数据可视化解读新消费下的人货场重构

Posted AlibabaDesign

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据可视化解读新消费下的人货场重构相关的知识,希望对你有一定的参考价值。


前言

蒋凡在2019双十一媒体大屏前说到:“新消费深刻重构了人、货、场,驱动了前所未有的商业数字化变革。这样的变革,发掘了商业新人口,创造了商业新供给,带来了商业新行为。“那么,作为双11数据及内容的传达窗口,数据大屏是如何通过可视化的手段来展现新消费下的人货场的变化的呢?接下来我们将从设计的角度做一些分享和解答。



A. 可视化内容定义

在设计之初,需要设计者对业务和社会趋势有深入的理解,明确要表达的内容和可视化目地。随着业务和社会消费形态的变化,每一年数据大屏需要表达的内容也各有不同。例如,2017年,线上线下消费互通是业务重点,新零售作为主题贯穿于大屏的内容之中。那么,到2019年,又有了哪些新的变化呢?通过对业务相关资料的分析,我们提炼出一些关键词:新消费、新人群、多元需求与多元供给。围绕这些关键词,从数据的角度进行映射,并通过可视化、符号化的方式呈现。


数据可视化解读新消费下的人货场重构



B. 内容拆解:新消费下的人货场重构

随着数字商业的发展,在需求一侧,新的消费人群不断涌现。下沉市场的小镇青年崛起,得益于线上购物,他们可以和都市青年拥有同样的消费品质和体验。95后、00后等新生消费人群能在手机上买到各种新奇的商品,银发一族这类新触网人群也日益壮大,开始习惯甚至依赖在线消费的便利。


对于供给一侧,商家通过数字化的消费画像,能够精准提供更符合消费人群需求的商品,供给的创新性和多元性大大提升。智慧工厂和数字化供应链缩短了从生产到消费的距离。通过直播、产业带,商品能够以更高效的方式触达到各个消费人群。这些变化正是新消费带来的人货场重构。


数据可视化解读新消费下的人货场重构


基于这些内容,我们围绕它们做了进一步拆解:
  1. 人-新人群:小镇青年,95后,银发一族作为新用户中的典型人群,他们今天的消费需求是怎么样的?这些需求如何被满足?

  2. 货-新供给:百万新品天猫首发、国货原创品牌日趋受欢迎,从尾货山寨到优质优价的原创新品,不同行业的品牌都发生了哪些变化?

  3. 场-新场景:从产业带到直播,商品触达的渠道更加多元,这些场景在全国是如何运作的,商品如何通过这些新场景走向千家万户?

带着这些问题,我们尝试用可视化的手段来进行回答。



C. 可视化映射

1.  新消费发掘新人群

消费者作为电商平台最重要的因素,所有的服务和供给都是为他们的需求而生。那么今天这些新消费者的消费情况是怎么样?该如何进行表达呢?


数据可视化解读新消费下的人货场重构

现场主持人讲解新人群,新消费大屏中小镇青年的消费需求特征


人作为需求的一方,货作为供给一方,这两类数据天然就存在着交易网络关系,他们的关联关系越丰富,也就越意味着供给和需求得到了更好的匹配和满足。


数据可视化解读新消费下的人货场重构


通过把分散的消费数据进行归类,形成人群特征标签,定义出小镇青年,95后,银发族三类热门的特色人群。中圈展示人群热买的商品类型,以关系图谱的形式,链接人群和商品之间的消费偏好关系。同时,实时交易的商品信息以飞线环绕的形式展示在最外圈,清晰的展示出从人到货的消费关系。


数据可视化解读新消费下的人货场重构


2. 新消费推动新供给

百万新品,新锐品牌不断涌现是新消费背景下供给端保持活力的因素。人们愉快的买买买的背后依托的是丰富的供给平台。在这幅品牌千里江山图上,描绘的正是各个行业下品牌的变化情况,各个新锐和热销品牌通过阿里数字化平台登上行业峰顶,走向千家万户。


数据可视化解读新消费下的人货场重构


在品牌榜中分为两个视角,一个是所有行业的总览视角,在该视角可以清晰的了解各个行业的实时成交排名情况,山峰高度代表着各个行业的成交排名,不断冒出的气泡标志着这个行业正在交易的订单。


数据可视化解读新消费下的人货场重构

各行业品牌总榜


通过控制器可以任意选择聚焦到单个行业,查看该行业的热卖及新品榜单信息。在每个山峰上面的五个层级分别代表着Top5热卖品牌的成交排名。品牌排行的升降情况通过阶梯式的山峰进行意向表达,在看数据的同时增加了话题性和趣味性。


数据可视化解读新消费下的人货场重构

单行业品牌排行特写


3. 新消费创造新场景

直播、产业带等是新消费背景下的新触点。通过直播的力量,消费者能够更快速、全面的了解商品;商家、主播们能够通过手机屏幕把货带到千家万户。依托于产业带和便捷的物流网络,商品能够更高效的和各地消费者产生链接。这就是数字化在新消费时代带来的新场景。


数据可视化解读新消费下的人货场重构

 

在新场景的可视化表达上我们分为两个视角,一个视角用来展现新消费时代的消费热情,一个视角用来解读产业带,直播等新场景的建设情况。


数据可视化解读新消费下的人货场重构


在消费者热买的屏上。传统认知里中国西高东低的地形图被重新定义,在消费的数字世界里,山峰代表着各个区域的交易量,实时的交易飞线不断的从各个位置点飞出,这也许是写字楼的小姐姐刚刚通过直播下单的口红,也许是村头的王大妈又加购了产业带源头直供的新款电器。它们化作数据大屏上一道道升起的光线,点燃着中国的消费活力。


数据可视化解读新消费下的人货场重构

省份视角下的消费热情


在新场景建设情况视角,数据展现的是通过新场景建立的供给体系分布情况。产业带热卖的订单汇聚在各个区县上方,标记出这个地区最热门的产业带以及正在热买的商品。直播间做为产业带的新型带货渠道,热播的点位信息也将被标示出来。这些星星点点之光组成了新的渠道网络,让商品触达到千家万户。


产业带、直播间等构建的供给端新带货场景



结语

数字化催生新商业文明,带来新消费时代,我们尝试通过数据大屏的形式来表达这些商业奇迹背后数据的变化、业务的价值和商业情怀。在消费背后人货场这三大核心要素随着数字技术的发展也在逐渐被重构,迸发着新的能量,通过双十一数据大屏,我们相信,这些变化也已经更好的被大家所看见。



以上是关于数据可视化解读新消费下的人货场重构的主要内容,如果未能解决你的问题,请参考以下文章

数据可视化:化繁为简,洞察新趋势

大数据可视化 | 控制中心“新感观”

优秀作品展 | 数据可视化作品 ——大学生网购消费

专访数可视黄志敏:数据可视化领域能否诞生“独角兽”?

R语言使用ggrisk包可视化基因数据Cox回归的风险评分图(风险得分图)解读风险评分图自定义可视化风险评分图:基于LIRI基因数据集(包含四个基因)

R语言构建xgboost模型:特征重要度计算及解读改善特征重要度数据的可解释性特征重要度可视化