《数智化零售品类管理实务》课件-情境一任务3.1 典型策略-提高客单价

数智化零售品类管理实务情境一

即时零售高频刚需品类管理典型策略——提高客单价任务3.1即时零售中，每日3万订单因超时取消，客单价提升20%却导致履约时间增加8分钟、取消率上升15%，如何解决这一矛盾？任务描述以美团‘鲜奶+面包’案例为蓝本，学习用数据驱动关联组合设计，实现客单价与履约效率双赢。任务目标能力目标1.能独立完成“数据挖掘—价值计算—场景验证”三步；2.学会设计即时场景关联组合。知识目标1.理解客单价的含义；2.掌握客单价三阶杠杆公式；3.理解商品关联度分析；4.掌握关联度双维分析法。素养目标树立数据驱动的品类管理价值观。目录CONTENTS01辨析相关概念02理解商品关联度分析03通过关联度分析提高客单价数智化零售品类管理实务辨析相关概念PART.01典型策略——提高客单价任务3.11.客单价客单价定义客单价通常指一定时期内,每个顾客在特定店铺的平均消费金额。从零售财务视角：客单价=销售额÷订单数从顾客行为视角：客单价=单品价×关联购买数×冲动系数即时零售差异在即时零售中，单品价过高会拉长决策时间，冲动系数受场景瞬时性影响极大，因此关联购买数成为最安全且可操控的杠杆。01如进口有机奶，毛利高但决策慢，仅适合急用刚需场景，不适合普遍提价策略。第一杠杆：高价值单品2.客单价生成机理——三阶杠杆（客单价=单品价×关联购买数×冲动系数）02通过场景共生品降低决策成本，如止痛药与暖宝宝组合，让顾客觉得顺理成章，是即时零售的核心杠杆。第二杠杆：关联购买03结账前1元冰淇淋，依赖场景瞬时性，过期作废，适合短期促销，但不适合长期提价。第三杠杆：即时冲动数智化零售品类管理实务理解商品关联度分析PART.02任务3.1典型策略——提高客单价1.商品关联度分析意义01关联度指同一订单内A商品出现条件下B商品也出现的高概率关系，用支持度、置信度、提升度三指标量化。关联度定义02高关联度组合可缩短顾客搜索时间、降低平台推荐成本、提升拣货效率，实现顾客体验、平台效率、毛利增长三重正和。关联度价值03美团‘鲜奶+面包’85%置信度案例表明，发现关联只是第一步，还需计算毛利变化与履约效率，才能判断组合是否值得推广。案例说明2.关联度双维分析法01四象限划分纵轴为购买频率，横轴为毛利贡献，将SKU分为高频高毛利、高频低毛利、低频高毛利、低频低毛利四象限。02象限应用鲜奶、面包同处高频高毛利象限，组合后虽牺牲2元毛利，但换来23%综合毛利率提升，证明‘象限同源’商品更易形成共生。数智化零售品类管理实务通过关联度分析提高客单价PART.03任务3.1典型策略——提高客单价第一步，数据挖掘找CP指标计算计算支持度与置信度，输出Top10共生清单。数据挖掘方法获取近30天订单明细，筛选含目标SKU的订单。数据清洗数据清洗需剔除秒杀、优惠券干扰，确保置信度真实反映自然需求，避免数据偏差影响结果。第二步，价值计算定损益单品毛利计算单品毛利：鲜奶5元、面包3元，合计8元；组合让利后单位毛利6元，看似亏2元，但因转化率提升带动订单量↑30%，整体毛利率↑23%。全局财务观短期让利与长期规模收益的平衡，“算大账”而非纠结单品毛利。第三步，场景验证落机制场景验证早餐场景决策时间短，采用智能弹窗触发+前置打包两招，弹窗在加购牛奶瞬间推“配面包立减2元”，降低思考成本。履约优化仓内把“奶+面包”预装成早餐箱，拣货动作由2次减为1次，履约时间↓2分钟，确保组合不仅卖得多，还送得快。总结总结“触达—决策—履约”三节点同步优化，才能确保组合在即时零售中既提升客单价又不超时。课堂小练习以方便面为核心，用四象限工具选3-5个高关联SKU，填写购买频率与毛利贡献，并设计组合优惠及履约提速方案。数智化零售品类管理实务总结与回顾任务3.1典型策略——提高客单价本任务金句回顾做法总结做法上“用数据找关联，替代盲目推高价”，通过科学方法提升客单价。事理总结事理上“客单价=单品价×关联购买数×冲动系数”，核心是让顾客买得更多更快，平衡三者关系。学理总结学理上“需求共生性才是黄金CP的底层逻辑”，理解顾客需求才能设计出有效组合。任务实

施任务要求在美团或京东到家平台自选一个即时场景，完成真实数据爬取或模拟数据集，提交一份《关联组合商业计划书》。01计划书内容包含：1.关联度指标；2.四象限定位图；3.让利与毛利率测算表；4.前置打包或弹窗原型图；5.预计履