|
学习初衷
我是帆软用户3167593，任职于某公司数字化运营部门，平常有大批量数据处理需求，涉及到产品的销售具体情况和消费者的购买分析情况，借鉴亚马逊的消费者结构分析数据做了以下分析，通过BI数据平台想要做得省级，市级，区县级驾驶舱数据等。
作品简介
借鉴亚马逊消费者触达消费者分析数据，做了以下分析。首先通过数据分析现存的消费者的性别分类，年龄分类进行数据总结，得出现在通过对性别、年龄联动分析可知，女性消费者的年龄分布主要为21-25和31-35，男性消费者的年龄分布主要为21-25和26-30，两者都以21-25占比最高。通过词云图可明显得知，消费者的购买偏好前三品类依次为服装和时尚、美容和个人护理、家庭和厨房。通过购物频次分析消费者每月购物次数相对频繁，一个月几次的占比高达总体的三分之一。对性别、年龄、购买商品偏好、购物频次进行多级联动分析。可得如下结论：
①21-25岁的女性，一个月购物几次的商品偏好为美容和个人护理。
②31-35岁的女性，一个月购物几次的商品偏好为服装和时尚。
③21-25岁的男性，一个月购物几次的商品偏好为服装和时尚。
④26-30岁的男性，一个月购物几次的商品偏好为美容和个人护理。
综上所述：亚马逊平台用户群体偏年轻化，集中于21-25岁的年轻人，而不同性别的群，表现出不同的商品消费偏好。
再结合消费者购物的前中后进行过程分析，看消费者的消费习惯和转化率分析
1、购前行为分析：从消费者搜索习惯可知，消费者更多是采用产品类别和关键词的搜索方式，占比依次为37.04%、35.55%。因此，建议亚马逊平台卖家做好产品类别和关键词的运营策略。
2、购中行为分析：
a.消费者在购物中对商品他人留评的依赖程度相对较高，占比达到57.81%，且对消费者的调查反馈结果来看，大部分消费者认为商品评论是具有较大参考价值的。可见留评对消费者购买转化起到了重要作用，建议平台做好售前售中售后服务工作。
b.从购物车的漏斗转化分析模型得出35.8%的消费者在浏览时会将商品添加到购物车，而其加购转化也相对较高，达到21.7%，可见大部分消费者在添加购物车后都会进行购买。
c.消费者加购后放弃购买的原因主要是在其他地方找到更好的价格、改变了主意或不再需要该产品，以及运输成本高。而价格和运输成本导致的客户流失是平台和卖家可以共同去争取的，卖家和平台通过改善供应链控制运输、仓储等成本，提供更有优势的价格，互利共赢。
3、购后行为分析：购物后有近一半的消费者没有进行留评，而从购中分析来看，购后留评对消费者购买起到了重要作用，故卖家和平台应关注评价， 提供优质的产品和服务，积极争取正面评价，以提升产品的销量。
1、通过亚马逊优势分析可知，消费者最欣赏亚马逊的地方分别为有竞争力的价格和个性化产品推荐功能，占比分别为31.06%和30.73%，平台和卖家继续做好性价比产品的供应和个性化推荐服务工作，充分发挥自身优势。
2、消费者对亚马逊的改进建议（劣势分析）中排名前三的分别为客户服务响应能力、产品质量和准确性、减少包装上的浪费。建议平台和卖家做好客服培训工作，更高效的响应消费者的咨询需求。另外，卖家应更多去注重产品质量、提高详情页的准确性，避免“货不对板”，以及减少包装上的浪费。
3、产品推荐方面，从优势分析中可知，消费者对亚马逊个性化产品推荐功能还是比较满意的。但结合产品推荐频次、产品推荐购买情况、产品推荐准确性分析，产品推荐购买率较高，而消费者收到产品推荐服务的频次“极少”占比相对偏高，以及产品推荐一般和不准确的占比达到77.64%。建议平台优化产品推荐功能服务，提高“人与货品”的匹配度的准确性，以及提高产品推荐次数，高效触发更多的消费者，助力平台和卖家互利共赢；而卖家也可通过深入了解亚马逊推荐商品的算法，掌握亚马逊的规律使产品能有更多的曝光度。
4、从购物体验满意度可知，消费者对亚马逊平台满意度较差，建议平台和卖家多关注物流配送、售前售后服务、个性化服务等方面的工作，提高消费者满意度 | 
