电子商务公司热销商品精准营销数据分析

摘要：某些电子商务公司的商品种类非常多，消费者在面对如此多的商品，容易产生疲劳。对于公司来讲，需要将消费者最喜欢购买的产品进行推荐以提升消费者的购物体验。本文从某家电子商务公司数据入手，挖掘其热销商品，以求能进行精准营销。

关键词：电子商务公司；聚类分析；精准营销

一、研究背景

公司为了进一步发展，希望通过互联网平台和海量的数据优势，对自家的商品销售数据进行分析，以便对消费者和商品进行细分管理来提升销售额度。因此，了解什么样的商品销售量更高、顾客喜欢什么类型的商品、采用什么样的促销手段对公司尤为重要。通过对商品的销售数据进行分析，得到顾客的购买特征，并发现顾客的真实需求，从而制定商品的销售种类和定价策略将具有重要意义。

二、数据分析过程

1、热销商品分析

一个店铺中的热销商品是企业利润的主要来源。分析热销商品可以给企业提供参考，以便对热销商品进行促销等手段以提高销量。利用python提供的pandas和matplotlib模块，能够很方便的对热销商品进行分析，并绘制商品的销售额图像。

2、商品价格与销量分析

对每一种商品的价格和销量之间的关系进行分析，有利于商铺掌握热销商品的类型和价格的关系，能够是商铺合理的对商品的价格进行定位，以便同时满足用价格吸引消费者和提升商品的销售额这两种目的。

进一步考虑，比如将商品的重量作为第三个维度输入，并绘制气泡图，由结果可知，较大的气泡代表较大的商品重量。由此，可以看出，大部分商品的重量并不大，且价格在1-100元之间的范围以内，并且销量不高。

3、聚类分析

聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程，它是一种重要的行为。聚类分析的方法有很多种，其中最常用的一种是基于划分的聚类，代表性的聚类算法是K-Means聚类。

通过K-Means算法对商品进行聚类分析，本次聚类分析的主要目标是从价格、销量、重量三个维度探索商品之间的聚类情况，以便进一步分析各个维度之间的关系。针对本次聚类，其算法过程如下：数据通过pandas读入内存，并提取三个维度的数据，组成一个矩阵。利用K-Means模块进行聚类样本观察聚类结果保存聚类结果。

三、结果分析

（一）热销商品分析

通过对热销商品的分析可以知道，该商铺的热销商品确实是以坚果为主，其排名前10的热销商品中，坚果类产品占到了6位。其中：

销量最高的产品是每日坚果750g，月销售额达到了4千万以上，占总销量的17%，为店铺的营业额做出了巨大贡献，并且说明该店铺的坚果形象深入消费者的人心。

进一步观察，发现热销商品以大礼包为主，并且重量普遍超过了店铺商品的平均重量400g，说明消费者对商品组合促销和重量比较敏感，推测消费者可能以年轻人或者工薪阶层为主。

（二）商品的价格与销售关系

从图中可以看到各种商品的价格和销量的关系情况。通过观察可以发现，大多数商品的价格集中在1-100元之间的范围以内，且销量不高。同时，大量商品的价格低于50元，销量同样不高，说明这部分商品以低价走量的策略并没有成功。

（三）综合关系分析

再次观察又可以发现，该商铺中的热销商品，要么是价格低销量高，要么是价格高销量低，几乎不存在价格和销量都适中的情况。说明对于消费者来说，价格和销量是有所偏离的，消费者对低价商品有着非常高的热情，但是对于高价产品几乎没有购买欲望。

商铺的热销商品相对而言比较偏少，并且商铺的热销商品集中在低价范围内，对于商铺的品牌的进一步提升是有坏处的。

（四）聚类分析

基于聚类结果进行分析，本案例定义3个级别的商品类别：低价值商品、重要商品、高价值商品，每种商品类型的特征如下：

第1类：低价值商品。代表平均价格为42.92元，月销量平均为16370件商品，平均重量为369.59g。这类商品以鸭脖、华夫饼、酸奶果粒块为代表，主打低价、轻食，可以看到这部分商品对消费者来说不具备太大的吸引力，对商铺来说也没有产生太大的价值。

第2类：高价值商品。代表平均价格为63.15元，月销量平均为332833件商品，平均重量为680.25g。这类商品包含4个，分别是手撕面包1kg、零食大礼包、每日坚果750g、麻辣零食大礼包，以礼包为主，主打亲民、实惠。此4种商品为商铺创造了32.7%的销售额。这类商品对商铺的贡献最高，应该尽可能的给予优惠以吸引消费者，或者挖掘更多的爆款单品。

第3类：重要商品。代表平均价格为47.01，元，月销量为83528件，平均重量为492.62g。这类商品的数量较多，以岩烧乳酪吐司、猪肉脯、蜀香牛肉、大辣片为代表，主打零食、热销，这部分产品为商铺创造了35.2%的销售额。这类商品是潜在的爆款商品的主要来源，需要进一步对商品价格和重量等进行分析，促使其转化为第2类商品。

四、结论和相关建议

1、商品的销售额不符合二八定律，即一个公司80%的利润来自20%的商品。从绘制的散点图可以看到，该商铺缺少价格适中、销量适中的产品。第1类商品的数量过多，低销售额的商品超过1半，需要减少第1类商品中销售额低的商品种类，或者将销售额低的商品进行组合营销。

2、消费者对商品的重量比较敏感。从数据中可以看出，销量好的商品，其重量普遍较重，特别是第2类高价值商品，其平均重量达到了680.25g。推测购买此类商品的消费者可能有2种类型，1类是长期食用坚果以提升体质的消费者，另一类是对价格和重量都比较敏感的“吃货”。可以针对这两类人进行有目的的营销。

3、商铺的企业形象还没有为商品销售创造价值。该企业的形象目前停留在主观形象阶段，还没有与商品的形象与销售相结合。可以进一步加强企业形象的宣传，并与商品的形象相结合。

参考文献

[1]黄维玲，戴志详.大数据时代电子商务精准营销策略研究[J].商业观察，2022（35）：22-24.

[2]王丽.基于大数据环境下电商精准营销的策略探讨[J].上海商业，2022（10）：34-36.

[3]张磊. 大数据下精准营销在B2C电子商务中的应用研究[D].长江大学，2019.

作者简介：伍丽，西南科技大学信息管理与信息系统专业本科在读，研究方向为信息系统，电子商务 姓名：伍丽 性别：女 出生年月：2002.01.15  民族：汉族 籍贯：湖南衡阳 学历：大学本科在读 研究方向：信息管理与信息系统