2020年9月11日 星期五

16_電商女鞋消費分析_老闆如何依價錢進貨?

 上一篇老闆知道在2016年銷售最好,依據該年度消費者喜歡品牌分析,消費者消費行為依品牌價錢總和可區分為三個等級,分別為4萬以內、4萬-8萬之間、8萬到12萬,從統計圖可感覺消費者在4萬元以內的區間,所以本篇將銷售出去的商品依據價格區間找出品牌。

將月份及品牌群組,並計算每個品牌銷售總額

Prices <- SalesTrue %>% 
  separate(dateAdded,c("Year","Month"), sep = "-") %>% 
  filter(Year == "2016") %>% 
  group_by(Month,brand) %>% 
  summarise(Income = sum(prices.amountMax)*30)  %>% 
  ungroup()
View(Prices)

從上圖可以看到每個品牌的銷售總額並有1283各品牌,在上一篇經統計消費價錢可區分三個區間,因此將上圖所有品牌銷售總金額分類至屬於的價錢區間,因此建立Level變數存放分類的結果,再以PricesRange存放Prices及Level兩個變數的資料。

首先將每個品牌銷售總額分類
Level <- ifelse(Prices$Income <= 40000, "Four",
                ifelse(Prices$Income <= 80000,"Eight",
                       ifelse(Prices$Income <= 120000,"Twelve",
                                                   ifelse(Prices$Income > 120001,"Twelve+","")) ))

這一段程式碼Four為4萬元以內的區間;Eight為4萬-8萬之間;Twelve為8萬到12萬、12萬以上為Twelve+,分類結果如下圖

將資料合併為R資料框架
PricesRange <- data.frame(Prices,Level)
View(PricesRange)
結果如下圖

大致瀏覽是否有正確分類,細看完成每個品牌價格區間的分類,但資料太多很難區分品牌坐落在哪一個價格區間,因此繪圖查看

從上圖明確得知消費金額座落於4萬元以內的等級,而消費次數約1200筆次消費,證實上一篇的假設,而在上一篇又提出四萬是薄利多銷還是商品單價很高,所以依據4萬以內計算每個品牌消費次數及各品牌銷售總額的平均價錢,程式碼如下
BrandFour <- PricesRange %>% 
  filter(Level == "Four") %>% 
  group_by(brand) %>% 
  summarise(
    PricesAvg = mean(Income),
    Consumption = n()
  ) %>% arrange(desc(Consumption)) %>% 
  ungroup()
View(BrandFour)


上圖中為4萬以內的品牌共有681各品牌,第一筆bamboo品牌平均銷售價錢為922元並銷出9次,似乎證實薄利多銷,但看第二筆平均銷售單價為3530.5元也消費9次,若以第一筆和第二筆比較,似乎無法證實薄利多銷的論點,所以我們再追下去!

因此以消費次數以及每個品牌平均總合價錢,兩者之間的關係,如下,先將消費次數轉換成類別

BrandFour$Consumption <- factor(BrandFour$Consumption)

ComsumptionPrices <- BrandFour %>% 
  group_by(Consumption) %>% 
  summarise(TotalAvgLevel= sum(PricesAvg)) %>% 
  ungroup()

繪圖來看
ggplot(data = ComsumptionPrices,mapping = aes(x=Consumption,y=TotalAvgLevel,fill="brand")) + 
  geom_bar(stat = "identity")

圖中的結果令我意外!每個品牌的加總金額竟然消費次數在1到3次,是賺錢的主力,所以我們看一下ComsumptionPrices 資料

所以我們看上圖消費次數1次共有373筆超過681筆品牌的一半,消費次數多次是無法令網站賺錢,當然我可以再看消費1次平均金額是多少?可以了解大多用戶可接受的價錢,可繼續分析但我想這個課題留給大家,因為程式邏輯都差不多,因為我們將資料透過分析已經切到很小,後續的分析都手到擒來!

結論:
1.承接上文再接續分析下去會到消費行為,如消費者付款方式、商品樣式等,而這些需要其他資料及進行關聯才能分析。

2.對於老闆該如進貨從品牌銷售總額、品牌坐落於價格區間、平均、消費次數等所帶出來的資訊足以讓老闆進行決策及行銷部的姊姊們討論一個禮拜。

下一篇會開始另一個實際案例,就是用R寫論文!

沒有留言:

張貼留言

無現金支付的反思!

  **購物經歷** - 作者花費大量時間尋找立燈,最終在IKEA購買了一個649元的立燈 - 在IKEA附近停車場遇到只接受無現金支付的情況,被迫註冊並使用Line Pay **無現金支付的觀察** - 作者認為Line Pay作為前端介面,有助於提高停車場付費效率 - 作者預...