圆堆图circle packing算法可视化分析电商平台网红零食销量采集数据

简介: 圆堆图circle packing算法可视化分析电商平台网红零食销量采集数据

原文链接:http://tecdat.cn/?p=24906


你知道“巨型猪饲料”“单身狗粮”是什么吗?这不是给动物吃的,也许你或多或少听说过,这些在网上引起巨大反响的零食,完全激起了大家的购买欲望。



要点提示


与传统食品相比,这种购物模式不需要消费者亲自到商店或市场去挑选商品,而是可以直接通过网络媒体完成,具有品种丰富、跨区域、价格优惠等优点。


大数据 "对于今天来说可能已经不再是一个新词,但数据如何在营销中发挥更深远的作用,一直是很多营销人思考的问题。


真正在营销中玩转数据的新方式,应该是能够触及营销的核心问题--如何从数据中找到深刻的洞察力,从而找到品牌的定位乃至内容的创意角度。


在这篇文章中,我们试图用数据来回答这个问题。


主题一不同类型活动的网红零食商品销量分析


通过雷达图,我们以二维形式展示多维活动销量数据。但是,它有一个局限,就是数据点最太多,容易无法辨别。因此,我们筛选出最热门的12个活动类型。




图一


从图上可以直观的看出,每一项活动销量的优劣性,以及对各类互动的全局性比较。


我们将在对这12类活动的整体销量做出评估,为营销计划做出指导。通过这个雷达图可以看到很多信息,比如2件9.5折的销量最差,折扣越高,销量越高。放心购和免邮活动的销量都不错,厂商配送销量也较高。


秒杀和放心购的销量区间较大,说明这类活动销量表现参差不齐。95后和90后是典型的冲动型消费,他们会追求快速消费(尤其是交易价格不高的零食),所以在设计详情页时一定要能在前两屏迅速抓住他们的心(促销活动、多样性等,这些都可以作为卖点),导致冲动型消费。



点击标题查阅往期内容


数据挖掘:香水电商销售策略分析

01

02

03

04


主题二价格和商品销量关系


我们通过河流图对商品销量的分布可视化。它显示了几个商品价格分组的销量数值的演变。每个组都围绕中心轴显示,边缘是圆形的,从而形成流动的有机形状。



图二


从平均销量来看,可以看到200元以下价格区间的商品中,自营的商品平均销量更高。当价格区间在200~250元时,非自营商品的平均销量更高,更高价格区间中,两者的销量差不多。从总销量来看,200元以下价格区间的商品中,自营的商品销量更高,在75到100元区间,两者销量相似。当价格区间在200~250元时,非自营商品的销量更高,更高价格区间中,自营商品销量更高。


总的来看,自营旗舰店的商品销量更高。其中个别区间如区间75-100元为例,它对应的商品往往是各类小众网红零食商品,这个市场尚未被大品牌自营旗舰店完全抢占。


主题三圆堆图circle packing算法分析不同类型和活动的网红零食评价


圆堆 circle packing 定义很简单:一堆互不相交的圆。将不同的圆堆积在一起,用于展示圆之间的大小关系。本文我们通过不同类型活动和是否自营的商品评价进行圆堆图分析,比较他们之间的关系。


由于各电商平台与经营者,经营者与经营者之间良莠不齐,在这种情况下,存在平台自营与非自营的区分。


 

图三


官方商城中丰富的自营商品是其标志性的特征,且一般有着较高的可信度和品质保证,销量和好评度理应较高。自营产品虽然数量较少,但评论数明显高于非自营产品。同时,自营产品的好评度也略高于非自营产品。


同时我们发现秒杀、放心购等活动的评价数和好评数最多。通过秒杀和满减等活动可以作为卖点,商家可以快速的抓住消费者的内心,促成冲动型消费。


相关文章
|
21天前
|
存储 编解码 负载均衡
数据分片算法
【10月更文挑战第25天】不同的数据分片算法适用于不同的应用场景和数据特点,在实际应用中,需要根据具体的业务需求、数据分布情况、系统性能要求等因素综合考虑,选择合适的数据分片算法,以实现数据的高效存储、查询和处理。
|
21天前
|
存储 缓存 算法
分布式缓存有哪些常用的数据分片算法?
【10月更文挑战第25天】在实际应用中,需要根据具体的业务需求、数据特征以及系统的可扩展性要求等因素综合考虑,选择合适的数据分片算法,以实现分布式缓存的高效运行和数据的合理分布。
|
26天前
|
并行计算 算法 IDE
【灵码助力Cuda算法分析】分析共享内存的矩阵乘法优化
本文介绍了如何利用通义灵码在Visual Studio 2022中对基于CUDA的共享内存矩阵乘法优化代码进行深入分析。文章从整体程序结构入手,逐步深入到线程调度、矩阵分块、循环展开等关键细节,最后通过带入具体值的方式进一步解析复杂循环逻辑,展示了通义灵码在辅助理解和优化CUDA编程中的强大功能。
|
1月前
|
机器学习/深度学习 人工智能 算法
"拥抱AI规模化浪潮:从数据到算法,解锁未来无限可能,你准备好迎接这场技术革命了吗?"
【10月更文挑战第14天】本文探讨了AI规模化的重要性和挑战,涵盖数据、算法、算力和应用场景等方面。通过使用Python和TensorFlow的示例代码,展示了如何训练并应用一个基本的AI模型进行图像分类,强调了AI规模化在各行业的广泛应用前景。
31 5
|
25天前
|
存储 JSON 算法
TDengine 检测数据最佳压缩算法工具,助你一键找出最优压缩方案
在使用 TDengine 存储时序数据时,压缩数据以节省磁盘空间是至关重要的。TDengine 支持用户根据自身数据特性灵活指定压缩算法,从而实现更高效的存储。然而,如何选择最合适的压缩算法,才能最大限度地降低存储开销?为了解决这一问题,我们特别推出了一个实用工具,帮助用户快速判断并选择最适合其数据特征的压缩算法。
31 0
|
1月前
|
算法
PID算法原理分析
【10月更文挑战第12天】PID控制方法从提出至今已有百余年历史,其由于结构简单、易于实现、鲁棒性好、可靠性高等特点,在机电、冶金、机械、化工等行业中应用广泛。
|
1月前
|
人工智能 算法 前端开发
无界批发零售定义及无界AI算法,打破传统壁垒,累积数据流量
“无界批发与零售”是一种结合了批发与零售的商业模式,通过后端逻辑、数据库设计和前端用户界面实现。该模式支持用户注册、登录、商品管理、订单处理、批发与零售功能,并根据用户行为计算信用等级,确保交易安全与高效。
|
1月前
|
前端开发 算法 JavaScript
无界SaaS模式深度解析:算力算法、链接力、数据确权制度
私域电商的无界SaaS模式涉及后端开发、前端开发、数据库设计、API接口、区块链技术、支付和身份验证系统等多个技术领域。本文通过简化框架和示例代码,指导如何将核心功能转化为技术实现,涵盖用户管理、企业店铺管理、数据流量管理等关键环节。
|
1月前
|
算法
PID算法原理分析及优化
【10月更文挑战第6天】PID控制方法从提出至今已有百余年历史,其由于结构简单、易于实现、鲁棒性好、可靠性高等特点,在机电、冶金、机械、化工等行业中应用广泛。
|
1月前
|
机器学习/深度学习 算法 数据处理
EM算法对人脸数据降维(机器学习作业06)
本文介绍了使用EM算法对人脸数据进行降维的机器学习作业。首先通过加载ORL人脸数据库,然后分别应用SVD_PCA、MLE_PCA及EM_PCA三种方法实现数据降维,并输出降维后的数据形状。此作业展示了不同PCA变种在人脸数据处理中的应用效果。
34 0