记一些女装数据分析

Posted 2023-01-09 小基基o_O

文章目录

• 服装维度
• • 女装
  • 生命周期
• 门店维度
• 常见度量值
• 衍生指标

服装维度

1. 尺码：XS、S、M、L、XL
2. 颜色：黑、红、蓝、白……
3. 一级分类：上半身、下半身、全身
4. 季节：春、夏、秋、冬
5. 价格类型：正价、特价、折扣价、降价、优惠券…
6. 价格段：廉、贵
7. 年龄段：婴儿、儿童、少年、青年、中年、壮年、老年
8. 面料：棉布、麻布、丝绸、、呢绒、皮革、化纤、混纺、莫代尔
9. 厚度：厚、薄
10. 长度：长、中、短、超短、齐B
11. 是否展陈（通常，贵价连衣裙 会 用衣架挂起展示，甚至穿假人身上，而 便宜T恤 则 折叠堆放）
12. 季节状态：季前、当季、过季
13. 性别：男、女、中性
14. 功能：保暖、挡风、运动、休闲、正装…

• 服装的重要特性：试穿
  因此，先上渠道 和 线下渠道 各有优势

女装

1级分类	2级分类
上半身	上衣、外套
下半身	裙、裤
全身	连衣裙

• 女装 随潮流变化 远远比男装大
• 女装的年龄特性显著，女人体脂率随年龄不断增长
  因此：收腰的衣服 会有 更多年轻人买，遮肚腩的 反之
• 某些情况下，女性群体 会 反向 给服装贴年龄标签（也可以说是【时代标签】）
  例如：
  某年轻款A 适合20岁的女性群体
  90后在20岁时流行穿 A款
  但她们穿到30岁仍在穿
  导致，到了20岁的00后 穿上A款 会显得像90后（老了10岁）
  导致 00后不穿A款
  于是，30岁的90后 给A款 印上了30岁的标签，A款原本的20岁标签被擦除
• 女性身材时代变化
  随时代发展，女性身材变得更高和更胖
  • 变得更高：因为粮食充足、营养更好
  • 变得更胖：不少看上去挺瘦的90后00后，也有肚腩，20年前的同龄女性很少会这样
    原因之一是，外卖吃得多，运动做得少，经常久坐（上大学或坐办公室导致的）

生命周期

门店维度

1. 地理：经纬度、海拔、温度、湿度、气候、天气
2. 区位：交通、铺租、楼层
3. 面积

常见度量值

• 销量
• 退货量
• 销售额
• 退货金额
• 成本金额
• 优惠金额
• 展现：
  有哪些页面在展现
  有多少门店在卖
• 浏览用户数
• 购买用户数
• 浏览次数
• 购买次数

……

衍生指标

由 多个 原子指标 组合计算 得到的
下面+k防止分母为零

• 毛利率
  $$毛利率=\frac{主营业务收入-主营业务成本}{主营业务收入}\times 100\%$$

• 库销比
  用于检测库存量是否合理，比率过高 反映 库存积压，比率过低 反映 供货不足
  $$月库销比=\frac{月均库存量+k}{月销量+k}$$

• 衣季占比
  
  $$夏季款占比=\frac{夏季款销量+k}{春夏秋冬款销量+k}\times 100\%$$

• 客单价
  每一个顾客平均购买商品的金额
  $$客单价=\frac{销售额+k}{成交顾客数+k}$$

• 销售效率
  假设A销量200，B销量100，A有1000家店在卖，B有100家店在卖
  那么 A效率=0.2，B效率=1，B的效率高于A，可认为商品B更优秀
  $$销售效率=\frac{销量+k}{有多少门店在买+k}$$

• 转化率
  $$下单转化率=\frac{下单人数+k}{访客数+k}\times 100\%$$
  $$支付转化率=\frac{支付人数+k}{访客数+k}\times 100\%$$
  $$下单后的支付转化率=\frac{支付人数+k}{下单人数+k}\times 100\%$$