老杨道数据,和你一起,用平常人逻辑思维 数据剖析,根据数据说

文中內容来源于B站up主：老杨道数据

诸位数据的好朋友，小伙伴们好，我是老杨道数据，和你一起，用平常人逻辑思维 数据剖析，根据数据说故事。

针对B站而言，我是一个新手，但在数据剖析领域，我则是一个拥有16年从事经历的老年人。伴随着数据使用价值认知能力的提高，数据投资分析师这一职位愈来愈遭受公司的高度重视，城市广场零售行业。可是，在日常生活中，会出现一个广泛的状况：懂项目的不明白IT，懂IT的不懂业务流程，这就致使许多业务员不仅要娴熟实际操作EXCEL，还得有数据库专业知识，乃至还需要懂python。不仅要了解问题是啥，还必须导出来数据，清理数据，测算数据，一系列的使用出来，阳光早已下山了，明日起早又要再次弄数据。日复一日，古语云，衣带渐宽终不悔，为伊消得人苍老，而人们却苍老的与此同时，久坐不动不动衣带却渐窄了。

因此，我便拥有那么一个想法，让我们用平常人的逻辑思维，根据一个好的数据分析工具，重归到项目自身，处理项目的问题，用数据推动经营。

因此，我讲的內容，和很多巨头不一样，不容易给各位讲EXCEL方法，更不容易讲什么phthon数据发掘，就是以日常的数据之中，融合日常的业务场景，根据数据发现问题，分析问题，得出回答。

今天大家零售行业数据剖析內容的的，如果是大家预估的，那麼，大家就需要剖析，为什么有一些店面关系销售好，有一些却不太好，关系销售好的，是由于陈列设计的缘故，或是导购员的缘故，或是营销的缘故？不太好的缘故又是什么呢？那这种工作经验是不是可以营销推广？

6、假如数据上展现的一些商品连带规律性并没有人们预估的，大家则是期待想办法更改的，例如，大家期待一些引流商品，可以关系高毛利率的商品，那麼，大家就必须置于死地而后生。

好，讲了这么多，大家下边进到系统软件具体看来一下：

最先大家先来说一下商场的事例，大家先选取一个类目，挑选营养健康夜店，这时，就可以见到在营养成分养生保健酒这一类目中，哪款商品的销售笔最多，与此同时，这款商品与什么商品造成了连带销售，连带占有率多少钱？还会继续表明vip会员交易的连带状况，及其商品与连带商品的毛利率带状况。在本例中，能够看见销售笔最多的是这款老米酒，而这一款老米酒连带销售较多的商品是想念牌的汤团。米酒煮汤圆，这也是让我心动。

那大家再来说一下这类配搭，在各连锁店的情形是怎样的？这时大家就可以点一下这一行，连动下边的报表，就可以见到各连锁店的情形或是有一些不一样的。

那是否每一个店面这款老米酒连带销售较多的商品全是想念牌的汤团呢，这时大家再拖拽到接下来的报表，这时便会见到，实际上，009这一店面，它连带销售较多的便是今麦郎牛羊肉干拌面，而0050这一店面连带较多的商品是三全的汤团。

拥有这一数据，是否三全这一生产商，可以想办法将自己的商品放置到老米酒更近的部位，进而得到越来越多的销售量呢？

大家再看来乳制品这一类目，能够看见，在这个类目中，最热销的是蒙牛乳业250ml的纯奶。但更有意思的是，8%的人会另外选购伊利牛奶250ml的纯奶，这表明有8%的人实际上是喝哪个牌子都不在乎，或是是想换着喝。

大家再看来一些清单商品的连带销售状况。例如大家键入软毛牙刷，挑选04251这一款软毛牙刷，这也是款儿童牙刷，配搭销售较多的是另一款儿童牙膏，连带占有率一般是2.4%；

再看07979这一款成年人软毛牙刷，配搭销售较多的也是另一款成年人美白牙膏，连带占有率一般是1.4%。

从以上数据大家便会发觉，软毛牙刷和美白牙膏大伙儿并不一定会与此同时买，为什么呢，由于两种商品的使用期限是不一样的。但对比而言，儿童牙刷和沐浴露一起买的几率要大一些，这又是为什么呢？养过娃的都了解，小孩子是很耗软毛牙刷的。那麼，大家是否可以在陈列设计的情况下，少年儿童类的电动牙刷和美白牙膏就放到一起，有利于客户选购呢？

大家再去键入杜蕾丝，一阵实际操作出来，觉得杜蕾丝非常少有连带的纪录，难道说是我们不买了吗？大家来说一下具体的销售状况，这时会发觉，一样的5016这一款，具体销售了566笔，仅有139笔是存有连带商品的，换言之，有3/4的消费者是立即只选购了杜蕾丝这一款商品。

原先，大伙儿认为杜蕾丝放到支付口，有利于大伙儿选购的情况下随手去买，但实际上，大伙儿并不是随手买，反而是奔向终点去买。我们在连锁药店的数据上认证一个这一好玩的结果。（间断较久）大家会发觉11695这款商品的销售订单数是1237笔，而有连带销售的仅295笔，换句话说，近76%的消费者是只买这一款商品的。这一数据也证实了以前的结果。

大家再来说一下连锁药店的别的数据，商品中类挑选抗病毒药感冒用药，会见到卖的最好是的是这款抗病毒颗粒，而它的毛利率带是处在极低毛利率带，但它连带占有率超出10%的是复方感冒灵颗粒物，是处在中毛利率带，极低毛利率连带中毛利，这也算得上顺利的吸粉对策。

大家最终看来一个家居服饰的数据，商品大类键入鞋品，能够看见这款女性棉拖的48%连带销售的是相同男凉拖，换句话说，有近一半的消费者会与此同时挑选男孩和女孩相同鞋。并且vip会员的连带占有率更高一些一些，达52%。

根据简洁的实际操作，大家就可以动态性的获得一系列的回答，而根据这种回答，大家便会洞悉商品连带规律性，并采取相应的行为来提高销售销售业绩：

因此，大家会发觉，在这种应用领域中，优化算法并不繁杂，复杂的是，在我们有高于10万只商品的情况下，测算量是很大的，并且，我们在剖析数据时，必须一个连贯性的剖析构思，因此，只是一个报表是达到不了的。

大家再去总结一下，搞好连带销售剖析，在哪几个方面可以作用到大家，进而最后作用大家提高销售销售业绩：

1、更改陈列设计提高销售：关联性强的商品是否陈列设计在一起更方便消费者选购？

2、提高导购员工作能力：什么商品间的关联性强？别的店面的成功案例是啥？什么又更受vip会员亲睐？

3、协助新产品营销推广：新产品所属的类目通常与什么类目连带销售？

4、合理营销：拟促销的商品组成，有历史时间的数据适用吗？

5、避免缺货：假如某一商品进到销售高峰期，那麼，连带率较高的别的商品最好是也需要备好商品。

好啦，通过今日这一讲，大伙儿会发觉，数据会讲话，它会对你说现况是啥，是否有出现异常，随后大伙儿再依据基本常识去推断，再通过数据去认证，最后就可以获得一个结果，这一结果无论与你的工作经验是相符合或是反过来，这就是数据的使用价值！

最终，杜蕾丝，大伙儿是随手买呢？或是专业买呢？你的答案和大数据回答是一致的吗？你还可以发送给你的朋友，问一下她们的回答。

老杨道数据，和你一起，用平常人逻辑思维 数据剖析，根据数据说故事，大家下一讲再会！