人數(shù)/總購(gòu)買(mǎi)人數(shù)，計(jì)算出來(lái)的比例，則為重復(fù)購(gòu)買(mǎi)率。例如在一個(gè)月內(nèi)，有100個(gè)消費(fèi)者成交，其中有20個(gè)是回頭客，則重復(fù)購(gòu)買(mǎi)率為20%。訂單復(fù)購(gòu)率=單位時(shí)間內(nèi)：第二次及以上購(gòu)買(mǎi)的訂單個(gè)數(shù)/總訂單數(shù)。如在某個(gè)季度中，一共產(chǎn)生了100筆交易，其中有20個(gè)人有了二次購(gòu)買(mǎi)，這20個(gè)人中的10個(gè)人又有了三次購(gòu)買(mǎi)，則重復(fù)購(gòu)買(mǎi)次數(shù)為30次，重復(fù)購(gòu)買(mǎi)率為30%。2.復(fù)購(gòu)率分析第一步：從8個(gè)月數(shù)據(jù)中提取出二月的數(shù)據(jù)來(lái)計(jì)算復(fù)購(gòu)率，那么復(fù)購(gòu)率的計(jì)算值是不是需要某個(gè)值作為參照標(biāo)準(zhǔn)呢？高于這個(gè)值表示二月復(fù)購(gòu)率較為理想，低于這個(gè)值表示二月復(fù)購(gòu)率不達(dá)標(biāo)。第二步：同時(shí)計(jì)算出2022年7月—2023年1月數(shù)據(jù)的平均復(fù)購(gòu)率和二月的復(fù)購(gòu)率，比較二月的復(fù)購(gòu)率和近7個(gè)月的平均復(fù)購(gòu)率，若二月的復(fù)購(gòu)率高于近7個(gè)月的平均復(fù)購(gòu)率，則可謂運(yùn)營(yíng)頗有成效。例：某網(wǎng)店運(yùn)營(yíng)人員現(xiàn)有該網(wǎng)店2022年7月—2023年2月的訂單數(shù)據(jù)，希望深入了解該網(wǎng)店二月的消費(fèi)者復(fù)購(gòu)情況。數(shù)據(jù)采集自商家后臺(tái)的訂單報(bào)表和寶貝報(bào)表。解：分析思路如下。消費(fèi)者復(fù)購(gòu)率計(jì)算與分析圖11-46圖11-47圖11-48（3）復(fù)購(gòu)率計(jì)算實(shí)操例11-5：某淘寶網(wǎng)店2022年7月—2023年2月消費(fèi)者購(gòu)買(mǎi)數(shù)據(jù)如圖11-46所示，計(jì)算用戶(hù)復(fù)購(gòu)率。解：如圖11-47所示，在【數(shù)據(jù)】選項(xiàng)卡區(qū)中，單擊【從表格】選項(xiàng)，將數(shù)據(jù)導(dǎo)入PowerQuery編輯器，成功導(dǎo)入PowerQuery編輯器的數(shù)據(jù)如圖11-48所示。消費(fèi)者復(fù)購(gòu)率計(jì)算與分析將“訂單付款時(shí)間”類(lèi)型改為【日期】。如圖11-49所示，選中“訂單付款時(shí)間”列，單擊【開(kāi)始】選項(xiàng)卡中的【數(shù)據(jù)類(lèi)型】下的【日期】選項(xiàng)，運(yùn)行結(jié)果如圖11-50所示。圖11-49圖11-50消費(fèi)者復(fù)購(gòu)率計(jì)算與分析將同一天購(gòu)買(mǎi)兩次的消費(fèi)者去重。選中全字段，單擊【開(kāi)始】選項(xiàng)卡中【刪除行】下的【刪除重復(fù)項(xiàng)】選項(xiàng)。隨后統(tǒng)計(jì)每個(gè)消費(fèi)者在2022年7月—2023年1月的購(gòu)買(mǎi)次數(shù)。單擊【開(kāi)始】選項(xiàng)卡中的【分組依據(jù)】選項(xiàng)，給數(shù)據(jù)分組，填入圖11-51所示的信息，運(yùn)行結(jié)果如圖11-52所示。圖11-51圖11-52消費(fèi)者復(fù)購(gòu)率計(jì)算與分析如圖11-53所示，對(duì)計(jì)數(shù)結(jié)果進(jìn)行篩選，留下計(jì)數(shù)結(jié)果大于1的行，運(yùn)行結(jié)果如圖11-54所示。圖11-53圖11-54消費(fèi)者復(fù)購(gòu)率計(jì)算與分析如圖11-54所示，單擊【開(kāi)始】選項(xiàng)卡中的【關(guān)閉并上載】選項(xiàng)，將數(shù)據(jù)加載至工作表，工作表中的數(shù)據(jù)如圖11-55所示。統(tǒng)計(jì)留下的買(mǎi)家消費(fèi)者名個(gè)數(shù)即為7個(gè)月內(nèi)復(fù)購(gòu)的買(mǎi)家數(shù)，此處得到的復(fù)購(gòu)買(mǎi)家數(shù)為：648；總買(mǎi)家數(shù)為：24444-1380+648=23712；故可知7個(gè)月內(nèi)該網(wǎng)店平均復(fù)購(gòu)率為：648/23712=0.027327935。從8個(gè)月數(shù)據(jù)中篩選出二月銷(xiāo)售收據(jù)，重復(fù)步驟（1）～（3）即可得到二月的復(fù)購(gòu)情況，此處通過(guò)計(jì)算得出二月的消費(fèi)者復(fù)購(gòu)率為0.028571429。發(fā)現(xiàn)2月的復(fù)購(gòu)率比近7個(gè)月的復(fù)購(gòu)率高，故說(shuō)明網(wǎng)店二月的復(fù)購(gòu)率處于正常值范圍。圖11-55圖11-56消費(fèi)者復(fù)購(gòu)率計(jì)算與分析復(fù)購(gòu)間隔分析PARTTWO復(fù)購(gòu)間隔分析表11-21.復(fù)購(gòu)間隔定義復(fù)購(gòu)間隔天數(shù)，即消費(fèi)者復(fù)購(gòu)的時(shí)間間隔，當(dāng)然數(shù)據(jù)中會(huì)出現(xiàn)一個(gè)消費(fèi)者復(fù)購(gòu)多次（≥3）的情況，此處把它定義為消費(fèi)者距今最近的兩次購(gòu)買(mǎi)時(shí)間的差值。依據(jù)復(fù)購(gòu)時(shí)間間隔的大小，將消費(fèi)者分為4組，如表11-2所示。

可以根據(jù)復(fù)購(gòu)時(shí)間間隔安排喚醒消費(fèi)者的活動(dòng)和時(shí)間，提高喚醒老消費(fèi)者的效果，并且可進(jìn)行一系列活動(dòng)增加新消費(fèi)者黏度。網(wǎng)店在運(yùn)營(yíng)過(guò)程中，關(guān)于網(wǎng)店風(fēng)格和調(diào)性的確定也可以參考這方面的數(shù)據(jù)。復(fù)購(gòu)間隔消費(fèi)者分組小于30天活躍消費(fèi)者30～90天可激活消費(fèi)者90～180天預(yù)流失消費(fèi)者180天以上無(wú)復(fù)購(gòu)流失消費(fèi)者復(fù)購(gòu)間隔分析2.復(fù)購(gòu)間隔計(jì)算實(shí)操例：某網(wǎng)店?duì)I運(yùn)人員現(xiàn)有該網(wǎng)店2022年7月—2023年2月的銷(xiāo)售訂單數(shù)據(jù)，希望從數(shù)據(jù)中將消費(fèi)者進(jìn)行復(fù)購(gòu)時(shí)間間隔歸類(lèi)。數(shù)據(jù)采集自商家后臺(tái)的訂單報(bào)表和寶貝報(bào)表。

2022年7月—2023年2月消費(fèi)者信息數(shù)據(jù)集如圖11-57所示。解：將數(shù)據(jù)導(dǎo)入PowerQuery編輯器并將“訂單付款時(shí)間”轉(zhuǎn)化為【日期】類(lèi)型，并進(jìn)行每位消費(fèi)者的去重操作，結(jié)果如圖11-58所示。復(fù)購(gòu)間隔分析將每位消費(fèi)者的訂單付款時(shí)間以列表形式進(jìn)行分組。在函數(shù)編輯欄輸入：“Table.Group(更改的類(lèi)型,{"買(mǎi)家消費(fèi)者名"},{{"購(gòu)買(mǎi)日期列表",each([訂單付款時(shí)間]),typelist}})”，即可得到以消費(fèi)者名稱(chēng)為分組依據(jù)的按列表分組的表，每位消費(fèi)者對(duì)應(yīng)的List中包含了該消費(fèi)者的所有購(gòu)買(mǎi)時(shí)間，如圖11-59所示。將每位消費(fèi)者的最近兩個(gè)購(gòu)買(mǎi)時(shí)間作為新列插入表中：如圖11-60所示，在【添加列】選項(xiàng)卡中，單擊【自定義列】。在【自定義列公式】框輸入：“List.MaxN([購(gòu)買(mǎi)日期列表],2)”。注：由于日期越晚數(shù)值越大，因此取最大的兩個(gè)數(shù)。運(yùn)行結(jié)果如圖11-60所示。圖11-59圖11-60圖11-61復(fù)購(gòu)間隔分析最近兩個(gè)購(gòu)買(mǎi)日期作差計(jì)算復(fù)購(gòu)時(shí)間間隔。如圖11-62所示，在【添加列】選項(xiàng)卡中，單擊【自定義列】選項(xiàng)。在【自定義列公式】框輸入：“Duration.Days(List.Max([距今最近兩個(gè)購(gòu)買(mǎi)日期])-List.Min([距今最近兩個(gè)購(gòu)買(mǎi)日期]))”。注：Duration.Days可提取日期的天數(shù)。運(yùn)行結(jié)果如圖11-63所示。圖11-62圖11-63復(fù)購(gòu)間隔分析圖11-64圖11-65將數(shù)據(jù)進(jìn)行篩選，僅留下購(gòu)買(mǎi)時(shí)間間隔大于0的整數(shù)行，并將數(shù)據(jù)加載至工作表，如圖11-64所示。如圖11-65所示，將數(shù)據(jù)進(jìn)行透視，繪制復(fù)購(gòu)時(shí)間間隔與復(fù)購(gòu)人數(shù)分布圖。復(fù)購(gòu)間隔分析從圖19和圖20中可以發(fā)現(xiàn)以下情況。（1）復(fù)購(gòu)消費(fèi)者中94.95%的人會(huì)在70天內(nèi)進(jìn)行復(fù)購(gòu)，如果未在70天內(nèi)進(jìn)行復(fù)購(gòu)，則該消費(fèi)者回購(gòu)的概率微乎其微。（2）8個(gè)月內(nèi)復(fù)購(gòu)消費(fèi)者中活躍消費(fèi)者有355人，可激活消費(fèi)者有176人，預(yù)流失消費(fèi)者有19人。針對(duì)可激活消費(fèi)者和預(yù)流失消費(fèi)者，可以采取以下3種方法激活：②首頁(yè)設(shè)置淘寶店鋪優(yōu)惠券、老消費(fèi)者回饋等活動(dòng)。①提升網(wǎng)店的體驗(yàn)度：通過(guò)私信等方式將老消費(fèi)者引導(dǎo)到最需要的網(wǎng)店頁(yè)提升吸引力。③合理布局標(biāo)簽和分類(lèi)，讓消費(fèi)者有需要時(shí)能夠快速找到自己的目標(biāo)。復(fù)購(gòu)產(chǎn)品歸因分析PARTTHREE復(fù)購(gòu)產(chǎn)品歸因分析圖11-66圖11-67觸發(fā)用戶(hù)復(fù)購(gòu)行為的根本因素是消費(fèi)者初次購(gòu)買(mǎi)產(chǎn)品的消費(fèi)者體驗(yàn)。產(chǎn)品的消費(fèi)者體驗(yàn)不僅決定了復(fù)購(gòu)率，還決定了企業(yè)的生死存亡。產(chǎn)品復(fù)購(gòu)率的提升還是要依托于產(chǎn)品本身，如果定期對(duì)產(chǎn)品復(fù)購(gòu)情況進(jìn)行分析，對(duì)于產(chǎn)品布局以及長(zhǎng)遠(yuǎn)發(fā)展是十分有益的。1.產(chǎn)品引發(fā)復(fù)購(gòu)行為數(shù)統(tǒng)計(jì)。例11-7：現(xiàn)有某網(wǎng)店2022年7月—2023年2月的產(chǎn)品銷(xiāo)售訂單數(shù)據(jù)集，希望從中挖掘觸發(fā)消費(fèi)者復(fù)購(gòu)行為的產(chǎn)品，為網(wǎng)店3月的戰(zhàn)略調(diào)整提供數(shù)據(jù)依據(jù)。數(shù)據(jù)采集自網(wǎng)店后臺(tái)的訂單報(bào)表和寶貝報(bào)表。

2022年7月—2023年2月消費(fèi)者消費(fèi)信息數(shù)據(jù)集如圖11-66所示。將數(shù)據(jù)導(dǎo)入PowerQuery編輯器并將“訂單付款時(shí)間”轉(zhuǎn)化為【日期】類(lèi)型，導(dǎo)入效果如圖11-67所示。復(fù)購(gòu)產(chǎn)品歸因分析將同一天內(nèi)購(gòu)買(mǎi)兩次的買(mǎi)家數(shù)據(jù)去重，每個(gè)消費(fèi)者每一天僅留下一條數(shù)據(jù)，降低復(fù)購(gòu)產(chǎn)品的統(tǒng)計(jì)誤差。選中“買(mǎi)家會(huì)員名”列和“訂單付款時(shí)間”列，在【開(kāi)始】選項(xiàng)卡中，單擊【刪除行】下的【刪除重復(fù)項(xiàng)】選項(xiàng)。統(tǒng)計(jì)有復(fù)購(gòu)行為的買(mǎi)家數(shù)據(jù)及商品編碼。選中“買(mǎi)家會(huì)員名”列，在【開(kāi)始】選項(xiàng)卡中，單擊【保留行】下的【保留重復(fù)項(xiàng)】選項(xiàng)。依據(jù)“買(mǎi)家會(huì)員名”排序，運(yùn)行結(jié)果如圖11-68所示。統(tǒng)計(jì)觸發(fā)買(mǎi)家復(fù)購(gòu)行為的產(chǎn)品。刪除重復(fù)買(mǎi)家數(shù)據(jù)，留下買(mǎi)家首次購(gòu)買(mǎi)網(wǎng)店產(chǎn)品的時(shí)間及商品編碼。選中“買(mǎi)家會(huì)員名”列，在【開(kāi)始】選項(xiàng)卡中，單擊【刪除行】下的【刪除重復(fù)項(xiàng)】選項(xiàng)。運(yùn)行結(jié)果如圖11-69所示。復(fù)購(gòu)產(chǎn)品歸因分析表11-3透視統(tǒng)計(jì)觸發(fā)復(fù)購(gòu)產(chǎn)品的數(shù)據(jù)。將PowerQuery編輯器處理后的數(shù)據(jù)加載至工作表，運(yùn)行結(jié)果如圖11-70所示。創(chuàng)建數(shù)據(jù)透視表，將觸發(fā)買(mǎi)家復(fù)購(gòu)行為的產(chǎn)品進(jìn)行時(shí)間及類(lèi)別歸類(lèi)，統(tǒng)計(jì)結(jié)果如表11-3所示。計(jì)數(shù)項(xiàng):商家編碼列標(biāo)簽行標(biāo)簽2022年2023年總計(jì)QPL8101181110217A71942400012

12QPL810122617QPL810127

337A920234002137A1134110002137A3194920003

37A127237000112311055002

27A7130440002

27A7194250001

17A127236000

117A813037000

117A3191301001

13A06510811

17A1272350001

17A71304400071

1WA3712j1

17A5131290001

17A5131300001

1總計(jì)502070復(fù)購(gòu)產(chǎn)品歸因分析從上述統(tǒng)計(jì)結(jié)果可以發(fā)現(xiàn)以下內(nèi)容。2022年7月—2023年2月該網(wǎng)店共有70個(gè)產(chǎn)品觸發(fā)了買(mǎi)家一次或多次的復(fù)購(gòu)行為。觸發(fā)買(mǎi)家復(fù)購(gòu)行為的產(chǎn)品編碼為“QPL810118”“7A719424000”“QPL810122”，可見(jiàn)如若消費(fèi)者購(gòu)買(mǎi)了這三款產(chǎn)品產(chǎn)生復(fù)購(gòu)的概率較大。在商家實(shí)際的統(tǒng)計(jì)過(guò)程中，可以依據(jù)這三款產(chǎn)品的特征分析出產(chǎn)品的共性及個(gè)性，調(diào)整網(wǎng)店的產(chǎn)品布局，增加消費(fèi)者黏性。2.復(fù)購(gòu)產(chǎn)品的關(guān)聯(lián)。復(fù)購(gòu)產(chǎn)品的關(guān)聯(lián)即同一位買(mǎi)家?guī)状钨?gòu)買(mǎi)的產(chǎn)品間的關(guān)系，也就是統(tǒng)計(jì)出買(mǎi)家第一次購(gòu)買(mǎi)某個(gè)產(chǎn)品后第二次可能會(huì)購(gòu)買(mǎi)什么。此處用到的數(shù)據(jù)集依舊是本小節(jié)“產(chǎn)品引發(fā)復(fù)購(gòu)行為數(shù)統(tǒng)計(jì)”中的Q數(shù)據(jù)集。將數(shù)據(jù)集導(dǎo)入PowerQuery編輯器，并將同一天內(nèi)購(gòu)買(mǎi)兩次的買(mǎi)家數(shù)據(jù)去重，保留有復(fù)購(gòu)行為的買(mǎi)家數(shù)據(jù)，詳細(xì)步驟參照本小節(jié)“產(chǎn)品引發(fā)復(fù)購(gòu)行為數(shù)統(tǒng)計(jì)”中內(nèi)容。將有復(fù)購(gòu)行為的“買(mǎi)家會(huì)員名”和“訂單付款時(shí)間”按照升序排序，運(yùn)行結(jié)果如圖11-71所示。復(fù)購(gòu)產(chǎn)品歸因分析圖11-72將有復(fù)購(gòu)行為的買(mǎi)家所購(gòu)買(mǎi)的所有商品的編號(hào)進(jìn)行分組。在函數(shù)欄內(nèi)填入函數(shù)：“Table.Group(排序的行,{"買(mǎi)家消費(fèi)者名"},{{"購(gòu)買(mǎi)商品的編碼",each([商家編碼]),typelist}})”，運(yùn)行結(jié)果如圖11-72所示。復(fù)購(gòu)產(chǎn)品歸因分析圖11-73圖11-74統(tǒng)計(jì)每位買(mǎi)家的購(gòu)買(mǎi)產(chǎn)品總數(shù)。在【添加列】選項(xiàng)卡中，單擊【自定義列】選項(xiàng)，輸入公式：“List.Count([購(gòu)買(mǎi)商品的編碼])”，如圖11-73所示。運(yùn)行結(jié)果如圖11-74所示。復(fù)購(gòu)產(chǎn)品歸因分析圖11-76展開(kāi)商品編碼列表。如圖11-75所示，單擊“購(gòu)買(mǎi)商品的編碼”右邊的雙向箭頭。運(yùn)行結(jié)果如圖11-76所示。復(fù)購(gòu)產(chǎn)品歸因分析圖11-77將PowerQuery編輯器處理后的數(shù)據(jù)加載至sheet表，如圖11-77所示。創(chuàng)建數(shù)據(jù)透視表并加入切片器，單擊各分類(lèi)查看統(tǒng)計(jì)結(jié)果，可從統(tǒng)計(jì)結(jié)果中發(fā)現(xiàn)以下內(nèi)容。2022年7月—2023年2月數(shù)據(jù)集中總買(mǎi)家數(shù)為5805人，發(fā)生一次復(fù)購(gòu)行為的買(mǎi)家共66人，發(fā)生兩次復(fù)購(gòu)行為的買(mǎi)家共3人，發(fā)生7次復(fù)購(gòu)行為的買(mǎi)家共1人，可見(jiàn)該網(wǎng)店的復(fù)購(gòu)率極低。在發(fā)生復(fù)購(gòu)行為的買(mǎi)家中，兩次購(gòu)買(mǎi)相同物品的復(fù)購(gòu)行為是最多的。復(fù)購(gòu)產(chǎn)品歸因分析感謝觀看消費(fèi)者運(yùn)營(yíng)分析11.4.1評(píng)價(jià)詞頻分析&11.4.2評(píng)價(jià)情感分析1評(píng)價(jià)詞頻分析2CONTENTS評(píng)價(jià)情感分析評(píng)價(jià)詞頻分析PARTONE評(píng)價(jià)詞頻分析詞頻分析是文本分析的基礎(chǔ)，基于詞頻可以了解大量文本信息的內(nèi)容，既可以分析自己的商品也可以分析競(jìng)品。接口說(shuō)明如下。通過(guò)基于機(jī)器學(xué)習(xí)算法分詞的開(kāi)源接口，可查閱接口的相關(guān)說(shuō)明。接口：

接口參數(shù)如下?！癝ource=”：要分詞的文本?！癙aram1=”：返回分詞結(jié)果的概率，最小為0，最大為1。“Param2=”：是否為調(diào)試模式，調(diào)試模式可以看到分詞結(jié)果的概率。0為非調(diào)試模式，1為調(diào)試模式。例1：

返回：清華:0.604942清華大學(xué):1華大:0.068537大學(xué):0.937618好學(xué):0.730473好學(xué)校:0.699564學(xué)校:0.833307例2：¶m1=0.8¶m2=1。返回：清華大學(xué):1大學(xué):0.949906學(xué)校:0.936925例3：¶m1=0¶m2=0返回：清華清華大學(xué)華大大學(xué)好學(xué)學(xué)校評(píng)價(jià)詞頻分析圖11-78評(píng)價(jià)詞頻分析例4：圖11-78所示為采集某競(jìng)品的消費(fèi)者評(píng)價(jià)數(shù)據(jù)，分析評(píng)價(jià)的詞頻。數(shù)據(jù)采集路徑：【淘寶商品】-【評(píng)價(jià)詳情頁(yè)】。解：選中數(shù)據(jù)，如圖11-79所示，在【數(shù)據(jù)】選項(xiàng)卡中單擊【自表格/區(qū)域】選項(xiàng)，將評(píng)價(jià)導(dǎo)入PowerQuery編輯器。圖11-79圖11-80圖11-81如圖11-80所示，在PowerQuery編輯器中篩選數(shù)據(jù)，搜索“此用戶(hù)”，將無(wú)效的評(píng)價(jià)“此用戶(hù)沒(méi)有填寫(xiě)評(píng)價(jià)?！边^(guò)濾掉。如圖11-81所示，在【添加列】選項(xiàng)卡中，單擊【自定義列】功能鍵。評(píng)價(jià)詞頻分析圖11-82圖11-83評(píng)價(jià)詞頻分析如圖11-83所示，鍵入公式“Csv.Document(Web.Contents

([評(píng)價(jià)])&"¶m1=0.8¶m2=0"))”。M函數(shù)說(shuō)明：Web.Contents：是以二進(jìn)制文件的格式下載網(wǎng)頁(yè)。Csv.Document：是將二進(jìn)制文件轉(zhuǎn)換成Csv格式的表格。由于是訪問(wèn)互聯(lián)網(wǎng)數(shù)據(jù)需要設(shè)置隱私級(jí)別，為了方便練習(xí)，如圖11-82所示，可直接勾選【忽略此文件的隱私級(jí)別檢查……】，老版本沒(méi)有這個(gè)選項(xiàng)，選擇公共權(quán)限。獲取數(shù)據(jù)后，如圖11-84所示，勾選【展開(kāi)】和【Column1】字段，展開(kāi)后將字段“Column1”重命名為“分詞”。展開(kāi)后，按照?qǐng)D11-85所示內(nèi)容，篩選掉空白行。圖11-84圖11-85消費(fèi)