品牌服装双11促销活动复盘案例分析和总结

本文是对某品牌服装在唯品会平台上进行双11促销活动后的复盘案例分析

目录：

项目背景

分析目标

分析过程

产品结构优化建议

一.项目背景

唯品会是一个专门做特卖的网站，什么是特卖呢。特卖一般是指在特定的时间段里，以优惠的价格出售指定的商品，一般以商城或者专卖店为多。该模式在线下早已存在（比如商场促销、街边的尾货甩卖），在国外成熟的大商场内也有针对滞销商品的打折特卖，如奥特莱斯。特卖一般是商家清库存，不过也有一些专门生产商品做特卖的商家。

特卖行业也是有个真实存在的产业链，只是因为快速分销渠道，地理位置等关系，大多数都集中在一线城市，部分生活在一线城市的都基本或多或少去过几次各个品牌的特卖仓，但是二三线甚至四五线城市的就比较难接触到，后来就有一群人成了品牌搬运工，和各大品牌联系通过微信等渠道快速分销大牌库存，达到快速低价消除库存，加快周转回笼资金等目的。

​在货源上，由于品牌尾货具备天然的清仓需求，是折扣零售最常见的货源，但实际上，只要成本足够低，新品首发、定制包销、自有品牌均可以成为折扣特卖零售的可持续货源。成立初期，唯品会货源以尾货为主，但随着唯品会在电商领域的不断发展，新品和专供品的占比不断提升，早在 2016 年 Q2 分析中，唯品会当季新品和平台特供品就已经占 37%了。

二.分析目标

评估本次促销活动的结果，并根据情况优化商品结构，以便让自己的商品卖的更好。

分析框架：

1、总体运营指标

2、从价格区间找出表现不好的产品，优化商品结构

3、从折扣区间来找出表现不好的产品，优化商品结构

三.分析过程

总体分析流程如下图：

具体分析流程如下：

1.导入相关的包

2.读取数据并观察

从三张表的字段来看，都包含商品名，所以如果我们想从总体上了解运营情况，需要对三张表按照商品名字段来合并，在合并前，先对用户销售明细表的数据做一下处理。

用户销售明细表：对退换货的判断字段“是”和“否”用1和0来替换，按商品聚合，获取商品销售量，销售金额，退换货数量，用户购买量等信息。

3.总体运营情况评价

总体运营部分，主要关注销售额、售卖比、UV、转化率等指标，其他指标作为辅助指标。销售额用来和预期目标做对比，售卖比用来看商品流转情况。

指标定义如下：

GMV：销售额，在唯品会里称为到手价。

实销：GMV – 拒退金额。

销量：累计销售量（含拒退）。

客单价：GMV / 客户数，客单价与毛利率息息相关，一般客单价越高，毛利率越高。

UV：商品所在页面的独立访问数。

转换率：客户数 / UV。

折扣率：GMV / 吊牌总额（吊牌总额 = 吊牌价 * 销量），在日常工作中，吊牌额是必不可少的。

备货值：吊牌价 * 库存数。

售卖比：又称售罄率，GMV / 备货值。

收藏数：收藏某款商品的用户数量。

加购数：加购物车人数。

SKU数：促销活动中的SKU计数（一般指货号）。

SPU数：促销活动中的SPU计数（一般指款号）。

拒退量：拒收和退货的总数量。

拒退额：拒收和退货的总金额。

A.统计各个指标的值：

B.汇总统计并加入去年活动的数据，以便得到同比结果

4.从价格区间来优化商品结构

我们需要做的是，深入探究不同区间的数据，以此来优化后期的促销结构。首先我们需要找到在本次促销中此区间的销售源数据，源数据要求显示具体的款号、销售额、销量等信息。第二步，计算出每个款的转化率、折扣率等数据。

查看指标：销售额，销量，件单价，客户数，UV，转换率，库存，货值，售卖比

(1)划分区间

按照用户对服装价格的敏感程度分类，将价格划分为1-200，200-400,400+这三区间

（2）计算各项指标

按价格分组，统计货值，销售额，销量，UV数，客户数，收藏数，加购物车数，然后计算各个价格价格区间的货值占比，销售额占比，销量占比，客户数量占比

（3）提取部分影响因素查看

从总体的销售数据来看，200-400价格区间的销量最高，这也符合普通用户的服装消费行为。对普通用户来说，除了品牌外，价格也是很重要的影响因素。从货值看，400+的货值和销售额都是最高的，销量也是最少的，这个区间的货物也很容易造成积压，所以我们要提取这个区间的商品及其指标进行查看，从而优化商品结构。

4.从折扣区间来优化商品结构

（1）划分折扣区间，以便更好的查看折扣间的数据差距

（2）折扣区间销售情况统计

（3）提取0.35-0.4折扣区间的数据

从折扣区间的销售统计情况可以看出，折扣区间在0.35-0.4区间的商品，货值销售额，销量都是最高，所以我们从这个折扣区间入手查看产品影响因素。

四.产品结构优化建议和结论

1.总体情况

在2019年双11促销活动中，实际销售额和转化率同比去年都有所增加，但拒退量也有所增加，所以在下次促销活动中需要多关注用户拒退的理由。

2.价格区间

（1）在价格400+这个区间里的产品，我们根据转换率和售卖比的中位数来选择产品优化指数。

转换率大于0.7%的商品，说明这种商品关注收藏并且购买的人数较多，暂时保留，用于下次促销活动；

转换率小于0.7%，但是售卖比大于36%的商品，说明这种商品购买量也不算太差，予以保留参加下次促销活动，

转换率小于0.7%并且售卖比小于36%的商品，说明商品关注度小且购买量，需要进行清仓处理

（2）根据建议得到优化结果

3.折扣区间

（1）根据售卖比的最大值，转换率的平均值来选择产品优化结构系数

售卖比大于36.5%且转化率大于0.7%的商品予以保留，

售卖比小于等于36.5%或转化率小于0.7%的部分予以清仓

（2）根据建议优化得到的优化结果