電子商取引運営データ（詳細分析｜自社運営電子商取引）

詳細な分析 |自社運営の電子商取引

ビジネス分析に関しては、市場の需要、競合他社、潜在的な機会やリスクなどについて詳細な調査を行う必要があると考えるかもしれません。

実際、ビジネス分析を理解するもう 1 つの方法は、データ分析手法を使用してビジネス上の問題を解決することです。

ビッグデータ時代の文脈において、データは、企業の組織プロセス資産として、また新時代の生産要素として、特に重要です。

この目的のため、国もデジタル建設を推進するための国家データ局の設立を開始した。

かつて石油が産業時代を牽引したように、データは今後のデジタル経済時代において経済発展の推進力として欠かせないものとなるでしょう。

したがって、データは将来の「新しい石油」と見なされています。

石油は燃やしてこそ価値があり、蓄積されたデータは活用されてこそ意味を持ちます。

電子商取引プラットフォームでは、販売者はさまざまなタイプの活動を計画することで商品の売上を向上させることがよくあります。

ユーザーとして、私たちは皆、買い物をするときにもっと割引を受けたいと思っています。

商人として、私たちは皆、売上を増やすために多少の利益を犠牲にしても構わないと思っています。

活動が完了した後、その活動の有効性をどのように判断するのでしょうか?

歴史活動からどんな経験が得られるのでしょうか？

今後の活動をどのように進めていくべきでしょうか？

企業にとって、これらのビジネス データはビジネス上の意思決定にどのように役立つのでしょうか?

結局のところ、データ分析をどのように活用してビジネスおよび運用上の意思決定を導くかということです。

適切なデータ分析は、科学的な意思決定能力を向上させ、企業がビジネス上の落とし穴を回避するのに役立ち、個人が仕事の円滑な進行を促進するのに役立ちます。

データの応用はプラスの利益効果をもたらし、それは雪だるま式に大きくなります。

起業家、製品マネージャー、オペレーションマネージャー、営業マネージャー、あるいは職場の新人であっても、一定レベルのデータ思考を身に付ける必要があります。

この記事では、現在普及しているセルフ運営型電子商取引モデルプラットフォームを例に、データ思考を活用してビジネス上の意思決定を支援する方法を実際のケースを通じて紹介します。

追記：記事はかなり長く、分析も比較的詳細です。これを保存して、将来同様のビジネスを行うときにアイデアを整理するためにここに来ることをお勧めします。

また、事業ごとに特徴が異なり、事業の深さや規模も様々です。スペースが限られているため、この記事では主にビジネス分析とデータ分析の方法について説明します。

あなたのビジネスモデルは何ですか?

電子商取引製品のビジネス モデルは通常、次のようになります。

• B2B (Business to Business): 企業は他の企業にサービスを提供して、チャネル販売業者から収益を得ます。
• B2C (Business to Consumer): 企業が消費者にサービスを提供して個人に貢献します。
• B2B2C (Business to Consumer): 企業は消費者に直接サービスを提供するのではなく、中間販売業者または代理店を通じて消費者にサービスを提供します。

分析を行う前に、まず現在のビジネスの性質を理解する必要があります。

まずビジネスを理解することによってのみ、その後の分析を正しく実行し、誤った方向に進むことを避けることができます。

B2B 企業と B2C 企業を区別するには、平日と週末の売上分布を観察することができます。

Bエンドユーザーは通常平日に仕事をしているので、平日の売上は週末の売上よりもはるかに高いのは明らかです。

したがって、B2C と B2B の売上収益の配分は異なります。

一般的に言えば、電子商取引プラットフォームに対する私たちの第一印象は、B2C（消費者への直接販売）であることが多いですが、これが本当に当てはまるかどうかは、客観的にデータを調査する必要があります。

自社運営の電子商取引会社を例に挙げると、データを整理したところ、平日のパフォーマンスの方が週末よりも高いことがわかりました。

電子商取引プラットフォームの売上収益が B2B 分布を示すのはなぜですか?

事業調査の結果、モールは自社運営であるものの、商品はチャネルを通じて消費者に販売されていることが判明した。

チャネルパートナーは通常週末は休みなので、ショッピングモールの売上配分は現状のままです。

さらに、チャネル側がユーザーをプラットフォームに誘導した後、プラットフォームは消費者に直接サービスを提供できるようになります。

そのため、現在の自社運営型電子商取引プラットフォームのビジネスモデルは、 B2B2Cを中核とし、B2Cを補助的に活用するモデルとなっている。

私たちのビジネスモデルの背後にある自然なサイクルを理解したので、今後の指標を見ても混乱することはありません。

売上動向がルールに違反しない限り、それは正常な変動です。

では、現在のビジネス環境においてプラットフォームの販売実績を向上させるにはどうすればよいでしょうか?

一方で、チャネルの数と品質を向上させることはできますが、これはこの記事の範囲を超えています。今のところ、反対側だけを検討します。

洗練されたオペレーションを通じて、チャネルに定着した消費者を活性化し、変換することができます。

洗練されたオペレーションの核心は、人、商品、シナリオを軸に、価格差別化（三段階価格差別化：異なるグループや地域の人々に異なる価格を請求する）とシナリオマーケティングを通じて、異なる消費者に商品を販売することです。

したがって、次の 2 つの点を明確にする必要があります。

自営商品の消費構造はどうなっているのでしょうか？

消費者は誰ですか?

あなたの製品をご存知ですか？

商品を詳細に理解するには、季節、チャネル、地域、マーケティング戦略の違いなど、複数の要素を検討し、相互検証する必要があります。時々、データに夢中になって、そこから抜け出せなくなることがあります。

製品構造を素早く理解するために、構造化分析手法を使用して製品内の消費構造を理解することができます。これにより、製品の販売をより深く理解し、より効果的なマーケティング戦略を開発するのに役立ちます。

構造化分析:

ステップ 1: 商品販売額と販売実績の構造化。

事業背景、売上高、販売量を組み合わせると、次のことがわかります。

1. 美白製品は平均注文額が最も高いため、販売数量は最大ではないものの、売上高と利益は製品シリーズの中で最も高くなります。

2. ニキビ対策製品は最も売れており、最も人気のある売れ筋製品シリーズです。

ステップ 2: 具体的な製品は何ですか?主なタイプを詳しく分析します

まとめ：

1. 3つのカテゴリーの売上詳細を一覧にすると、各カテゴリーに1～2個のコア製品があることがわかりました。

2.平均注文額の要因により、異なるシリーズの製品ごとの最終販売額構造は異なります。

売上データだけを見ると、得られる情報は限られます。次に、ユーザーの構造化データをさらに詳しく分析します。

ユーザーを知っていますか?

マーケティングや販売活動を実施する前に、ユーザーのニーズと行動を理解することが重要です。

ユーザーの価値、活動レベル、興味、趣味、地理的位置などの要素を分析することで、ユーザーをより深く理解し、より正確な製品やサービスを提供することができます。

セグメント化された各ディメンションの分析には、補助的な検証のための大量のデータが必要です。データの収集が完全でない場合、分析はよりマクロかつ一般的な方法でのみ実行できます。

この記事では、既存のユーザーの階層分析を実行して、ユーザーを素早く理解する方法を説明します。

階層分析法を通じて、高、中、低消費者グループの行動パターンを観察することができ、ユーザーのニーズと行動をより深く理解することができます。

ステップ 1: 消費データを通じてプラットフォーム ユーザーの消費構造を分割します。

データを調査した結果、ユーザーの消費構造は基本的に 28 の法則に従っており、つまり 20% のユーザーが収益の 80% を占めていることがわかりました。

実際のデータによれば、30% のユーザーが収益の約 70% を占めています。

したがって、リソースの損失を減らしながら最高のパフォーマンスを実現したい場合は、分析の焦点をこれらの 30% のユーザーに置く必要があります。

2 番目のステップは、30% のユーザーに対して階層分析を実行することです。

第 1 層: 最も支出額が多いユーザー、上位 2%。

第 2 層は中間層の消費者で、2% から 12% の範囲です。

3 番目の層は、12% から 30% の低エンド ユーザーです。

3 番目のステップは、各層のユーザー グループの購入嗜好を分類することです。

第3層：末端低消費ユーザーグループにおける製品の販売分布トップ10

概要: このグループのユーザーは、主にニキビ除去用の製品を使用し、基本的なケアには保湿製品を使用します。

第2層：中堅消費者ユーザーグループにおける製品の販売分布トップ10

まとめ

1. ホワイトニングニーズを持つユーザーが増加している

2. 保湿商品の需要が最も高く、リピート購入率も高まっている

第 1 層: 高額支出ユーザー グループ向け製品の販売分布トップ 10

まとめ：

1. 美白製品は顧客単価が高く、データによると高消費グループのコア消費は美白製品であるため、美白製品はコアユーザーのニーズを満たすだけでなく、高収益のコア製品にもなります。

2. 高額支出ユーザーの使用習慣に引き続き注意を払い、育成する。

3.ニキビ治療と保湿を必要とするユーザーには、ライフサイクル全体を通じて培われる価値があります。

4.高額支出ユーザーグループには、顧客単価の高いホワイトニング製品や組み合わせを合わせる必要がある

比較的包括的なデータを使って、次のような疑問について考えます。

どのような消費者グループにはどのような組み合わせを使用すればよいでしょうか?

Bエンドユーザー向けの強力なチャネルバックグラウンドを前提として、Cエンドユーザーに積極的にアプローチし、収益化を実現するにはどうすればよいでしょうか。

B2B2Cという前提で、プラットフォームにトラフィックを導入した後、どのようにオペレーションを使ってユーザーに再購入を促すことができるでしょうか？

その答えは、プラットフォームのマーケティング活動を通じて得られます。

ヒトやモノの階層的な概念はすでにありますが、会場についてはどうでしょうか?

電子商取引のシナリオでは、618、1111、1212などのさまざまな休日、さらにはシーンマーケティングを実行するための独自の休日など、毎年多くのイベントが開催されます。

電子商取引プラットフォームはこれまで数多くの活動を行ってきましたが、これらの活動から得た教訓を将来の活動にどのように応用できるのでしょうか。

ここで重要なポイントです。過去のマーケティング キャンペーン データを見てみましょう。

人、物、場所の関係を解体する。

シナリオマーケティングデータを読み取るには？

まずは過去の売上データのグラフを見てみましょう。

引き出した後、過去の売上データをどのように確認すればよいですか?

この曲線チャートをサイクルやビジネス モデルと併せて見なければ、ピークと谷しか見えず、それ以外は何も見えません。

自然周期とパフォーマンス曲線を組み合わせ、労働日と休息日を区別した後、データはどのようになるでしょうか?

組み合わせ前

組み合わせ後

ピークと谷は平日と週末に関連していることがわかります。これは、B2B2C の自然なサイクルのパフォーマンス傾向とも一致しています。

ただし、他の側面を考慮していないために、このルールが守られない場合もあります。

次に、プラットフォームの法定休日、マーケティング活動、自然サイクル、パフォーマンス曲線を組み合わせます。

えっと？成果が出ていると感じますか？

アクティビティの有効性を理解するには、そのライフサイクル曲線の概念を理解する必要があります。

以下は標準的なアクティビティ ライフ サイクル図です。

活動が効果的かどうかは、売上曲線を通じて観察できます。

中程度に効果的なキャンペーンには、3 つの明確な特徴があります。

1. 課金効果は明ら​​かではなく、活動開始前と開始時の販売量の差は小さい。

2.消化効果は明ら​​かではなく、イベント前後の販売量の差は小さい

3.活動期間中、売上額と日次売上額の差は小さい

そこで、活動周期と自然周期の関係を組み合わせて活動を比較すると、月曜日に活動を開始すると、その日の売上実績が最も良いことがわかります。

アクティビティ 3 は、次の異常を伴う反周期的なパフォーマンスを示しました。

1. 活動開始時のピークは活動終了時のピークほど高くない

2. イベント後、仕事の日となり、売上実績が急落した

アクティビティ 3 の設計に欠陥があるのはなぜですか?

現在の B2B2C ビジネス モデルでは、平日の売上が週末の売上よりも高いことがわかっています。

毎週月曜日は売上が最も高くなる日です。火曜日にイベントがあることをチャンネルが知ると、月曜日には配信しない可能性があります。

プロモーションが平日（火曜日または水曜日）の途中に終了した場合、木曜日と金曜日のユーザーはプロモーションが終了したことを知ることになります。これは購入価格が最も高いときであり、顧客は失望を感じ、コンバージョン率が低下します。

自然周期＋活動周期の影響、平日に活動を始めるとより効果的

活動のパフォーマンスに基づいて、次のような結論を導き出すことができます。

結論 1: 月曜日に活動を開始するようにしてください。

結論2：アクティビティは平日（木曜、金曜）の終わりに終了することができるため、週末の比較的少数のユーザーがアクティビティの終了によって生じる心理的ギャップを消化することができ、影響を最小限に抑えることができます。

最後に、アクティビティ戦略のデータパフォーマンスを水平に比較します。

アクティビティ2と4:

• イベントの主な内容は、しきい値なしクーポンです。
• 活動 1 では、無料製品の基準額が活動 4 よりも 2,000 元高くなっています (無料製品にはホワイトニング製品 A が含まれます)
• イベント終了後、アクティビティ1の売上額はアクティビティ4の2倍になりました。

アクティビティ5と6:

• マーケティング戦略は完全割引です。
• アクティビティ 4 と比較すると、アクティビティ 3 では最も売れているホワイトニング製品を配布したため、パフォーマンスも非常に優れていました。

結論 3: イベントのマーケティング戦略では、さまざまなユーザー グループをターゲットにするために、さまざまな種類の製品を使用する必要があります。ユーザーは製品を周期的に使用するため、さまざまなイベントで使用される製品にも周期が必要です。

そこで私たちは、マーケティング戦略の成功は、人、商品、場所という3つの要素を一致させることにあるとわかりました。

製品販売戦略と運用活動戦略が3種類のユーザーグループのニーズを満たすと、活動が美しく遂行され、製品販売の成果を達成することができます。

運用の観点から見ると、シナリオ マーケティングはより積極的であり、ユーザー グループの好みや購買習慣を深く理解し、最適な製品を決定できます。

要約する

データ分析を通じて、将来の活動のパフォーマンスを効果的に予測し、戦略を策定することができます。

ビジネスモデルの最適化では、データのパフォーマンスに基づいて異なるユーザーグループを維持することに重点を置き、ユーザーのニーズに基づいて販売するさまざまな種類の製品を開発します。

ビジネス分析を行う場合でも、データ分析を行う場合でも、自分のビジネスが何であるかを把握する必要があります。

B2Bですか? B2Cですか?それともB2B2Cですか?

今日は、データとビジネス分析の実践的な応用についてお話ししました。

最初のステップは、自分のビジネスモデルを理解し、ビジネスモデルの背後にある自然なサイクルを整理することです。そうすれば、後で指標の傾向を観察するときに混乱することはありません。

2 番目のステップは、商品の販売状況を把握し、より効果的なマーケティング戦略を策定するために、商品の構造化された在庫管理を行うことです。

3 番目のステップは、ユーザーを階層化し、28 のルールを使用して、リソースの損失を減らしながら最高のパフォーマンスを達成するユーザーを見つけることです。

4 番目のステップは、過去のマーケティング活動を振り返り、人、商品、場所の関係を総合的に分析し、3 種類のユーザー グループのニーズを満たし、活動をより成功させ、製品の販売結果を達成することを目標とします。

データ自体に戻ると、データの収集、スクリーニング、管理はそれ自体が大変な作業です。これらはビジネスに直接的な影響を与えないため、多くのチームはスケジュールやプロジェクトの忙しさによりデータに十分な注意を払わず、データ追跡の品質が不十分になり、混乱が生じます。

多くの人や企業がデータシステムの構築に注目し始めていないが、科学の分野では、データ分析を行えば行うほど真実に近づくということに注目すべきである。

著者 |張文静は心に火を持ち、目に光を持っている。