怎么用生意參謀數據分析產品生命周期

生意參謀是淘寶的數據工具，是比較的數據發(fā)布中心，其屬于收費工具。在生意參謀市場行情模塊中找到行業(yè)大盤，本案例所用的練習數據集，采集自淘寶生意參謀家居行業(yè)下膠棉拖把類目中的從 2016年3月到

2017年3月的數據，所示。 月開始退市。根據這些特征，可以把毛衣的市場趨勢劃分成 5 個區(qū)間，分別是入市期、增長期、爆發(fā)期、衰退期、退市期，如上圖所示

【入市期】：此時流量和銷量都比較低，產品是小批量生產，成本較高，市場推廣費用高。但在這個時候進入市場，可以優(yōu)先在銷量增長期到來之前準備好產品的基礎銷量和評價，可以快人一步搶占市場份額。這個階段心態(tài)非常重要，不能急躁，建立在做好市場細分和分析，并且對市場有信心的前提下，堅持低投產的運作。

拿到數據集后依舊要先觀察，了解這個數據集的字段。

日期：觀測值產生的時間。

搜索率：統計日期內，從搜索結果頁面到商品詳情頁的數/搜索結果頁的瀏覽量，即搜索結果中用戶商品的比率。

交易指數：根據統計周期內支付金額擬合出的指數類指標。交易指數越高，表示交易行為越多。支付金額：買家拍下后通過支付寶支付給您的金額，未剔除事后退款金額，預售階段付款在付清當天才計入內。所有終端的支付金額為pc端支付金額和無線端支付金額之和。特別說明，支付渠道不論是電腦上還是手機上，拍下為電腦上，就將后續(xù)的支付金額計入pc端;拍下為手機或pad上，就將后續(xù)的支付金額計入無線端。

搜索人氣：根據統計周期內的用戶搜索人數擬合出的指數類指標。搜索指數越高，表示搜索人數越多。

搜索率：統計日期內，從搜索結果頁面到商品詳情頁的數/搜索結果頁的瀏覽量，即搜索結果中用戶商品的比率。

賣家數：截至所選日期當天，店鋪狀態(tài)和商品狀態(tài)均為有效狀態(tài)的賣家數。

數據是有格式的，時間維度是【年月】，本案例的時間維度是【日期】，計時單位不同，格式也不同?！灸暝隆孔侄问俏谋靖袷?，【日期】字段是日期格式，格式不同處理的方式就不同。我們現在拿到的數據集是【日期】格式，以(天)為單位統計的觀測值。這種以時間為單位的觀測值，在分析的時候，可以靈活改變觀測的時間度量。

第一步：要明確分析目的和內容。

目的：分析膠棉拖把行業(yè)的交易情況。

第二步：數據收集(讀者可自行通過生意參謀收集相應行業(yè)的數據，本案例中使用的數據是膠棉拖把行業(yè)的數據)。

第三步：數據處理，和第一章的操作過程一樣。結果所示。

我們可以發(fā)現，行標簽是以【年】為時間粒度來觀測的。在時間序列分析中，根據不同的分析需求，需要對時間單位進行轉換以達到比較好的分析效果。如果以【年】為粒度，信息圖就會顯得很短促，所示：

我們不妨把觀測的時間粒度轉換成【月份】，在圖表右下角單擊【+】號。效果所示，按月份展示數據就有了可讀性。

第四步：數據分析。

通過上面這個信息圖發(fā)現【膠棉拖把】是一個相對比較平穩(wěn)的類目，它的優(yōu)點一個爆款可以存活的時間不受季節(jié)性的影響，可以生存很久，說人話就是一個爆款吃三年。恰恰優(yōu)點也是缺點，沒有很明顯的風口，所以相對來說比較難以切入，因為市場爆款已經形成穩(wěn)定。這種市場前期推廣費用比較高，流量和銷量都少。這個行業(yè)有一家旗艦店為了打造爆品，通過淘寶客，直通車，聚劃算和淘搶購，虧本賺吆喝，大約兩個月形成爆品，估計這兩個月虧損20萬左右，隨后通過爆品引流，將全店盤活。這種行業(yè)恰恰和服裝行業(yè)就形成了鮮明的對比!我們看下圖：

通過信息圖我們不難發(fā)現，【毛衣】是一個具有明顯季節(jié)性的類目，其銷量從 9 月開始快速增長，到 11 月達到比較高，12 月銷量開始下滑，2 月開始退市。根據這些特征，可以把毛衣的市場趨勢劃分成 5 個區(qū)間，分別是入市期、增長期、爆發(fā)期、衰退期、退市期，如上圖所示

【入市期】：此時流量和銷量都比較低，產品是小批量生產，成本較高，市場推廣費用高。但在這個時候進入市場，可以優(yōu)先在銷量增長期到來之前準備好產品的基礎銷量和評價，可以快人一步搶占市場份額。這個階段心態(tài)非常重要，不能急躁，建立在做好市場細分和分析，并且對市場有信心的前提下，堅持低投產的運作。

【增長期】：此時需求開始快速增長，銷量和利潤也隨之快速增長，也可以在這個時候入市，此時競爭環(huán)境良好。

【爆發(fā)期】：此時需求達到頂峰，很多競爭對手涌入，競爭環(huán)境惡劣。

【衰退期】：此時需求開始下降，大多數人已經買好了，商家開始清庫存，競爭環(huán)境惡劣。

【退市期】：此時產品過季，需求極低，連清倉都難，產品退市。

因此可以看出，具有季節(jié)性的行業(yè)對運營節(jié)奏的把控要求極高。除分析【成交商品數】外，在數據集中還有很多字段可供分析。

字段與字段之間也可能存在關系，而不是完全獨立的。例如，瀏覽量/訪客數=平均訪問深度，成交商品數/訪客數≈轉化率(單個訪客可能會購買多個商品)，成交商品數?客單價≈成交金額(單個訪客可能會購買多個商品)，成交商品數/成交店鋪數=平均店鋪成交量。

下面我們嘗試對數據做運算分析。

先選中數據透視表，單擊【數據透視表工具】-【字段、項目和集】-【計算字段】命令，所示。

敲入公式：加購人數/訪客數=加購率，所示。

確定之后，所示，將加購率所在的c列轉換成百分比顯示格式：

隨后再將加購率的精度設置到小數點后兩位。

如果我們想把兩個不同量級的維度進行對比，例如【訪客戶】和【加購率】，所示。

那么這個時候可以使用組合圖。選中數據透視表，單擊【插入】-【組合圖】命令，所示。

結果所示。

怎么用生意參謀數據分析產品生命周期？看了小編分享的步驟和方法，希望你能學會！