2022年，中國線上零售使用者規模將達到845億人，佔網際網絡使用者總數的79%2%，實物商品網上零售額達到138萬億元，同比增長489%。電商平台已成為市場經濟中不可或缺的重要營銷平台，而直播作為電商中一種新的營銷模式，市場份額快速提公升，到2023年，我國直播規模將在4%左右92萬億元，雖然增速較上年有所放緩，但仍高達40%。
無數商家和主播紛紛奔向直播電商行業，加入這場“春秋大賽”。 要想在這樣乙個“內捲化”的行業中生存下去，商家勢必要及時調整直播策略，優化直播效果，在眾多競爭者中脫穎而出，帶動GMV的增長。
在這種情況下，作為資料分析師，您肯定會被賦予在直播間分析資料的任務。 流量、互動和交易是進行實時資料審查和分析時需要關注的三個方面。 直播結束後，需要從各類資料中提取價值，了解整個直播的轉化效果，分析當期採用的直播策略是否為轉化和交易帶來了增長。
梳理、洞察、回顧是數位化時代電商運營最基礎、最關鍵的操作，這樣才能最精益求精，不斷提公升直播效果。
今天，我們將以電商直播分析為例，通過資料看盤對GMV進行全方位分析，並從多個角度提出調整直播策略的建議。
文章和圖片都是由 Finesoft 的明星產品 Finebi 製作的！
關注Finefine，我們將持續講解企業數位化轉型的資料分析方法和工具及解決方案
一、業務背景
A公司是全球領先的跨境電商出口平台，致力於為全球客戶提供優質的服務。 海外網紅銷售作為A公司營銷的重要手段之一，是吸引客戶、增加銷量的有效途徑。 近三年來，海外網紅的GMV一直在增長，然而，今年網紅的營銷量有所放緩，給公司的業務發展帶來了一定的挑戰和壓力。
下圖說明了公司的影響者業務流程。
2. 需求痛點
為了找出海外網紅營銷量放緩的原因，有必要對今年的網紅流量、營銷策略和活動資料進行深入挖掘和打分，通過明確可操作的OKR（目標和關鍵結果）和關鍵目標，制定更有效的對策和計畫。
同時，利用資料分析還可以發現新的海外網紅資源，拓展公司的營銷渠道，更好地滿足客戶需求，提公升公司在市場上的競爭力和盈利能力。
與網紅一起分析GMV增速放緩的主要思路包括以下四個方面：
現狀分析：深入了解近三年的GMV趨勢圖和業務流程，理清業務的發展歷程和趨勢。
資料分析：分析帶來流量的網紅，關注網紅平均流量、流量轉化率、單粉絲訂單數、粉絲單價等關鍵指標。 通過資料探勘，識別可能的問題點。
溶液：對發現的問題提出解決方案。 聚焦網紅招募、選品、相關產品推薦三個方向，提公升網紅銷售效果。
網紅商機點：尋找新的有影響力的人合作，為現有有影響力的人提供精選產品，制定促銷活動，並制定有效的營銷策略。 引入衡量工具來評估績效並識別潛在的商機。
通過此次分析，我們可以充分了解網路明星GMV增速放緩的原因，制定針對性的解決方案和業務發展策略，提公升公司在市場上的競爭力。
在這種情況下，資料在finebi>>>中沒有太多編輯，並生成了幾個彙總分析表用於圖表顯示。 在日常工作中，經常需要對Finebi中的原始詳細資料進行過濾、合併、分組、彙總、排序，以完成資料處理。
本次分析中資料表處理的邏輯架構如下圖所示：
本分析中使用的指標口徑如下表所示：
根據GMV趨勢圖，我們將從以下五個方面分析網路明星GMV增速放緩的原因：
帶來流量的影響者：分析單個影響者產生的流量的質量和數量。 可能有一些有影響力的人失去了影響力或吸引力，導致流量放緩。 比較不同影響者的表現，找出流量下降的具體原因。
人均網紅流量：觀察網紅平均流量的變化，檢查個別網紅的影響力是否明顯下降。 分析可能的原因，例如內容更新不足、市場競爭激烈等，以確定是否需要重新評估合作夥伴關係。
流量訂單轉化率：檢查從流量到實際訂單的轉化率。 轉化率低可能表明流量質量問題或購物體驗不佳。 通過使用者行為分析，發現可能的瓶頸和優化點，提高轉化率。
風機人均訂單量：檢查粉絲的購物行為，分析每個關注者的訂單數量變化。 如果出現下降，可能是影響者內容和產品的一致性下降，或者缺乏激勵追隨者進行購買的活動。 制定提高購物參與度的策略。
風機單價：分析粉絲單價的波動，了解**超值產品銷量是否下降或粉絲購物行為發生變化。 採取措施，通過定位商品和增強購物體驗來提高平均訂單價值。
對這五個組成部分進行環比分析後發現，網紅人均流量和粉絲單價與當期比較值相比變化不大，因此我們通過資料定位問題點：帶來流量的網紅數量減少、 流量訂單轉化率下降，粉絲人均訂單數下降。
問題1：帶來流量的網紅數量減少
分析思路：通過兩個維度，即新老網紅和頭腰尾網紅的分層，我們可以通過將當前值與比較值進行比較來了解網紅數量。 資料顯示，老網紅數量變化不大，而網紅佔比在頭、腰、尾的分布沒有明顯變化。 然而，新影響者的數量顯著減少。
分析發現：在此期間，能夠推動有效流量的新註冊影響者數量顯著減少。
策略：我們對網紅的個人形象、性別、粉絲、流量和量進行了全面的評估和分析，並建立了網紅畫像。 通過這個檔案，業務同事能夠制定乙個實用的招聘策略。 通過對網紅畫像的分析，我們可以明確優質網紅招募的方向：以女性為核心，粉絲超過100K，個性鮮明的網紅。 預計這一策略將改善新影響者的招募。
問題二：流量訂單轉化率下降
分析思路：我們將轉化率分解為跳出率和非跳出轉化率，發現這兩個指標都存在更多問題。 因此，我們決定將它們合併，然後進一步分析每個行業（類別）的轉化率和UV份額。
通過對資料的深入分析，我們發現各行業UV佔比分布變化不大，但四大類的轉化率有所下降。
分析發現：網紅帶來的產品與他們宣傳的形象不符。
策略：
為了達到人貨匹配的目標，我們需要推薦網紅粉絲感興趣的品類。 因此，我們對網紅男女粉絲感興趣的類別進行深入分析，並根據分析結果開展相應的推薦活動，以達到匹配人貨的最佳效果。
從影響者的角度來看，選擇合適的產品需要多種因素的結合。 除了產品本身的銷售熱度和佣金水平外，產品的適度**也是乙個重要的考慮因素。 在為網紅選擇產品時，需要努力保持產品與網紅自身形象的契合度，以提高產品的吸引力和推廣效果。 這種整體方法有助於確保選擇符合市場趨勢，並與影響者的個人品牌形象保持一致，以更好地滿足受眾的需求並增加銷售額。
問題 3：每個風扇的訂單數量減少了
分析思路：為了解決每個粉絲訂單數量減少的問題，我們將其拆分為兩個維度，即購買單個品類的人數和多個品類的交叉購買數量。 然後，我們進一步細分了每個類別中交叉購買的數量和比例，以深入了解具有交叉購買行為的粉絲更喜歡購買哪些類別。 該分析方法旨在發現品類之間的相關性，為增加每個關注者的訂單數量提供更具體的資料支援，並幫助業務團隊制定更有針對性的推廣策略。
分析發現：有行業交叉購買行為的人數和比例有所下降。
策略：為了更好地了解跨品類交叉購買的相關性，我們建立了暢銷相關品類的熱圖，以清楚地顯示不同品類之間的相關性。 通過這次分析，我們能夠確定如何增加相關產品推薦和商店促銷等策略，以增加粉絲的訂單數量。
具體來說，我們可以實施諸如補單和減少訂單等活動，以鼓勵消費者同時購買多種產品。 此外，根據不同品類的特點和使用者需求，有針對性地開展相應的營銷活動，促進不同品類之間的交叉購買，增加使用者購買頻率和忠誠度，實現商業價值最大化。 預計這些策略的實施將重新激發消費者的興趣，並推動交叉購買行為的增加。
通過上述策略，我們衡量了GMV KPI，並發現了一些影響者商機。 為了進一步利用這些機會，我們可以採取以下措施：
首先，為了最大化推廣效果，我們需要：根據所選影響者的粉絲感興趣的類別提出建議這一步可以進一步增加網紅的銷量，為網紅GMV的快速增長提供助推。
其次，在網紅銷售額相對較高的品類中深入挖掘商機。 我們可以制定更多的促銷和產品組合策略，以吸引更多的消費者購買相關產品。 通過這種方式，您可以最大限度地發揮影響者的影響力並進一步推動銷售。
最後，通過持續監控和調整關鍵指標，不斷優化營銷策略和活動。 這有助於為企業和有影響力的人創造乙個更有利的商業環境。 通過不斷迭代和改進，我們能夠更好地適應市場變化，增加網紅GMV的長期增長潛力。
BI工具在電商直播效果分析中發揮著重要作用。 通過深入挖掘資料並分析直播 GMV 趨勢、網紅營銷收入和轉化率等關鍵指標，BI 工具可以為企業提供全面的業務洞察。
希望本文對您和貴公司的直播資料分析有所幫助！
實時資料