최근 전자상거래 산업의 전반적인 기술 고도화와 함께 '상품'은 수동적으로 검색과 구매를 기다리는 것에서 적극적으로 타겟 사용자를 찾는 것으로 바뀌었습니다. 또한 이러한 변화는 '상품' 중심에서 '사람' 중심으로 바뀐 전자상거래의 기본 논리가 바뀌었다고 볼 수도 있습니다. 이를 뒷받침하는 주요 동인은 바로 데이터 분석입니다. 플랫폼과 판매자는 상품, 사용자, 플랫폼에 대한 방대한 데이터를 심층적으로 분석하여 어떤 상품이 어떤 사람들에게 팔기 쉬운지, 어떤 상품이 더 인기가 있는지를 파악하여 올바른 처방을 내릴 수 있습니다. 정확한 마케팅을 실현합니다. 이 과정에서 데이터 분석가의 역할은 매우 중요합니다.
이제 데이터 분석가로서 국내 유제품 회사의 업무를 완수하려면 기존 데이터를 분석하고 회사의 내년도 마케팅 카테고리 초점을 결정하며 소비자 분석을 통해 정확한 정보를 제공해야 합니다. 마케팅은 회사에 대한 정보를 제공합니다.
1. 회사가 마케팅에 집중해야 하는 제품 카테고리는 무엇입니까?
- 전년 대비 매출 증가율과 시장 점유율이라는 두 가지 핵심 차원으로 나누어 (비교 분석 방법을 사용하여 먼저 전체를 비교 한 다음 부분을 비교하고 격차를 먼저 비교 한 다음 변화를 비교합니다) )
- 전년 대비 매출 성장률과 시장 점유율을 바탕으로 스타 제품과 잠재 제품을 찾아냅니다(매트릭스 차트를 작성하고 매트릭스 분석을 통해 우선순위가 높은 제품을 찾습니다)
2. 다양한 제품 마케팅 카테고리의 정확성을 어떻게 달성할 수 있나요?
- 카테고리별 사용자 초상화는 어떤 모습인가요? (사용자 초상화를 다양한 차원으로 분석)
- 다양한 카테고리의 소비자 중에서 고가치 사용자는 누구인가요? (전환율 및 1인당 소비량을 기준으로 매트릭스 차트를 그려 고부가가치 사용자 찾기)
- 각 차원에서 카테고리별 사용자 초상화를 요약하여 정밀한 마케팅 구현
- 매트릭스 분석 방법의 목적 우선순위가 가장 높은 태스크를 찾는 것이다
-제품의 전년 대비 매출 및 매출 비율에서 시작하여 두 차원의 평균값을 이용하여 도출한다. 매트릭스 분석을 사용한 명확한 매트릭스 차트
-별 카테고리: 전년 대비 및 비율 모두 평균(1사분면)보다 높습니다.
-잠재적 카테고리: 전년 대비- 연도는 평균보다 높으며, 비중은 전체 평균보다 높지 않습니다. 현재 성장률이 매우 빠르기 때문에 향후 무한한 잠재력을 가지고 있으며 매우 중요한 성장점(2사분면)입니다.
-목적: 각 카테고리의 사용자 속성 특성을 기술하고 카테고리별 사용자 속성의 차이를 비교하는 것이 필요합니다.
-목적 각 카테고리 내 다양한 사용자 구조의 데이터를 비율로 처리하여 동일한 카테고리에 있는 다양한 사용자의 구조 차이를 명확하게 확인할 수 있도록 비율 형식으로 표시됩니다.
- 다양한 카테고리의 사용자 속성 차이를 비교하려면 백분율을 사용해야 합니다. 누적 세로 막대형 차트는 전체 카테고리가 100이고 카테고리 아래의 다양한 사용자 구조의 비율이 이 100을 구성함을 나타냅니다. 이를 통해 다양한 카테고리 이전의 사용자 속성 차이를 더 쉽게 비교할 수 있습니다.
- 다양한 카테고리의 동일한 그룹에 대한 전략적 군중 데이터를 사용합니다. 구매자 수를 비율로 처리하면 이 그룹에 대한 다양한 카테고리의 소비 비율을 확인할 수 있습니다.
- 모든 그룹의 비율 데이터와 다양한 소비 선호도 카테고리에 따른 다양한 그룹의 소비 비율을 확인할 수 있습니다.
- 전환율과 1인당 평균 소비량을 사용하여 매트릭스 차트를 그려 스타 사용자를 찾고 각 제품의 잠재 사용자는 각 카테고리의 고가치 사용자입니다.
-스타 사용자: 전환율과 1인당 소비량이 모두 평균보다 높은 유형의 사용자입니다. 모든 면에서 스타유저임(1사분면)
-잠재유저 : 1인당 소비량이 평균보다 높으며, 전환율이 평균보다 낮으면 잠재유저임 .
이러한 유형의 사용자는 전환율은 낮지만 1인당 소비량이 높습니다. 활동을 통해 전환율을 높일 수 있으며 탐색할 여지가 많습니다(2사분면)
- 성별, 연령, 지역, 생활단계, 월간 소비 수준 등을 기준으로 카테고리별 정확한 사용자 초상화를 그려 정확한 마케팅을 실현하는 등 각 차원에서 카테고리별 사용자 초상화를 요약합니다.
여성, 25~39세, 1~2개 1선 도시, 월 평균 소비액: 2,000~5,999위안, 기혼 자녀가 있음, 지방(광둥, 베이징, 상하이, 절강, 산둥)에 집중, 주요 그룹 (선임 사무직, 신입 사무직).
여성, 18~34세, 2~3선 도시, 월 평균 소비액: 1500~2999위안, 기혼 자녀가 있음, 미혼, 지방에 집중(광둥, 장쑤, 절강, 후베이, 베이징) , 주요 그룹 (유망 사무직 근로자, Z 세대, 도시 생산직 근로자, 작은 마을의 젊은이).
마지막에 작성됨:
저는 데이터 분석의 초보자이기도 합니다. 앞으로 이 분야에서 일하는 데 관심이 있습니다. : 먼저 작업 요구사항을 명확히 합니다. —— 작업을 기반으로 브레인맵을 작성합니다. 그런 다음 작업을 분석하는 방법(분석 방법, 데이터 차원 스크리닝, 차트 프레젠테이션 등 포함) - 분석 결과를 기반으로 보고서를 작성합니다. 보고 - 계획 실행 - 정기적으로 결과 검토 기대치가 충족되었는지 여부 등 이 분석 프로세스는 끝났습니다.
분석 방법을 선택하는 방법은 문제 찾기(비교 분석) - 문제 해체(해체 분석) - 문제 검증(상관 분석, 사용자 행동 궤적 분석 방법, 매트릭스 분석 방법)입니다.< /피> 피>