什么是购物篮分析?购物篮分析的三个指标是什么?
感兴趣的朋友可以一起来使用九数云,进行购物篮分析哟!
不管是超市/店铺零售运营,还是电商运营,有两个重要的指标对于扩大销售规模很重要:第一,顾客重复购买次数(复购率);第二,客户订单中的购物篮件数。通常我们将单个客户一次购买商品的总和(以收银台结账为准)称为一个购物篮。购物篮分析,就是提高购物篮件数,就是吸引客户从只购买一件产品转换到购买多件产品,从而提高整个购物篮的销售金额,最大限度地实现销售增长。
购物篮分析是通过研究用户消费数据,针对商品的相关性进行分析,并挖掘二者之间联系的分析方法。(通俗的讲就是分析顾客购买了很多产品之后,哪些产品同时购买的几率比较高。)
啤酒与尿布便是购物篮分析的经典案例:全球零售业巨头沃尔玛在对消费者购物行为分析时发现,男性顾客在购买婴儿尿片时,常常会顺便搭配几瓶啤酒来犒劳自己,于是尝试推出了将啤酒和尿布摆在一起的促销手段,没想到这个举措居然使尿布和啤酒的销量都大幅增加了。这背后的原理就是涉及到数据挖掘中的关联分析。随着数据增长及产品增长飞速,会出现越来越多啤酒与尿布的规则指导市场运营。
一、购物篮分析的作用
零售超市或者商场,可以通过关联规则,推出相应的促销礼包或优惠组合套装,快速帮助提高销售额。如:飘柔洗发水+玉兰油沐浴露、海飞丝洗发水+舒肤佳沐浴露等促销礼包;还比如牛奶+面包、豆奶+面包的早餐组合。
可以通过产品关联程度大小,指导货架上的产品合理摆放,方便顾客最购买更多其所需要的产品。
电商平台,可以进行相关产品推荐或者挑选相应的关联产品进行精准营销。如,在亚马逊或京东购买产品的时候,旁边会出现购买该商品的人/有百分之多少还会购买某某产品,快速帮助顾客找到其共同爱好的产品。
可以寻找更多潜在的目标客户。例如:100人里面,购买A的有60人,购买B的有40人,同时购买A和B的有30人,说明A里面有一半的顾客会购买B,反推而言。如果推出类似B的产品,除了向产品B的用户推荐(因为新产品与B的功能效果比较类似)之外,还可以向A的客户进行推荐,这样就能最大限度地寻找更多的目标客户。
二、怎么做好购物篮分析呢?
一般来说购物篮数据很大,excel分析起来并不方便,使用R语言分析的门槛又过高,不太适合运营人员或者数据分析小白,合适的工具是做好关联分析的关键。在这里我们使用一个零代码的在线数据分析工具【九数云】进行分析。【分类汇总】【左右合并】等功能可以帮助快速计算,纯图形化、拖拽操作也对新手小白十分友好。
原始数据:购物篮数据(在平台样例数据里可以找到)
工具:九数云在线数据分析
最终效果:
支持度计算公式:同时购买A和B订单数/总购买订单数
置信度计算公式:同时购买A和B订单数/购买A的订单数
提升度计算公式:支持度/((购买A次数/总购买订单数)*(购买B次数/总购买订单数))
感兴趣的朋友可以一起来使用九数云,进行购物篮分析哟!
上一篇: 用户运营必备模型,用户留存分析及AARRR模型
下一篇: excel数据去重:海量数据删除重复项原来只需要两个步骤