首页 > 电商干货 > 数据派中的羽绒服模型
2015
02-28

数据派中的羽绒服模型

服装卖家对于羽绒服总是爱恨交织。理由不外乎羽绒服是一个高风险投资产品,收益与风险同在,利润与库存齐飞。假如遇上暖冬,或是没有把握住流行趋势,消费者不买账,那么只能看着高成本投入的羽绒服成了堆积在仓库的库存。低价清仓肉痛,明年再来心痛。

因此,假如卖家们都有一双慧眼,能上知天气走向,下知人间冷暖,那么分分钟提高羽绒服售罄率就不在话下。当然,要有预知能力有点困难,但是依靠科学的数据分析法还是可以有的。回归死硬理性派,从行业大盘到商家店铺的二维角度,告诉卖家如何以科学的,有理有据的数据分析来掌握自身命运。有了数据分析,卖家再也不用担心羽绒服压库存啦。

外看价格与款式

随风而动,卖家在运营的时候一定不能忽视对大环境的关注。当自己无法做出正确判断时,看看大家都是怎么做的,如果隔壁老王和老李都说今年不好卖,那你也别逞强了。所以行业大盘数据可是卖家必读的参考资料。

行业大盘的哪些信息对卖家是有借鉴作用的呢?一看价格二看款式。同行的价格分布和销售情况可以告诉卖家消费者选择的主流价格区间是什么,同样,对款式结构和销售情况的分析也是为了把握消费者的口味,总不能偏离主流市场吧。

那么问题又来了,卖家从哪里看大盘数据呢?很简单,从淘宝或天猫首页的女装类目,互联网好处就在于信息透明化。因天猫女装市场较成熟,不似淘宝参差不齐多元化,因此可以天猫数据位参考。以下就是人人都可操作的手动分析环节,在天猫女装类目下搜索羽绒服,抓取排名前三页的180件单品,分析其单品成交量、客单价分布,以及店铺的DSR评分。

心动价只需399元

数据派中的羽绒服模型 - 第1张  | vicken电商运营

数据派中的羽绒服模型 - 第2张  | vicken电商运营

天猫搜索前三页共180个坑位,其中80%以上的宝贝成交量在1000件以上,且绝大部分宝贝的DSR(与描述相符)都在4.8以上,主流价格段为278~599元。结合这些平台数据情况来分析卖家的羽绒服商品价格,如果店铺引流宝贝价格段是集中在300~500元之间,则正好与平台的大势相符。

可以重点分析宝贝客单价格分布,集中在主流价格278~599元的宝贝有112个,其中386~489元的有30个,相较其余两个价格区间的宝贝略少一些。可以重点分析这三个价格区间的宝贝类型和品牌风格。从而得出这三个价格区间销量差别由什么因素造成,同时对比自身产品。卖家若想知道自身最好能做到什么业绩,也就是该价位的“天花板”,亦可通过分析处于同一价格段的竞品,观察其月销量即可。

此外,不容忽视的是,移动端与PC端价格的差异性。从双11的数据可得出,移动端销量的比重越来越高,有些已经超过50%,因此,关注移动端的消费情况也十分重要。通过同样的商品搜索,移动端的平均成交额在300元左右,如此商家可以参考设定为手机专享价,或是专供款的定价参考。

数据派中的羽绒服模型 - 第3张  | vicken电商运营

中长款与连帽,时尚与保暖并重

随后根据大盘数据来分析下目前消费者关注的羽绒服款式如何。对于款式的分析,一般包括衣服的版型和领子设计等情况。

数据派中的羽绒服模型 - 第4张  | vicken电商运营

不同版型的销量

从上图可以看出,消费者选择最多的是修身连帽的商品,而直筒和斗篷型消费者选择最多的也是连帽款。可见,在羽绒服的设计上,可以以连帽为主打款型,这也是消费者从御寒功能的角度出发。

数据派中的羽绒服模型 - 第5张  | vicken电商运营

不同衣长与风格的销量分布

在款式的选择上,以中长款为主,而版型无论是短款还是中长款都以韩版为主。

数据派中的羽绒服模型 - 第6张  | vicken电商运营

不同材质与填充物的销量分布

在填充物中,绝大多数成交的商品,含绒量都是81~90%之间,性价比更高,结合羽绒服的面料,绝大多数成交宝贝采用的面料聚酯纤维。

数据派中的羽绒服模型 - 第7张  | vicken电商运营

不同流行元素的销量分布

在流行元素中也可以看出,带毛领是羽绒服的必备,今年的立体剪裁和装饰也是一大热门元素。

对于羽绒服这样一种注重御寒功能冬季产品来说,消费者在选购时还是会注重其保暖性,因此,中长款、戴帽子、毛领等设计成了热搜的关键词。卖家在设计时除了添加一些当季的流行元素外,仍因注重这些常规元素的把握。

对内死磕用户行为

修行之人提倡内外兼修,数据分析也是一个道理。在分析完行业数据外,千万不要忘了店铺自身的消费者购买行为分析,他们可是店铺的金主,只有掌握了这些人的喜好才能做到投其所好。

四季有别,策略要变

看了很多商家不同季度的销售情况,发现了一些很有趣的数据,有些商家棉服北京卖得好,但是羽绒却是上海卖更好,连衣裙又是广东省卖得好。也就是说同一个店铺,不同品类在不同区域都有着明显的销售差异,因此羽绒服也要这样来看。以天猫某女装店铺为例,其日均销售额为40万元左右,目标人群是30岁以上的中高端用户,客单价在500元以下。截取占据其销量TOP10的省份,了解他们在各月份购买羽绒服的情况,以提前做好不同区域的营销部署。

数据派中的羽绒服模型 - 第8张  | vicken电商运营

数据显示销售最高的省市是北京、山东省、江苏省、广东省、河北省、河南省、辽宁省、上海、湖北省和天津。其中1月份购买力最高的是山东、江苏、广东;8月份就变成了北京、江苏、河北;9、10月份增长迅速的是北京、山东、河北、河南、辽宁;双11的数据会对11月份造成影响不做参考;12月份则是山东、江苏、广东、上海、湖北。店铺可以针对最先冷起来的东北地区进行定向投向,其次是沿海地区,再是内陆。

数据派中的羽绒服模型 - 第9张  | vicken电商运营

春季(2~4月)南方城市余热继续:前三是北京、广东、上海,四川突然奔至前四,而江苏与山东更是跑到后面去了。排除北京作为一线城市的特殊情况(店铺主要定向为一线城市的人群,特别是北京,所以北京人群购买量较大),可以看出北方客户群对羽绒的购买力明显减弱,而南方的客户的却还在保持着购买的余热。因此可延长对南方地区的投放推广。

数据派中的羽绒服模型 - 第10张  | vicken电商运营

夏季(6~7月)北方地区反季营销:前三是北京、山东、陕西,在几乎没有人购买羽绒的是季节里,仍有客户购买,说明了这些客户对品牌的忠诚且是品牌中的吊丝类人群,受反季清仓活动刺激较大。可针对粘性更高的省份客户,进行个性化的会员活动策划,既能返利给客户,也能带动滞销及清仓款的销量。

数据派中的羽绒服模型 - 第11张  | vicken电商运营

秋季(8~10月)增值服务带动忠粉:前三是北京、山东、河北,这个时期是羽绒服的新品上市的季节,且还没到销售旺季。说明这些客户不仅对品牌的忠诚度较高,而且是品牌中的高价值人群。针对忠诚度高的客户群体,以价值高的增值服务来提高用户粘性。且店铺里的SNS宣传也是靠这批老客户牵头,找出各区域中的意见领袖,统一管理与维护,非常重要。

数据派中的羽绒服模型 - 第12张  | vicken电商运营

冬季(11~1月)销售旺季大面投放:前三是北京、山东、江苏,受大促刺激,粘性省份绝对是业绩当前,但在数据分析的角度来看,更应该看重潜力省份,即哪些省份平常很少给店铺贡献,而在双11与12期间却突飞猛进,这里有浙江、山西、陕西,明显受品牌风格小众的影响,浙江这个人口大户,之前对店铺的贡献却一直不太给力,但是大促期间仍然尽显人口大省的威力。大促和销售旺季期间,注重对网购人群较多的强省市地区刺激。

24小时,朝十晚十最爱买

再看看24小时内的销量分布情况。下图可看出,整个店铺最集中购买的时间有4个,0点时段、10点时段、14点时段及22点时段(假如将0点和22点合并成1个晚高峰,则为3个时间段)。各时间段的用户情况如下分析。(注:已经排除了腊八节、双11、双12的数据)。从相关数据我们还可以发现,0点时候销量最高的是新疆地区,这或许与新疆地区的作息时间与北京时间有2小时的时差有关,但除新疆外,销量较高的省市仍以北上广,这三个一线城市为主。从24小时的销量高峰和用户分布来看,商家可以针对10点之后的早高峰期间对用户粘度高的省市定投,而到了晚高峰则以一线城市和消费强省为主。

数据派中的羽绒服模型 - 第13张  | vicken电商运营



最后编辑:
作者:vicken
这个作者貌似有点懒,什么都没有留下。

留下一个回复

你的email不会被公开。