訂單銷售交易資料，對企業來說其重要性，不言而喻。訂單銷售交易資料交易類資料包含的資訊大概有幾個層面：   1. 錢：老闆最關心的資訊   2. 場：什麼渠道最好，渠道的屬性怎麼樣，有什麼特徵   3. 貨：哪個或哪幾個產品或產品組合最好、哪個服務怎麼樣   4. 人：那些人最能提供錢，怎麼提供錢 一句話概括就是：**what money？where money？how money？ can more？** [toc] # 一、訂單基本資訊和資訊解讀   訂單資訊至少要關聯**客戶ID**，因為只有人能給企業提供錢，只有知道是那類人，才能想辦法從這類人中賺更多的錢。 - 訂單號：XXX（訂單流水號） - 門店：XXX（銷售渠道） - 客戶ID：XXX - 交易時間：XXX - 產品：數量和金額XXX（是單價還是彙總金額） - 優惠券使用：XXX - 產生積分：XXX ## 1.1 訂單號（訂單數）   訂單流水號，有可能反推出該企業一天客戶量，一天的訂單數。企業一般都會做一些特殊處理（不是簡單順序編號）。 ##1.2 門店（銷售渠道）   表示使用者在這個銷售渠道消費，錢從哪裡來的。這裡的渠道，指‘錢’的渠道，而不是網際網路‘流量’的渠道。一個是要‘錢’，一個人是要‘人’；一個是‘人動貨不動’，一個是‘貨動人不動’。當然最後都是為了：‘錢’！   假如是**首單**，可以分析出這個渠道是否吸引某類的使用者；假如**多平臺**（渠道），可以分析使用者的渠道消費習慣，習慣在一個地方消費還是多個地方。是否不同的商品是否更願意在某個平臺（渠道）上買；假若是**N單**，形成一定規模的訂單資料，可以分析那個渠道更受歡迎，資源分配時該往那個渠道傾斜。使用者有沒有渠道轉換的情況。優良的渠道有什麼**特點**，是否可以借鑑經驗。   可以總結為：**好還是不好？特點是什麼？能不能借鑑？** tip： **傳統的‘錢’渠道**：一般分為銷售大區、線上、線下、旗艦店、加盟店、某個部門、某類銷售員等等 **網際網路的‘流量’渠道**：資訊流推廣、搜尋引擎推廣、應用市場推廣、自媒體推廣、短時頻推廣、其他推廣（地鐵廣告、牆面廣告）等 ##1.3 客戶ID   花錢的人。型別是什麼（ToB客戶、ToC客戶）？   結合交易時間、金額、優惠券活動等，深挖使用者的一些特徵、共性。對於客戶維度而言，要做的就是‘聚合’，把同種類的客戶聚在一起，因為人力、資源有限，不可能也做不到對每一個客戶做一對一服務，一對一營銷。要對使用者進行分層，找出高價值使用者： （1）**RFM模型**   某時間視窗內，根據R（Recency，近度/最近一次消費）、F（Frequency，消費頻次）、M（Monetary，消費金額）對使用者進行分層。引數的閾值要根據實際業務情況來設定，切莫不要為了資料好看劃分等級。在資源的有限情況下，儘量用小部分的使用者覆蓋大部分的額度。在運營策略上，應結合使用者分層的結果，針對不同的使用者分類使用者制定不同的運營策略： - 針對重要價值客戶，應保持好現狀； - 針對重要發展客戶，由於其價值高但是頻次低，應採取合適的策略來刺激其消費頻率； - 針對重要保持使用者，應採取合適的策略來將其召回，留住該使用者； - 針對重要挽留使用者，召回他並刺激其消費； - 針對一般價值使用者，可以通過發放大額面值優惠券等方式刺激消費力度； - 其餘幾類使用者都要在考慮成本、資源的情況下采取相應的策略召回、刺激消費。 （2）**根據消費狀態對使用者分層**   使用者分層的目的在於區分不同價值的使用者，對不同價值的使用者、不同階段的使用者採用精準、細化的運營方案。在實際業務場景中，常常把使用者分為： - **新使用者**：時間視窗內，首次消費的使用者。 - **不活躍使用者**（流失使用者）：時間視窗內，未消費的老客。 - **活躍使用者**：本時間視窗內有消費，上一個時間視窗也有消費的使用者。 - **迴流使用者**：上一個時間視窗中沒有消費，而在當前時間視窗內有過消費的老客。   使用者分層的方法多種多樣，其核心目的：把使用者‘聚類’——區分‘價值’——資源最大化‘精準營銷’——使‘錢’最大化。不用多複雜方法，在資源緊缺的時候，根據‘帕累託二八分佈’也能找出那20%的使用者。 使用者質量分析 使用者留存、生命週期分析 會員管理 ## 1.4 交易時間（年月日時分秒）   使用者在那個‘年月日時分秒’的時刻花了錢。一般可以反饋資訊有：**使用者的消費行為**、**時間維度下，基礎度量值的描述性統計**   交易時間剛好是某個特定日期，使用者消費某類商品是否與該特定節日有關，能不能指導節日促銷；   週期性交易；   客戶生命週期和留存情況；   回購率和復購率；   時間趨勢（銷售金額、訂單數、成本、消費人數等等）；   某類使用者對某類商品的消費時間習慣（某時刻），能不能指導個性化推送、活動促銷等；   購買頻率   一般先做描述性統計分析，看那個時間窗口出了問題，再對該時間視窗做一些深挖分析。 ## 1.5 產品（品類+數量）   使用者買了啥，是1類還是多類，是1件還是N件？多類的話，這些類有什麼關聯？多N的話，為啥是N件，不是N+1件？一般反饋的資訊有：**品類的關聯性**、**使用的週期性**、**產品維度下，基礎度量值的描述性統計資訊**   產品品類是否可以做購物籃分析、關聯分析，能否指導交叉銷售最大化；   產品銷售-利潤分佈如何（帕累託分佈），能否指導產品品類優化、生產優化；   TopN暢銷產品是哪些，能否指導新品研發；   數量代表使用程度，分析一定數量的使用週期，能否指導某類商品的週期性精準推送； ## 1.6 金額   決定使用者的購買力，最直觀體現就是使用者的消費檔次、產品檔次。 ## 1.7 優惠券   客戶買東西使用優惠券，沒有優惠券就不買了？   優惠券的目的：衝量或者利潤最大化   優惠力度=優惠券額度/總消費金額   怎樣的優惠力度最合適（讓客戶多下單，讓利潤最大化）   判斷客戶質量，分析促銷敏感性使用者 ## 1.8 積分   分析會員等級   挽留客戶，積分兌換 # 二、首張訂單   使用者首次付費很重要，特別是免費體驗的產品。首次付費模式可以借鑑，可以反推未付費使用者，可以反推業務付費模式是否合理。為二次消費提供營銷思路。 # 三、多張訂單對比分析 ## 3.1 補貨週期   交易時間和數量決定購買時間間隔。精準的補貨週期，可以預防缺貨風險，觸發使用者二次購買。 ## 3.2 增量銷售   同類客戶是否購買某類產品越來越多。能否指導銷售。增量銷售注意分清囤貨和自然增長，促銷活動儘量避擴音前消費，而應該是以信任度、粘度為前提。 ## 3.3 交叉銷售（購物籃分析-關聯分析） ## 3.4 購物路徑   基於時間某類客戶購買A產品，又購買了B產品。比如相機（新手級，專業級）、手機、軟體（demo，企業級）品類等。跟蹤銷售機會。 # 四、分析思路和維度 **維度劃分：** - 時間維度：時間各種鑽取 - 銷售渠道維度：傳統渠道和網際網路+渠道 - 使用者維度：ToB和ToC客戶型別 **分析思路：** 1. 先看時間視窗期大盤 1. 視窗期內那個維度、那個點除了問題 **基礎度量值** - 銷售金額 - 成本 - 利潤 - 訂單數 - 客單價 - 折扣 - 使用者數（總流量） # 五、方法 - 出了問題？假設方法，假設檢驗？ - 那部分比較好，怎麼做比較好？對比方法，A/B