激光产品IEC60825报告灯具IEC60598 IEC60335测试报告UL 9990
本文内容来自B站up主：老周道数据
各位数据的朋友，大家好，我是老周道数据，和你一起，用常人思维+数据分析，通过数据讲故事。
对于B站来说，我是一个新人，但在数据分析行业，我却是一个有着16年从业经验的老人。随着数据价值认知的提升，数据分析师这个岗位越来越受到企业的重视，特别是在零售行业。但是，在实践中，会存在一个普遍的现象：懂业务的不懂IT，懂IT的不懂业务，这就导致很多业务人员不但要熟练操作EXCEL，还得有数据库知识，甚至还要懂python。不但要知道问题是什么，还需要导出数据，清洗数据，计算数据，一系列的操作下来，太阳已经下山了，明天起早又要重新弄数据。日复一日，古人云，衣带渐宽终不悔，为伊消得人憔悴，而我们却憔悴的同时，久坐不动衣带却渐窄了。
于是，我就有了这么一个念头，让大家用常人的思维，通过一个好的数据分析工具，回归到业务本身，解决业务的问题，用数据驱动运营。
所以，我讲的内容，和许多大佬不同，不会给大家讲EXCEL技巧，更不会讲什么phthon数据挖掘，就是从日常的数据当中，结合日常的业务场景，通过数据发现问题，分析问题，给出答案。
今天是我们零售行业数据分析内容的第一讲。这一讲，我们先问大家一个问题：杜蕾斯，大家是顺手买呢？还是专门买呢？大家可以留言或发弹幕，然后，再通过大数据来告诉大家答案，是不是与你一样？
那今天到底要讲什么呢？今天要讲的就是连带销售。什么是连带销售呢？百度百科是这样解释的：连带销售（Joint and several sales），又叫附加销售，是销售中一个提升销售的最重要技巧。连带销售不是完全无目的地推销某种商品，而是深度挖掘顾客的潜在需求后有目的性地推荐适合顾客的商品，这样的连带销售能够提升销售人员的综合素质及销售业绩，更能为顾客进行更满意的搭配。
通俗一点讲，就是让顾客在同一笔订单中买更多的商品。为了更好的让大家理解，先讲一个经典的案例，大家可能听说过，那就是啤酒与尿片的故事。话说某零售企业，在数据分析时发现，啤酒和尿不湿经常一起卖出去，为什么会这样呢？后来经调查发现，原来美国通常都是男人一周出来购物一次，在买尿不湿的同时，为自己准备一件啤酒。于是，超市就把婴儿的尿不湿和啤酒放在一起售卖，这样就大大提高了啤酒的销售量。
讲到这里，大家就知道连带销售的价值了：对于零售企业来说，如果掌握了商品的连带销售密码，就可以通过陈列与导购，来提升销量，同时，也可以通过相关性，规避某个关联商品缺货的情况。
故事听起来很让人兴奋，但是，我们如何自己能够做到呢？接下来，我们通过几个连带销售分析的案例来看一下，我们是怎么去洞悉商品连带销售的密码：
我们在实践中，通常希望回答以下几个问题：
1、某个品类中，哪些商品的销售笔数是最多的？
2、某个商品主要和哪些商品连带销售？
3、某个商品与连带商品的销售组合，在各门店的情况是不是一致的？为什么有些门店连带率很高，有些则不高？这些规律是可以通过导购改变的，还是由于门店所处位置的消费群体自然形成的？
4、这个商品在不同门店连带最高的商品又有什么不同？
5、这些商品连带的规律是不是我们预期的，如果是我们预期的，那么，我们就要分析，为什么有些门店关联销售好，有些却不好，关联销售好的，是因为陈列的原因，还是导购的原因，还是促销的原因？不好的原因又是什么呢？那这些经验是否可以推广？
6、如果数据上呈现的某些商品连带规律并不是我们预期的，我们则是希望想办法改变的，比如，我们希望一些导流商品，可以关联高毛利的商品，那么，我们就需要反其道而行。
好，说了这么多，我们下面进到系统实际来看一下：
首先我们先来看一下超市的例子，我们先选择一个品类，选择营养保健酒吧，这时，就可以看到在营养保健酒这个品类中，哪款商品的销售笔数最多，同时，这款商品与哪些商品产生了连带销售，连带占比是多少？还会显示会员消费的连带情况，以及商品与连带商品的毛利带情况。在本例中，可以看到销售笔数最多的是这款老米酒，而这款老米酒连带销售最多的商品是思念牌的汤圆。甜酒煮汤圆，这也是我的最爱。
那我们再来看一下这种搭配，在各门店的情况是怎么样的？这时我们就可以点击这一行，联动下面的表格，就可以看到各门店的情况还是有些不一样的。
那是不是每个门店这款老米酒连带销售最多的商品都是思念牌的汤圆呢，这时我们再拖动到下面的表格，这时就会看到，其实，009这个门店，它连带销售最多的就是康师傅牛肉干拌面，而0050这个门店连带最多的商品是三全的汤圆。
有了这个数据，是不是三全这个厂商，可以想办法将自家的商品摆放到老米酒更近的位置，从而获得更多的销量呢？
我们再来看乳品这个品类，可以看到，在这个品类中，最畅销的是蒙牛250ml的纯牛奶。但更有趣的是，8%的人会同时购买伊利250ml的纯牛奶，这说明有8%的人其实是喝哪个品牌都无所谓，或者是想换着喝。
我们再来看一些明细商品的连带销售情况。比如我们输入牙刷，选择04251这款牙刷，这是款儿童牙刷，搭配销售最多的是另一款儿童牙膏，连带占比大概是2.4%；
再看07979这款成人牙刷，搭配销售最多的也是另一款成人牙膏，连带占比大概是1.4%。
从上述数据我们就会发现，牙刷和牙膏大家并不一定会同时买，为什么呢，因为两个产品的使用寿命是不一样的。但相比来说，儿童牙刷和牙膏一起买的概率要大一些，这又是为什么呢？养过娃的都知道，小朋友是很耗牙刷的。那么，我们是不是可以在陈列的时候，儿童类的牙刷和牙膏就放在一起，便于用户购买呢？
我们再来输入杜蕾斯，一阵操作下来，感觉杜蕾斯很少有连带的记录，难道是大家不买了吗？我们来看一下实际的销售情况，这时会发现，同样的5016这款，实际销售了566笔，仅有139笔是存在连带商品的，换言之，有3/4的顾客是直接只购买了杜蕾斯这一款商品。
原来，大家以为杜蕾斯放在收银口，便于大家购买的时候顺手去买，但事实上，大家不是顺手买，而是直奔目的地去买。我们在医药连锁的数据上验证一个这个有趣的结论。（停顿较久）我们会发现11695这款商品的销售笔数是1237笔，而有连带销售的仅295笔，也就是说，近76%的顾客是只买这一款商品的。这个数据也验证了之前的结论。
我们再来看一下医药连锁的其他数据，商品中类选择抗病毒感冒用药，会看到卖的最好的是这款抗病毒颗粒，而它的毛利带是处于超低毛利带，但它连带占比超过10%的是复方感冒灵颗粒，是处于中毛利带，超低毛利连带中毛利，这也算是成功的引流策略。
我们最后来看一个家居服饰的数据，商品大类输入鞋类，可以看到这款女士棉拖鞋的48%连带销售的是同款男拖鞋，也就是说，有近一半的顾客会同时选择男女同款鞋。而且会员的连带占比更高一些，达52%。
通过简单的操作，我们就可以动态的得到一系列的答案，而基于这些答案，我们就会洞察商品连带规律，并采取有效的行动来提升销售业绩：
所以，我们会发现，在这些应用场景中，算法并不复杂，复杂的是，当我们有超过10万个商品的时候，计算量是巨大的，而且，我们在分析数据时，需要一个连贯的分析思路，所以，仅仅一个表格是满足不了的。
我们再来总结一下，做好连带销售分析，在哪些方面可以帮助到我们，从而最终帮助我们提升销售业绩：
1、改变陈列提升销售：关联性强的商品是不是陈列在一起更便于顾客购买？
2、提升导购能力：哪些商品间的关联性强？其他门店的成功经验是什么？哪些又更受会员青睐？
3、帮助新品推广：新品所在的品类通常与哪些品类连带销售？
4、有效促销：拟促销的商品组合，有历史的数据支持吗？
5、防止断货：如果某个商品进入销售旺季，那么，连带率较高的其他商品最好也要备好货。
好了，经过今天这一讲，大家会发现，数据会说话，它会告诉你现状是什么，有没有异常，然后大家再根据常识去推测，再经过数据去验证，最终就可以得到一个结论，这个结论不管与你的经验是相符还是相反，这就是数据的价值！
最后，杜蕾斯，大家是顺手买呢？还是专门买呢？你的答案和大数据答案是一致的吗？你也可以转发给你的朋友，问一下他们的答案。
老周道数据，和你一起，用常人思维+数据分析，通过数据讲故事，我们下一讲再见！
我们建了一个亚马逊卖家交流群，里面不乏很多大卖家。
现在扫码回复“ 加群 ”，拉你进群。
热门文章
*30分钟更新一次
