电子商务数据分析与应用（AI+微课版）（第3版） 课件 邵贵平 任务6-9 客户数据分析-竞争对手数据分析

任务六

客户数据分析Data-DrivenCustomerUnderstanding电子商务数据分析与应用知识

目标理解客户数据分析的概念掌握客户数据分析的主要内容熟悉客户数据分析指标掌握客户细分的常用方法与模型理解和掌握访客特征分析；理解和掌握访客行为分析技能

目标具备用AI工具绘制客户画像的能力具备设计RFM分析智能体的能力具备同期群组分析的能力具备分析客户评价的能力素养

目标具备互联网用户思维具备较强的逻辑分析能力与人工智能技术应用能力强化创新意识，增强服务理念具有执着专注、精益求精、一丝不苟、追求卓越的工匠精神学习目标任务导入01AI算法+人类造型师AI算法+人类造型师Stitchfix是一家以数据驱动的服装新零售电商公司，凭借其独特的AI算法+人类造型师的实践脱颖而出，成功地将科技与时尚紧密结合数据与算法团队超过350人，分成客户、推荐、库存和数据平台四个团队客户团队负责精准营销、需求预测、客户画像、客服分析推荐团队专注于人货匹配、造型师匹配和造型师行为分析库存团队主要进行库存预测、基于算法清仓和对商品打标签数据平台团队承担构建大数据架构和自动化分析流程的任务，支撑其他三个团队AI算法+人类造型师用户从StitchFix购物，既不需要进入商店挑选，也不需要花大量时间上网浏览网页，取而代之的是先填写一份详细的表格，其中包含个人的形体特征、喜欢的风格和购物预算接着，AI算法将客户的体型、穿衣风格、预算约束等内生变量，与季节、库存、销量等外生变量相结合，从超过2000多家品牌的产品中为消费者挑选符合他们体型、风格偏好的衣服和首饰然后去掉客户曾退回的排除项，再将剩下库存每件商品上100∽150个代表颜色、面料、款式等属性的数据点与客户的偏好进行匹配并打分，用协同过滤算法调整后将得分排序最后构成供造型师挑选的搭配方案及清单AI算法+人类造型师然后，AI的推荐结果会交给专业的人类造型师进行最终审核和微调。造型师会加入自己的专业审美、时尚直觉和对客户潜在需求的理解，确保每一件衣服都既符合数据逻辑，又带有“人情味”按照约定的时间，StitchFix会给消费者寄出一个盒子，盒子里是StitchFix认为最适合该消费者的5件衣服，还有一张造型师写的便笺，向客户致以问候，解释自己选择时的考虑，并邀请客户给出反馈消费者收到盒子之后，可以自己在家里试穿，并根据自己的喜好留下全部或者部分的衣服，将不喜欢的衣服退给StitchFixAI算法+人类造型师随着购物次数变多，有的客户会和造型师分享如怀孕、减肥成功、入职新工作之类的隐私。善解人意的造型师能立即了解客户的重大变化，并据此为客户设计全新的造型，从而进一步加深与客户的联系。而这无疑能产生极强的品牌忠诚度对于一些特定的场合，StitchFix会根据客户参加的活动，如节日派对、同事聚会、出差参会等，推荐合适的、符合潮流的服装，在匹配活动氛围的同时还能让客户穿着舒适，并增强自信用户需要为每个Fix订单支付20美元的造型费，StitchFix根据用户设置的预算，个性化所有内容，包括上衣、裤子、连衣裙等AI算法+人类造型师StitchFix将数字化定位为公司的核心竞争优势，并在收集数据、开发算法等方面不懈努力，因为他们相信只有提供最好的购物体验才能获得最忠实的客户客户数字化，为每个客户建立专属造型档案。造型档案能提供90〜100个具有统计显著性的数据点，包括式样、尺码、裁剪、价格偏好，以及诸如周一需要穿正装、希望能凸显自己的长腿等个性化的细节随着时间推移，StitchFix能够通过观察复购行为、邀请填写反馈问卷等形式对数据进行迭代，而不断更新的数据指导StitchFix持续优化客户的购物体验，而享受过出色购物体验的客户也更愿意配合反馈，并提供更多数据，最终形成“销售-反馈”的良性循环，构成强大的网络效应AI算法+人类造型师思考1客户在购物过程中能够获得哪些体验，举例说明？思考2AI算法与人类造型师在销售过程中各自承担了什么功能，各自优势又是什么？思考3你认为StitchFix的商业模式适用于中国市场吗？基础知识02客户数据分析概述客户数据分析指标客户细分访客特征分析访客行为分析客户忠诚度分析客户数据分析概述客户数据分析的本质是将客户数据转化为具有深刻商业价值的洞见，以更好地了解客户的偏好，解码客户行为模式，精准预判未来趋势客户属性分析客户行为分析客户需求分析客户价值分析客户忠诚度分析客户数据分析是指利用统计学、数据挖掘、机器学习等方法，对企业在运营中产生的客户数据进行收集、处理、建模、分析与可视化，从中提取客户特征、行为模式、需求痛点等有效信息，为客户获取、留存、转化及价值提升提供决策依据的过程客户数据分析的概念客户数据分析是一个从静态描述到动态行为，再到内在动机，并最终指向未来价值的立体化分析体系客户数据分析的主要内容客户数据分析指标客户总数新客户数活跃客户数（DAU/MAU）复购客户数流失客户数新客户比例＝新增客户数/客户总数

×100%客户活跃率＝活跃客户数/全部客户数

×100%客户复购率＝购买次数大于1的客户数/有购买行为的客户总数

×100%客户留存率=(在指定周期内留存客户数/在初始周期新增客户总数)×100%客户流失率＝(期中流失客户数/期初客户总数)×100户分析指标应用案例

某官方旗舰店一季度引进980000名独立访客，其中新访客820000人，老访客160000人；共有45000名客户下单购买了商品，其中新客户36000人，老客户9000人；在二季度，一季度引进的新客户中有12000人再次到店购物。请计算

一季度新客户比例、客户活跃率、客户复购率、二季度客户留存率、二季度客户流失率注：该店将3个月内未复购的客户定义为流失客户，3个月内至少有一次购买行为的客户定义为活跃客户新客户比例=新增客户数/客户总数

×100%=36000/45000=80%客户活跃率=活跃客户数/全部客户数

×100%=45000/980000=4.59%客户复购率=购买次数大于1的客户数/有购买行为的客户总数

×100%=9000/45000=20%二季度客户留存率=(二季度留存客户数/一季度新增客户总数)×100%=12000/36000=33.3%二季度客户流失率=(二季度流失客户数/二季度初客户总数)×100%=（36000-12000）/36000=66.7%客户细分01客户细分的定义客户细分（CustomerSegmentation）是指根据客户在需求、偏好、情感或价值观上的相似性，将商家的现有客户划分为若干个客户群的过程02客户细分的理论依据客户需求的异质性消费档次假说企业资源的有限性客群的稳定性客户细分03客户细分的常用方法（1）按客户重要程度来分类

按重要程度通常将客户分成A、B两类，一般采用二八法则进行分类20%为A类客户80%为B类客户客户细分03客户细分的常用方法（2）按客户属性来分类细分维度细分变量具体分类

客户属性性别男、女年龄婴儿、幼儿、少年、青年、中老年

/“70后”“80后”“90后”“00后”地域省份

/城市、农村

/沿海、内陆

/高温、严寒职业学生、教师、公司职员、医生、公务员、个体户、家庭主妇偏好品牌、时尚、风格、实惠消费能力高消费、中等消费、低消费教育程度高中、中职、本科、研究生婚姻状况未婚、已婚客户细分03客户细分的常用方法（3）按客户行为来分类细分维度细分变量具体分类

客户行为购买金额高贡献客户、中高贡献客户、中贡献客户、低贡献客户购买频率活跃客户、沉默客户、睡眠客户、流失客户购买渠道自然搜索、直通车、聚划算、淘金币、试用中心、淘抢购购买时段工作日、节假日、白天

8—17点、傍晚

18—22点、深夜

22点至次日

7点咨询偏好咨询下单、静默下单分享频率不分享、偶尔分享、乐于分享客户细分03客户细分的常用方法（4）按客户忠诚度来分类

客户根据忠诚度通常分为潜在客户新客户老客户成熟客户忠诚客户客户细分03客户细分的常用方法（5）按客户价值来分类

客户价值矩阵模型由消费频率与平均购买额构造而成，将客户划分为4种类型客户细分04RFM模型它通过客户购买行为中的“最近一次消费（Recency）”“消费频率（Frequency）”“消费金额（Monetary）”来了解客户的层次和结构、客户的质量和价值以及客户流失的原因，从而为企业制定营销策略提供支持客户细分04RFM模型RFM模型的3个指标解释如下：近度R（Recency）：表示客户最近的消费时间与数据采集点的时间间隔频度F（Frequency）：表示客户在过去某段时间内的消费频率额度M（Monetary）：表示客户每次消费金额的多少，一般用过去的平均消费金额表示访客特征分析访客地域分布访客的省份分布与地域分布基本一致，只是江苏省与河南省的位置有些变化在城市分布上，上海市、北京市和广州市排在前3位，合计搜索点击人数占比超过11%湖北省、四川省、湖南省和浙江省的下单转化率较高访客特征分析访客时段分布商家首先需要关注的是流量的高峰时段，然后是成交的高峰时段，

接着是对不同终端类型的流量高峰和成交高峰展开分析移到端PC端访客特征分析访客年龄分布不同年龄段的群体有各自的消费特点图中显示：该行业的主力消费人群的年龄段为18～35岁访客特征分析访客性别占比不同性别的访客在购买商品时的心理特征差别很大图1显示：本店铺男性访客居多，而且男性访客的下单转化率高于女性访客，

说明该商家以男性访客为主要目标客户再对比行业的访客性别占比，也是男性访客居多，

占比达到66.32%，女性访客占比为33.68%访客特征分析访客职业占比不同职业的消费者对商品的需求差异很大图中显示：医务人员、公务员和工人是本店铺的主力消费人群访客特征分析访客消费层级分布消费层级反映消费者半年内每次平均消费金额的高低图中显示：消费层级为0～2900元的买家是店铺的消费主力军访客特征分析访客购买频率购买频率是商家选择目标市场、确定经营方式、制定营销策略的重要依据图中显示：本店铺客户购买次数以1次为主访客特征分析访客会员等级访客会员等级是评价会员的综合指标生意参谋基于用户过去12个月在淘宝的“购买、互动、信誉”等行为，综合计算出一个分值为淘气值图1显示本店铺客户的淘气值在501～800分的最多图2显示行业客户的淘气值也在501～800分的最多访客特征分析访客偏好情况消费者偏好是指消费者对一种商品（或者商品组合）的喜好程度图中显示访客喜欢的营销偏好依次为聚划算、天天特价、宝贝优惠券、搭配套餐、包邮访客特征分析新老访客占比新访客比例越高，说明网站的推广做得越好；老访客比例越高，说明网站的黏性越高访客行为分析指标访客行为分析访客行为分析指标客户黏性访问频率访问时间间隔复购率留存率活跃程度平均停留时长访问深度参与指数产出成果订单数客单价客户生命周期价值(CLV)净推荐值（NPS）访客行为分析浏览网页流量入口淘宝流量入口主要有商品详情页、店铺首页、搜索结果页、店铺自定义页、商品分类页和店铺其他页图中显示商品详情页作是本店铺的主入口访客行为分析浏览网页跳失率跳失率越高，说明着陆页的吸引力越差，客户越不活跃图中显示4个来自天猫的引流入口的跳失率都超过90%，可见这些着陆页的设计与访客的预期不相符，商家需要及时做出修改访客行为分析浏览网页访问深度访问深度越大，客户体验度感越好，客户活跃度越高图中显示浏览量排名第一的商品详情页流量的访问深度为1.49，成交量排名第二；

浏览量排名第二的商品详情页流量的访问深度为1.43，该商品最近7天没有成交访客行为分析浏览网页平均停留时长其反映的是访客的活跃程度，一般在12秒以上为好图中显示浏览量排名第一和第二的商品详情页的平均停留时长仅17秒访客行为分析浏览网页访问路径生意参谋的访问路径有两个，一个是店内路径，另一个是流量去向访问路径显示其来源主要有商品详情页、店外其他来源，其去向主要有离开店铺、商品详情页离开页面排行显示排名第一的是美的大1.5匹空调，排名第二的是美的大1匹变频空调离开页面去向排行显示排在前3位的是淘宝站内其他、购物车、已买到商品访客行为分析浏览网页热力图常见的热力图有3种——基于鼠标点击位置的热力图、基于鼠标移动轨迹的热力图和基于内容点击的热力图从热力图的点击次数分布来看，用户比较喜欢店铺的空调、彩电和冰箱，对厨电、洗衣机和小家电兴趣不大访客行为分析点击行为分析访客点击主要涉及链接点击率与二跳率链接点击率用于衡量链接内容与用户搜索意图或兴趣之间的匹配程度二跳率是衡量流量质量的重要指标，也是衡量着陆页质量的关键指标访客行为分析搜索行为分析商家就可以通过搜索词排行、页面访问排行等分析访客的搜索行为图1显示通过搜索空调、美的变频空调等关键词进入店铺的访客数最多图2显示从数据来看，访问页面排第一位的浏览量为760，平均停留时长为79.29秒；第二位的浏览量为241，平均停留时长为51.49秒；第三位的浏览量为66，平均停留时长为35.81秒。三者相比较，第三位的平均停留时长明显偏小，可能存在问题访客行为分析收藏/加购行为分析访客对商品有了购买意向，则进一步的行为有收藏、加购等转化看板显示收藏人数为1213，访客-收藏转化率为1.90%；加购人数为2586，访客-加购转化率为4.06%；支付买家数为391，访客-支付转化率为0.61%访客行为分析咨询行为分析访客如果对一些细节问题比较在意，就会发起咨询，向客服进一步了解情况某网店客服团队绩效如图所示访客行为分析发帖/评论行为分析与发帖/评论相关的分析指标有评论条数、好评率、差评率等某网店客户的负面评价内容如图所示访客行为分析售后投诉行为分析客户如果对商家的态度或商品感到不满意，则会采取相应的维权措施来维护个人的利益某网店的维权总览（近30天）如图所示客户忠诚度的衡量维度情感忠诚行为忠诚意向忠诚客户忠诚度分析表1客户忠诚度的衡量分析维度主要表现测量指标情感忠诚对品牌产生情感依附、信任、认同和喜爱客户满意度品牌关注度负面容忍度价格敏感度行为忠诚重复购买、更高的购买频率和金额、跨品类购买复购率留存率购买频率最近一次购买时间客户生命周期价值（CLV）意向忠诚再次购买和向他人推荐的意愿净推荐值（NPS）复购意愿推荐意愿任务实战03用AI工具绘制客户画像RFM分析智能体设计用AI工具绘制客户画像理论知识客户画像，即客群信息标签化，是指商家通过收集与分析客群的社会属性、生活习惯、消费行为等主要信息数据，抽象出客群的商业全貌，如有房一族、时尚男女等客户画像数据一般划分为三类：属性数据、行为数据和心理数据用AI工具绘制客户画像理论知识客户画像数据用AI工具绘制客户画像任务内容收集一家网店客户的属性数据、行为数据和心理数据，运用AI工具绘制店铺的客户画像，具体包括客户的人口属性特征、商业属性特征、行为特征和心理特征，并根据这些特征用AI工具绘制人物画像，并设置标签用AI工具绘制客户画像任务要求本任务是一个团队任务，学生两人一组合作完成并提交《××

网店的客户画像》,字数不限，要求数据准确、思路清晰、逻辑严密、分析到位用AI工具绘制客户画像任务实施收集客户画像数据步骤1基于客户画像的照片描述，用AI工具生成视觉形象步骤3撰写《××

网店的客户画像》步骤5用AI工具

生成客户画像文字描述步骤2结合客户画像的文字描述和视觉形象绘制客户画像步骤4做好汇报的准备步骤6×××店铺的客户画像本报告以在线销售坚果的某店铺为例，绘制客户画像产品特点有品质优良、价格实惠、健康卫生产品优势是品牌形象好、原料全球直采、投资建设坚果工厂，采用30万级洁净车间和全自动化生产线生产产品，严格的品控标准、先进的加工工艺、丰富的产品矩阵、服务细节做到极致产品给消费者带来的好处包括享受美食、获得快乐、萌趣的情感体验、感受贴心的服务×××店铺的客户画像收集处理客户画像原始数据从店铺后台以及社交媒体获取六项客户画像的原始数据，并进行相应的数据处理客户人口统计数据.csv坚果店铺_购买行为数据.csv坚果店铺_网站行为数据.csv坚果店铺_评价数据.csv坚果店铺_咨询互动数据.csv坚果店铺_社交媒体数据.csv×××店铺的客户画像用AI工具生成客户画像文字描述选择豆包生成客户画像文字描述，上传处理好的六项客户画像原始数据，输入提示词，并提交提示词模板，仅供参考【角色定位】你是【资深快消食品（坚果类）用户研究专家+市场分析师】，熟悉健康零食赛道用户洞察，擅长结合产品核心卖点与多维度用户数据（人口统计/购买行为/网站行为/咨询互动/客户评价/社交媒体），提炼具象化、有场景感、可落地的客户画像，能直接指导营销方案制定与新产品开发。核心输入依据（必须紧扣以下信息，不可遗漏）产品基础：坚果（品质优良、价格实惠、健康卫生）核心优势：品牌形象好、原料全球直采、30万级医药级洁净车间、全自动化生产线、严格品控、先进加工工艺、丰富产品矩阵、服务极致用户核心好处：享受美食、获得快乐、萌趣情感体验、感受贴心服务输出要求（严格遵循以下结构，每个模块强关联产品）×××店铺的客户画像输出要求（严格遵循以下结构，每个模块强关联产品）【基本信息】-用户的年龄分布：-用户的性别分布：-用户的城市分布：-用户的职业分布：-平均客单价：-平均购买频次：-用户的主要行为：-用户的咨询的主要关键词及频次：-用户评价内容的主要关键词及频次：-用户在社交媒体的评论内容的主要关键词及频次：×××店铺的客户画像输出要求（严格遵循以下结构，每个模块强关联产品）【用户画像】-姓名：起一个贴切的名字，形象生动，有代表性-年龄：-性别：-职业：-所在城市：-购买能力：-品类偏好：-社媒偏好：-行为特征：-心理特征：-匹配标签：可以同时匹配多个标签×××店铺的客户画像输出要求（严格遵循以下结构，每个模块强关联产品）【照片描述】详细描述用户的外貌、穿着、表情和场景，用于后续AI绘画生成视觉形象。场景需符合坚果食用/购买场景（如办公室下午茶、居家追剧、户外露营），外貌/穿着贴合年轻白领形象，表情传递“享受零食+安心健康”的状态。【购买动机】从客户的评价数据、咨询互动数据和社交媒体发布的评论中挖掘驱动用户购买产品的深层动机。【痛点与挑战】从客户的评价数据、咨询互动数据和社交媒体发布的评论中挖掘客户在购买和食用产品过程中的痛点。【一句金句】有代入感，紧扣“健康零食需求+产品核心优势”，避免空泛。核心原则画像需真实具象，拒绝空泛标签，每个细节都能对应到产品卖点或客户数据；所有维度需服务于营销落地（如媒介偏好指导投放、痛点指导产品优化）；语言生动有场景感，让读者能快速代入目标用户视角。×××店铺的客户画像用AI工具生成客户画像文字描述豆包生成坚果用户画像×××店铺的客户画像用AI工具生成视觉形象客户画像的照片描述为“一位28岁左右的年轻女性，留着利落的短发，穿着简约的白色衬衫和淡蓝色牛仔裤，坐在办公室的休闲区。她面带微笑，眼神满足，正惬意地吃着一小袋开心果。阳光透过窗户洒在她身上，旁边放着打开的电脑，屏幕上是坚果店铺的页面。她的表情传递出享受零食的愉悦，以及对所食用坚果安心健康的信任。”接着运用文生图大模型，如Midjourney、秒画、通义万相等，基于客户画像的照片描述生成视觉形象本报告选择通义万相生成客户画像的视觉形象。登录阿里云通义大模型平台，在模型广场选择视觉模型，然后点击“图片生成”选项卡，再选择通义万相，单击“立即体验”按钮，进入通义万相大模型界面。接着输入提示词，选择生图比例为1:1，分辨率为1280*1280，生图数量选择2，点击“立即生成”按钮×××店铺的客户画像用AI工具生成视觉形象从通义万相生成的视觉形象中选择一个，然后下载到本地×××店铺的客户画像绘制客户画像结合豆包大模型生成的客户画像文字描述和通义万相生成的视觉形象，绘制客户画像，并添加合适的标签RFM分析智能体设计理论知识RFM模型是衡量客户价值与客户创利能力的重要工具和手段RFM模型较为动态地显示了一个客户的全部轮廓，这为个性化的沟通和服务提供了依据RFM模型的分析工具有很多，可以使用SPSS或者SAS进行建模分析，也可以用AI大模型开发智能体，快速实现客户细分RFM分析智能体设计理论知识基于RFM模型，可将客户分成8类RFM分析智能体设计任务内容某化妆品网店的12位客户最近一年的交易记录如表2所示，设计RFM分析智能体，具备基于RFM模型细分客户的能力，准确判别这12位客户分别属于哪种类型，并根据客户分类提出相应的营销策略。客户类型要求分成8类，即重要发展客户、重要价值客户、重要挽留客户、重要保持客户、一般发展客户、一般价值客户、一般挽留客户、一般保持客户数据采集日期为12月31日RFM分析智能体设计任务内容某网店客户交易数据表2某网店客户交易数据

记录ID客户编号收银时间销售金额销售类型100105128012511月5日55正常100220598012572月20日43正常100312228012623月12日125促销100410858012514月10日87正常100428368012534月28日40正常100505608012605月5日99促销100519738012555月19日132促销100617378012526月17日207正常100626188012596月26日63正常100711548012567月11日178促销100731358012617月31日112促销100809298012548月9日77正常100820138012588月20日184正常100915438012559月15日82促销100921378012569月21日90促销1010081880126210月8日54正常1010122380125310月12日100正常1010182680125810月18日72促销1010291480126210月29日136正常1011020380126111月2日148正常1011134280125311月13日220正常1011256180125711月25日45正常1012100380125912月10日79正常1012303880125612月30日152正常RFM分析智能体设计任务要求本任务是一个独立任务，需要学生单独完成，并提交RFM分析智能体链接，要求智能体运行正常，客户分类结果准确，营销策略具有实际应用价值

RFM分析智能体设计任务实施

进入智谱清言AgentMore步骤1智能体调试步骤3撰写《RFM分析智能体设计报告》步骤5创建智能体步骤2智能体分享步骤4做好汇报的准备步骤6RFM分析智能体设计报告（参考报告）进入智谱清言AgentMoreRFM分析智能体设计报告（参考报告）创建智能体添加伙伴RFM分析智能体设计报告（参考报告）创建智能体选择角色模板RFM分析智能体设计报告（参考报告）创建智能体RFM智能分析师的首个任务开发页面RFM分析智能体设计报告（参考报告）智能体调试浏览器中打开RFM智能分析师.HTMLRFM分析智能体设计报告（参考报告）智能体分享RFM智能分析师调试完成，即可通过分享其HTML文件，在组织内实现快速复用，并提升整体运营效率拓展实训04同期群组分析客户评价分析同期群组分析实训背景同期群组分析（CohortAnalysis）是一种数据分析方法，它将具有共同特征（通常指在同一时间段内首次发生某行为）的用户或对象划分为一个群组，然后追踪并比较这些群组随时间变化的行为表现，从而揭示不同群组间的差异和演化规律同期群组分析是测量用户在一段时间内活跃度的工具，能够准确识别随着时间的流逝，用户活跃是否真正地越变越好，而不是随着增长而看似变好同期群组分析实训背景先将店铺中每个月新增客户以及往后每个月的留存数据导出，并将数据整理成成表同期群组一月二月三月四月五月六月七月八月九月十月十一月十二月一月25552215219018581825175216061606146013141095657二月

1314126711681095949949876803730657657三月

1606158915331387124112411095803730657四月

1533149114601314124111681022657657五月

18981854182516791387131412411095六月

1460141513871387138711681022七月

160615391460146013871314八月

1606153313871241949九月

1387132312951241十月

876833752十一月

992876十二月

1168某店铺同期群组分析原始数据表同期群组分析实训背景为了对每个同期群组在后续月份的留存情况进行对比，对上述表格进行数据格式处理同期群组M0M1M2M3M4M5M6M7M8M9M10M11一月25552215219018581825175216061606146013141095657二月1314126711681095949949876803730657657

三月1606158915331387124112411095803730657

四月1533149114601314124111681022657657

五月18981854182516791387131412411095

六月1460141513871387138711681022

七月160615391460146013871314

八月1606153313871241949

九月1387132312951241

十月876833752

十一月992876

十二月1168

同期群组分析留存数据表同期群组分析实训内容基于实训背景的同期群组分析留存数据表（见表2），计算每个同期群组的月留存率，然后对每个同期群组（一月，二月，……）做自左而右的横向分析，识别在用户生命周期里，其留存率变化趋势，接着对每个月份（M1,M2,……）做自上而下的纵向分析，识别在产品生命周期里，其留存率变化趋势月留存率=某个群组在后续某个月留存的客户数量除以该群组客户基数，例如1月群组的M3留存率=M3留存客户数量/1月群组客户基数=1858/2555=72.7%注；所有同期群组的M0留存率=100%同期群组分析实训要求本实训是一项独立任务，每名学生单独完成，完成后提交《同期群组分析报告》，要求计算过程清楚，结果准确，留存率趋势分析有理有据，报告格式规范，条理清晰客户评价分析实训背景客户评价不仅是客户意见，更是企业成功的核心因素。研究表明，约75%的消费者在做出购买决策前会查阅评价，67%的消费者更喜欢正面和负面评价的结合，认为其能真实反映产品或服务的全貌，此外，正面评价可将高价产品的购买意愿提升高达380%同时，客户评价有助于建立信任关系和品牌信誉，从而使潜在客户更容易做出购买决策并且，它还能精准洞察目标用户的真实需求与期望，为企业进行产品优化提供深刻洞察词云图是客户评价分析常用的工具之一，用于对客户评价内容进行深度分析，发现潜在的问题和机会客户评价分析实训背景客户评价分析分成4步第一步，收集客户评价数据，并进行数据处理后黏贴到易词云的数据栏目客户评价分析实训背景客户评价分析分成4步第二步，分词客户评价分析实训背景客户评价分析分成4步第三步，生成词云数据客户评价分析实训背景客户评价分析分成4步第四步，进行词云图分析通过对客户评价词云图进行分析，可以获得一些关键信息。本例是对华为电视机的客户评价做词云图分析，得出结论：客户对华为电视机的评价是非常不错的，他们关注电视机的屏幕、外观、运行、速度、安装、音响效果、质量、色彩等，也认可电视机的清晰度客户评价分析实训内容选择一家电商企业的一款热销商品，从电商平台上收集该商品的客户评价数据，至少100条，运用易词云对客户评价进行分词及词频统计，并生成生成词云图，然后对词云图进行分析，并撰写《××

商品客户评价分析报告》客户评价分析实训要求本实训是一个独立任务，每名学生单独完成，完成后上交《××

商品客户评价分析报告》，

并做好汇报的准备任务脑图谢谢Thankyou主讲：邵贵平任务七

商品数据分析StimulateMerchandiseSales主讲：邵贵平电子商务数据分析与应用知识

目标理解商品数据分析的定义、内容和重点掌握商品销售分析方法理解和掌握商品价格分析方法理解和掌握商品生命周期分析方法理解和掌握商品毛利分析与库存分析方法技能

目标具备商品价格带分析的能力具备融合AI技术分析购物篮的能力具备应用POWERBI进行销售结构差异分析的能力具备撰写产品智能分析报告的能力素养

目标具备运用数据驱动决策的能力具备人工智能技术应用能力秉持精益求精的追求，涵养极致向上的专业精神具备团队协作意识以及协同创新观念学习目标任务导入01伊利“豆王”引爆敏捷增长新范式伊利“豆王”引爆敏捷增长新范式伊利生牛乳绿豆雪糕从上市到季节性下架，短短5个月的时间里累计销售额突破8600万元，一举拿下山姆冰品品类销售冠军，因此被称为“豆王”伊利“豆王”引爆敏捷增长新范式接到任务，即刻进入“闪电战”模式产生“生牛乳+绿豆”的创意新品方案获得山姆的认可第一版样品的口感希望更柔和优化标签、口感、甜度后通过“豆王”的诞生伊利将山姆App当作第二中控室评论区成实验室，消费者成共创者伊利依然可以以创业者的速度奔跑爆款进化论第一批10万支，一周就销售一空山姆加大资源倾斜开放动销数据伊利建立“日追踪、周复盘”机制销量呈井喷式增长占据32%份额豆王的复购率是常规新品的2.3倍上市销售伊利“豆王”引爆敏捷增长新范式01在“豆王”的诞生过程中，伊利的研发团队做了哪些数据分析？思考102山姆对伊利开放门店动销数据，对伊利优化供应链管理有哪些好处？思考203伊利团队为什么把把山姆App当作“第二个中控室”？思考3基础知识01商品销售分析商品价格分析商品生命周期分析商品毛利分析商品库存分析商品数据分析概述商品数据分析的概念商品数据分析是指运用统计学、数据挖掘、机器学习等方法，对与商品的进货、销售、库存情况进行分析的过程其目的是揭示商品表现的内在规律、发现问题、预测趋势，以指导商品的结构调整、价格升降，决定各类商品的库存系数以及商品的引进和淘汰商品数据分析概述商品数据分析的内容商品结构分析商品价格分析商品毛利分析商品销售分析商品生命周期分析商品库存分析商品数据分析概述商品数据分析的重点A类商品通常只占网店经营品类的20%，却贡献80%的销售额及利润A类商品此类商品的价格直接影响网店在客户心目中的价格形象价格敏感商品网店应定期检核其毛利贡献情况，使其毛利额在总毛利额中保持较高的比例高毛利商品商品销售分析商品类别本年7月销售情况本年6月销售额/万元去年7月销售额/万元环比增长同比增长

计划销售额/万元实际销售额/万元销售计划完成率对总计划影响程度

空调5

0004

59591.9%-6.8%3

8004

23020.9%8.6%平板电视600696116%1.6%58051520.0%35.1%冰箱200219109.5%0.3%17516625.1%31.9%洗衣机15010570%-0.7%138157-23.9%-33.1%烟灶套装5055110%0.1%503510.0%57.1%合计6

0005

67094.5%-5.5%4

7435

10319.5%11.1%××××

年7月销售计划完成情况表商品销售分析销售计划完成情况的一般分析以

××××

年7月销售计划完成情况表为例，该网店7月销售计划为6000万元，实际为5670万元，实际比计划少330万元，只完成计划的94.5%。这说明该网店未完成销售计划，需要做进一步分析7月空调销售计划为5000万元，实际为4595万元，完成计划的91.9%；洗衣机销售计划为150万元，实际为105万元，完成计划的70%，均未完成销售计划。平板电视、冰箱和烟灶套装的销售计划完成情况较好对热销单品销售情况进行具体分析，以销量排名第一的美的大1.5匹壁挂式空调为例，采用用因素分析法做深入分析品类商品销售计划完成情况的具体分析热销单品销售情况的具体分析商品价格分析以投资收益率最大化，以利润最大化，以市场份额最大化，以提高品牌形象等为目标营销目标处于成熟阶段的店铺都会有固定的消费人群基于消费人群的消费能力来确定商品价格消费人群商品竞争优势有低价优势、专业优势、特色优势和附加值优势店铺商品定位市场上的客户需求为价格设立了上限客户需求取决于客户对商品和服务的价值感受客户需求商品成本决定商品的最低定价常用的有成本加成、安全和目标利润定价法商品成本商家制定价格时应参考竞争商品的价格客户对品牌价值认可度越高，对价格越不敏感竞争对手价格分成4类：引流款、形象款、利润款、常规款合理的比例分别是5%：10%：70%：15%商品类别商家还要考虑市场需求量和供应链、政府管制、经济状况、新技术等其他外部因素的影响其他外部因素影响定价的内部因素影响定价的外部因素商品价格分析适中定价法尽量降低价格在营销手段中的地位，重视其他更有力或更有成本效率的手段适中定价法（NeutralPricing）撇脂定价法是指将刚进入市场的商品价格定得较高，以便从份额虽小但价格敏感性弱的消费者处获得利润的定价方法撇脂定价法（SkimmingPricing）渗透定价法是指将价格定在较低水平，以便赢得较大的市场份额或销量的定价方法渗透定价法（PenetrationPricing）020103一般的定价策略常用的定价策略商品价格分析常用的定价策略与商品生命周期有关的定价策略阶段导入期成长期成熟期衰退期成本最高不断下降最低开始上升价格敏感低提高最高—竞争情况没有或极少竞争者进入市场激烈弱者退出目标市场革新者早期购买者大众落伍者销售量低迅速增长达到最大开始下降下降利润微利或亏损迅速上升达到最大开始下降下降市场策略建立市场，培育顾客扩大市场产品差异，成本领先紧缩/收割/巩固定价策略撇脂定价/渗透定价视情况而定适中定价低价出清存货商品生命周期各阶段的特点和采用的市场策略与定价策略商品价格分析竞品价格分析以美的空调为例，某网店的竞争对手主要有美的官方旗舰店、美的空调旗舰店、苏宁易购官方旗舰店3家该款空调的价格由美的官方统一定为2799元，竞争对手之间的差异在于促销优惠影响商品销售毛利的因素商品毛利分析其中：毛利率=（售价-进价）/售价

×100%显然最终影响商品销售毛利的因素本质上有3个部分：一是商品进销价格，二是商品销售数量，三是商品销售结构商品毛利分析商品进销价格变化的影响某网店计划商品销售额为80，000万元，计划商品销售成本为70，000万元，全部商品销售毛利额预计为10，000万元；实际商品销售额为92，000万元，商品销售成本为79，000万元，实际全部商品销售毛利额为13，000万元，实际商品销售毛利额比预计商品销售毛利额增加了3，000万元，请分析是什么原因导致的？已知该商品分成甲、乙两类，本年度甲类商品的销售单价由原来的2300元调整为2500元，乙类商品的进价由原来的1500元提高到1800元，甲乙两类商品的实际销售数量分别为300，000件和85，000件该网店商品进销价格变化对毛利额的影响分析如下：进销价格变化影响的甲类商品毛利额=（2500-2300）X

300000

=

60000000（元）进销价格变化影响的乙类商品毛利额=（1500-1800）X

85000

=-25500000（元）进销价格变化影响的毛利额=60000000-25500000=34500000（元）商品销售数量变化的影响商品毛利分析剔除价格变动影响后的实际商品销售额=920000000-60000000=860000000（元）将此数字代入公式（2）得：商品销售数量变化影响的毛利额=（860000000-800000000）×12.5%=7500000（元）商品销售结构变化的影响商品毛利分析剔除价格变动影响后的实际综合毛利率＝（920000000-60000000）-(790000000-25500000)/（920000000-60000000）≈11.1%商品销售结构变化影响的毛利额=860000000×（11.1%－12.5%）=-12040000（元）

即商品销售结构变化影响的毛利额为-12040000

元商品库存分析库存周转率库存周转率＝销售额/库存金额

×100%库存量库存量常被当成反映市场行情的滞后指标库存周转天数库存周转天数＝360天/年库存周转率交叉率交叉率＝库存周转率

×

商品毛利率存销比存销比＝期末库存金额/当期销售额商品库存管理分析指标库存商品分析案例商品名称销售数量/台零售单价/元销售金额/万元商品进价/元毛利率/%库存数量/台周转率/%周转天数/天交叉率/%存销比/%WCBA3空调750028002100230017.950005200.966.7WXAA2空调30003200960270015.6100010101.5633.3WCBD3空调1200200024016002020002500.4167某网店9月库存商品分析表（节选）商品库存分析任务实战03商品价格带分析AI购物篮分析商品价格带分析理论知识商品的价格带（PriceZone）是一种同类商品或一种商品类别中的最低价格和最高价格的差别序列价格带的宽度决定了网店所面对的消费者的受众层次和数量。在进行竞店商品结构的对比分析时，商品价格带分析方法可为市场调查提供简单而明确的分析结果商品价格带分析任务内容美的官方旗舰店8月做了一期聚划算活动，图7-13所示为空调展示区，共展示了9款空调。请以此为例分析本期聚划算美的空调产品的价格带，计算价格带三度（宽度、广度和深度），并确定价格点和价格区商品价格带分析任务要求本任务是一个独立任务，学生单独完成并提交《8月聚划算上美的空调价格带分析报告》，字数不限，要求计算准确、图文展示、分析到位、逻辑严密。商品价格带分析任务实施选择分析对象，本例选择聚划算上的美的空调步骤1归纳该品类中单品的最高价格和最低价格，进而确定该品类目前的价格带分布情况步骤3确定商品品类的价格点，判断其价格区（PriceRange）步骤5展开商品品类中的单品信息，罗列出其价格线（PriceLine）步骤2计算价格带三度，包括宽度、广度和深度步骤4撰写《8月聚划算上美的空调价格带分析报告》步骤6做好汇报的准备步骤78月聚划算上美的空调价格带分析报告绘制8月聚划算上美的空调价格带8月聚划算上美的空调价格带分析报告计算价格带三度

价格带的宽度是价格带中最高价与最低价的差值8月聚划算上美的空调价格带的宽度=5999-1599=4400（元）

价格带的广度是价格带中不重复销售价格的数量，每个不重复价格即为一条价格线8月聚划算上美的空调价格带的广度=8条价格线价格带的深度是价格带中的SKU数8月聚划算上美的空调价格带的深度=9个SKU8月聚划算上美的空调价格带分析报告确定价格点和价格区价格点是对于该网店或业态的某类商品而言，最容易被客户接受的价格或价位8月聚划算上美的空调价格带上的密集成交区在[1899，2799]，最高峰为2399元，可以将其确定为价格点[1899，2799]区间的成交量占比76.7%，可以判断为价格区8月聚划算上美的空调价格带分析报告价格带分析8月聚划算上美的空调价格带宽度达到4400元，涵盖了低端、中端和高端空调产品；价格带的广度为8条价格线，价格带的深度为9个SKU2000元以内有2个SKU2000～3000元有3个SKU3000～4000元有1个SKU4000～5000元有2个SKU5000元以上有1个SKU空调的成交密集区在[1899，2799]，集中在中低价位，高价区成交量偏少，与预期不符，需要做进一步分析AI购物篮分析理论知识购物篮分析，是指通过分析购物篮所显示的交易信息来研究客户购买行为的方法购物篮系数是指每个购物篮平均购买商品的件数，计算公式为：指定商品购物篮系数是指每个包含指定商品的购物篮平均购买商品的件数，计算公式为：指定商品人气指数是指指定商品给店铺每个购物篮带来的平均销售件数，计算公式为：AI购物篮分析任务内容某网店经营18种商品，从A到R，这18种商品某月共销售了24000件，一共有6000张订单（即6000个购物篮），含指定商品的订单总数（购物篮总数）和含指定商品订单的销售总件数如表1所示请对这18种商品做AI购物篮分析，包括计算每种商品的购物篮系数，每种商品的人气指数，确定人气商品，再应用AI大模型绘制购物篮矩阵，并结合AI输出结果分析购物篮矩阵编号商品含指定商品的购物篮总数含指定商品购物篮的销售总数1A150046502B141063453C133038574D129021935E125565266F115072457G105024158H93251269I850297510J760364811K650312012L530275613M47084614N355227215O31278016P290162417Q260114418R210378表1某网店某月商品销售数据AI购物篮分析AI购物篮分析任务要求本任务是一个独立任务，学生单独完成并提交《某网店某月AI购物篮分析报告》，字数不限，要求计算准确、图形规范、分析到位、逻辑严密AI购物篮分析任务实施计算购物篮系数步骤1计算指定商品的人气指数步骤3结合AI分析购物篮矩阵步骤5计算指定商品的购物篮系数步骤2用AI绘制购物篮矩阵步骤4撰写《某网店某月购物篮分析报告》步骤6做好汇报的准备步骤7某网店某月购物篮分析报告计算购物篮系数购物篮系数=某段时间商品销售总件数/某段时间的购物篮总数=24000/6000=4（件/篮）某网店某月购物篮分析报告计算指定商品的购物篮系数编号商品含指定商品的购物篮数量含指定商品购物篮的销售总件数指定商品购物篮系数1A150046503.12B141063454.53C133038572.94D129021931.75E125565265.26F115072456.37G105024152.38H93251265.59I85029753.510J76036484.811K65031204.812L53027565.213M4708461.814N35522726.415O3127802.516P29016245.617Q26011444.418R2103781.8某网店某月购物篮分析报告计算指定商品的人气指数编号商品含指定商品的购物篮数量含指定商品购物篮的销售总件数指定商品人气指数1A150046500.782B141063451.063C133038570.644D129021930.375E125565261.096F115072451.217G105024150.408H93251260.859I85029750.5010J76036480.6111K65031200.5212L53027560.4613M4708460.1414N35522720.3815O3127800.1316P29016240.2717Q26011440.1918R2103780.06某网店某月购物篮分析报告用AI绘制购物篮矩阵参考提示词：基于上传的数据，绘制购物篮矩阵，X轴为指定商品的购物篮系数，Y轴为指定商品的购物篮数量，X轴标题是“购物篮系数“，Y轴标题是“购物篮数量“，矩阵的横轴和纵轴分别取购物篮数量和购物篮系数的均值，指定商品用B列的商品名称标识，图表标题是“购物篮矩阵”某网店某月购物篮分析报告分析购物篮矩阵购物篮矩阵将18种商品细分为四种类型，结合豆包输出的洞察，分析四种类型商品的特征，并提出营销建议第一象限（右上）4件商品的购物篮系数和购物篮数量均高于平均值，被定义为“人气商品”。它们应该是网店人气和商品销量的主要来源，也是促销活动的重点推广对象第二象限（左上）5件商品的购物篮系数低于平均值，但购物篮数量高于平均值，被定义为“热销单品”。这部分商品需要设法提升关联销售，增加交叉推荐第三象限（左下）3件商品的购物篮系数和购物篮数量均低于平均值，属于边缘商品，本身卖得不好，和其他商品的关联度也不高，需要评估是否继续销售，或改进营销策略第四象限（右下）6件商品的购物篮系数高于平均值，但购物篮数量低于平均值，被定义为“关联商品”，建议增加产品的曝光度，提升销量规模拓展实训03基于POWERBI的销售结构差异分析撰写产品智能分析报告基于POWERBI的销售结构差异分析实训背景销售结构差异分析是指将当前的实际销售额（AC）按不同维度进行拆解，然后与去年同期销售额（PY）、计划销售额（PL）以及预测销售额（FC）进行对比，分析结构差异的方法常用的分析维度有销售团队、客户类型、商品品类、价格区间、品牌、毛利、产地、渠道等通过销售结构差异分析，目的是从多个维度拆解销售额，识别销售目标未达成的原因，可以精确到哪个销售团队、哪类客户、哪种商品贡献了差异这为各品类运营团队的绩效考核和业务策略调整提供了依据基于POWERBI的销售结构差异分析实训背景某护肤品零售企业基于品类的销售结构差异分析如图所示基于POWERBI的销售结构差异分析实训内容全面收集一家零售电商企业的销售数据，然后从销售团队、客户类型、商品品类、价格区间、品牌、毛利、产地、渠道等多个维度对销售数据进行拆解，应用POWERBI绘制AC与PY或FC或PL的族状条形图，添加两条最大值线（参考线），一条用于表示销售金额差异，另一条用于表示差异百分比，然后进行销售结构差异分析基于POWERBI的销售结构差异分析实训要求本实训是一个独立任务，每名学生单独完成，完成后上交《XXX零售电商企业的销售结构差异分析报告》，要求图表格式规范、数据准确、布局合理，分析到位，逻辑清晰撰写产品智能分析报告实训背景作为互联网从业者，免不了要撰写产品分析报告。有些人在体验产品时常会陷入一种“无目的”的状态，不知该如何思考，最终写出来的报告无法让领导不满意，自己也觉得没深度究其原因还是没有找到一条有效的思考路径，想要找到有效的思考路径就要解剖产品。首先将产品想象成一块圆形蛋糕，将其切成两半，一半叫商业，另一半叫产品商业是“魂”，起到导向作用；产品是“形”，通过设计与视觉来体现商业理念这就是思考路径——分离商业与产品商业是促成产品的根基部分，理解它能够帮助你更快地理解产品设计产品的诞生是先由一个有特征的人群做出了某种行为，他们在行为过程中产生了不舒服、受挫的体验，很希望得到改善，直到某个商业产品的出现帮助他们解决了这个问题撰写产品智能分析报告实训内容选择一家网店的一个引流商品作为分析对象，应用AI工具撰写产品分析报告，内容包括：产品概况——背景、产品简介和产品定位产品的销售和盈利情况分析产品的客户画像分析基于使用场景的核心产品层次分析——产品质量和性能分析基于使用场景的有形产品层次分析——产品外观和品牌分析基于使用场景的延伸产品层次分析基于使用场景的期望产品层次分析——客户评价分析基于使用场景的潜在产品层次分析其他分析如产品价格分析，产品库存分析，产品的生命周期分析，市场行情分析，竞品分析等撰写产品智能分析报告实训要求本实训是一个团队任务，两名学生一组合作完成，完成后上交《××

产品智能分析报告》,要求报告格式规范，条理清晰，分析契合业务逻辑，突出重点任务脑图谢谢Thankyou主讲：邵贵平任务八

市场行情分析UncoveringtheLawsofMarketDynamics主讲：邵贵平电子商务数据分析与应用知识

目标了解市场行情的概念理解需求与供给规律，熟悉市场需求与供应分析理解价格形成理论和价格带分布理解市场集中度的相关概念，掌握赫芬达尔指数的计算方法技能

目标具备应用AI技术分析品牌竞争力的能力具备结合AI与百度指数分析市场行情的能力；具备应用AIGC生成行业全景分析报告的能力具备增量市场与存量市场分析的能力素养

目标具备大局意识以及从整体上思考问题的能力具备较强的逻辑分析能力与人工智能技术应用能力树立利用数据驱动创新的理念关注社会现象，自觉担当社会责任学习目标任务导入01中国新电商发展报告（2025）中国新电商发展报告（2025）01AI大模型已深度渗透直播选品、智能客服等环节；VR/AR技术打造出极具沉浸感的感知式消费场景技术革新深度赋能，全方位重塑消费体验04中国电商持续领跑全球，直播电商等新兴产业成为拉动消费与外贸增长的重要力量数据领跑彰显实力，直播电商成显著增量02消费端呈现出三大变革，绿色消费、即时零售和银发经济为新电商发展带来了新的机遇与挑战消费结构深刻变革，多元需求催生新蓝海03政策与市场正形成强大的双轮驱动力量，共同促进行业规范化发展，为企业创造良好的发展环境政策市场双轮驱动，创造良好发展环境05新电商正以价值深化为核心，打造内需扩容、就业升级与城乡协调发展的全新引擎价值深化创造新引擎，驱动内需就业与城乡融合中国新电商发展报告（2025）01为新电商发展注入源源不断创新活力的新动能来自哪里？思考102当前市场需求发生了哪些变化？这些变化又是如何影响新电商发展的？思考203新电商为社会经济发展创造了哪些新价值？思考3基础知识02市场行情认知市场需求分析市场供给分析市场价格分析市场集中度分析市场行情认知市场是买方和卖方进行商品、服务或信息交换的场所或机制市场由需求方（买方）、供给方（卖方）、交易标的（含商品、服务、信息等）、流通渠道（含交易场所、线上平台等）及交易机制五个基本要素构成市场行情是指特定时期内，市场构成各要素互动产生的相关数据与趋势集合，具体表现为交易标的供需关系、价格波动、交易活跃度及行业趋势等市场行情变动的内因是供求关系变化，外在表现是价格波动需求规律市场需求分析市场需求分析市场需求分析案例市场规模图中显示7月26日—8月24日空调访客数的大盘走势，访客数呈逐级下降趋势，从约185万下降到50万，这说明空调的市场需求趋于下降，逐渐进入销售淡季市场需求分析市场需求分析案例市场规模图中显示7月26日—8月24日空调交易指数的大盘走势，交易指数也呈现逐级下降趋势，从约348万下降到115万，从交易指数变化趋势来看，空调市场需求在下降市场需求分析市场需求分析案例支付偏好图中显示8月18日—8月24日客群支付偏好，支付金额集中于2920元以上的区间，合计占比68.93%；支付频次在2次及2次以上的占比合计为87.65%。这说明客群具有较强的购买力市场需求分析市场需求分析案例购买偏好8月18日—8月24日空调的热销品牌榜奥克斯空调的支付转化率最高市场需求分析市场需求分析案例购买偏好8月18日—8月24日空调种类的属性值排行榜通过同比分析，可以发现柜机需求量增幅较大，值得商家重点关注市场需求分析市场需求分析案例购买偏好8月18日—8月24日空调工作方式排行榜用搜索词查询做进一步分析发现：直接搜“定速”的消费者明显少于搜“变频”的市场需求分析市场需求分析案例购买偏好8月18日—8月24日空调功率排行榜市场需求分析市场需求分析案例购买偏好8月18日—8月24日空调适用面积排行榜市场需求分析市场需求分析案例购买偏好8月18日—8月24日空调热销组合属性榜供给规律市场供给分析市场供给分析市场供应分析案例供应商3月2日—3月31日空调品牌供应商按交易指数排名市场供给分析市场供应分析案例供应商3月2日—3月31日，空调店铺按交易指数排行市场供给分析市场供应分析案例供应商从空调行业卖家数与有交易卖家数的角度来分析，淘宝平台空调行业卖家合计1534家，其中有交易卖家为1157家市场供给分析市场供应分析供应量在市场行情频道的搜索分析里可以查到“空调”关键词的在线商品数市场供给分析市场供应分析供应价格在生意参谋商品分析频道的商品温度计里可以找到当前商品所在价格带市场供给分析市场供应分析供应市场结构3月2日—3月31日，空调行业交易指数为1102万，超500万的有2家，超100万的有10家市场供给分析市场供应分析3月2日—3月31日空调市场供应分析市场上的空调卖家有1534家，有交易卖家为1157家，竞争激烈；交易指数排行前3位的空调店铺是天猫优品官方直营、苏宁易购官方旗舰店、格力官方旗舰店；交易指数排行前3位的品牌是奥克斯、美的、格力市场上空调产品在线商品约为353万件市场上空调价格带较宽，相对集中的价格区间是1799～7599元，合计占比70%，客户最容易接受的空调产品价位是2799～4899元，属于中价位，而非价格越低越好市场上空调品牌集中度较高，交易指数在100万以上的品牌有10个，它们占据了市场优势地位市场价格分析价格形成理论价格基本上是自发形成的，是由商品价值、货币价值、供求和竞争、商品成本、品牌溢价、成交数量、付款条件、地理位置、商品质量、自然因素（季节性因素、气候因素）、技术进步、政治经济形势、经济周期等因素决定的商品价值是商品价格的基础，只要商品价值不变，价格就会在其他因素的影响下围绕价值来回波动市场供求是影响市场价格的重要参数，价格是在需求与供给的矛盾与平衡中产生，在讨价与还价中形成的价格带分布商家制定价格策略时，一个很重要的依据就是消费者的消费层次和价格承受能力8月1688上空调价格带分布显示：消费者浏览最多的价格区间为2401～5533元，采购最多的价格区间为0～2401元，可以看出消费者采购空调的价格集中在低价区市场价格分析赫芬达尔指数（HHI）赫芬达尔计算公式：X表示市场的总规模，Xi表示第i家企业的规模，Si

表示第i家企业的市场占有率，N表示该行业内的企业数量HHI越大，表示市场集中度越高，垄断程度越高市场集中度分析市场集中度判断标准一般而言，HHI值应界于0与1之间，但在实际应用过程中通常会将其值乘上10000而予以放大，故HHI应界于0到10000之间美国司法部制定以HHI值为基准的市场结构分类标准市场集中度分析序号HHI市场结构1HHI<500竞争II型2500≤HHI<1000竞争I型31000≤HHI<1400低寡占II型41400≤HHI<1800低寡占I型51800≤HHI<3000高寡占II型63000≤HHI高寡占I型练习题某年某行业TOP50品牌的年销售额如下表所示，年销售额单位为万元，请计算该行业的赫芬达尔指数（HHI），并根据计算结果简要解释该市场的集中度情况市场集中度分析企业排名年销售额企业排名年销售额企业排名年销售额企业排名年销售额企业排名年销售额TOP16371TOP112477TOP211099TOP31776TOP41456TOP25793TOP122218TOP221038TOP32755TOP42427