首页 > 试题广场 >

以下是一家电商网站的一周销售数据,该网站主要用户群是办公室女

[问答题]

以下是一家电商网站的一周销售数据,该网站主要用户群是办公室女性,销售额主要集中在5种产品上,如果你是这家公司的分析师

a)       从数据中,你看到了什么问题?你觉得背后的原因是什么?

b)       通过数据,你会提出哪些运营改进策略?

表如下:一组每天某网站的销售数据

1、到周末时,销售数据会显著下降,可能原因是周末网站的主要客户群体办公室女性不太可能再通过网站购物,可能选择其他渠道进行购物消费;或者离开工作岗位后,主要客户群体不太会产生购物消费的需求。
2、在工作日进行营销,将一部分用户的消费需求导向周末,比如使用有时限限制的优惠券等。
发表于 2021-02-17 17:14:08 回复(0)
a) 销售额在工作日趋于平稳,在2020/9/12、2020/9/13两天下降幅度最大。原因可能是在目标用户群为办公室女性,在周末大家休假的时候他们会选择外出逛街买东西而不是在网络购物
b) 1.增加用户粘度:1)如在特定的时间发放一定数量的优惠券供目标用户抢,并且设置优惠券使用时间只能是周末使用
                                 2)  利用ABtest,选取一小部分目标用户测试不同风格的对点击量的影响
     2.增加平均购物车大小:如设置满减优惠,买够多少可以享受满减,适当设置跨店满减
     3.增加病毒式增长系数:设置分享奖励,并且划分奖励层级:新老用户点进分享链接为一级,加入购物车并购买和新用户注册为二级,新用户注册并购       买为三级
     4.用户调研,了解目标用户周末的行为,询问改进优化方向,完成调查问卷可以设置优惠券等奖励机制
     5.挖掘寻找新目标用户,对小部分潜在新群体实行针对他们的MVP测试效果,如果效果良好可以加大规模
发表于 2021-02-19 15:35:28 回复(0)
a) 可以看出工作日的销售额稳定,周末的销售额明显低于工作日,且周六销售额比周日高10%以上。背后的原因可能有:
    ①用户主要在工作间隙浏览网站并进行购买,这解释了为什么工作日销售额明显高于周末,且周六略高于周日(部分公司周六会上班)
    ②办公室女性会在工作间隙互相分享好物,因此在工作日时浏览量更多
b) 根据a中的分析,主要要解决的问题是如何让用户在周末也进行更多的浏览与购买,根据漏斗模型,可以从增加浏览网站的用户数出发。可以进行的策略:
    ①推出每日打卡任务,略微给予积分奖励,并且保持连续打卡可获得更高的积分,从而促进用户在周末依然保持浏览习惯
    ②推出周末限定的用户之间互相分享的奖励,例如周末打卡后可进行积分雨游戏,分享给好友可多获得一次机会,从而引导用户进行分享;还可对购买成功的用户设置分享领积分的奖励,引导在周末购买的用户将购买记录分享给他们,从而起到一定分享促活跃的效果
发表于 2021-09-07 14:48:21 回复(1)
a)周六日销售数据明显下滑;原因可能是周六日不是工作日,产品未曝光
b)周六日下滑是正常现象,有必要的话可以开发产品周末使用场景,增加周末曝光
发表于 2022-04-24 17:39:57 回复(0)
1. 
-- 业务指标 : 订单量 ,因为 tbl_tabl没有提供商品销量
  select 
      t_1.city
      ,t_1.oder_num_20- t_2.oder_num_19)/t_2.oder_num_19 as dec_rank 
  from 
  -- 2020年第一季度(1-3月)全国各城市订单量
  (select
       c.city
    -- 同比订单下滑量 (20 -19)/19 
      ,count b.oderid as oder_num_20
  from tbl_table b  left join  tbl_user c on b.userid = a.userid 
  where  b.oderdata between ’2020-01-01‘ and ’2020-01-03‘ 
  group by c.City ) as t_1 
  left join 
   -- 2019 年第一季度(1-3月)全国各城市订单量
  (select
       c.city
      ,count b.oderid as oder_num_19 
  from tbl_table b  left join  tbl_user c on b.userid = a.userid 
  where  b.oderdata between ’2019-01-01‘ and ’2019-01-03‘ 
  group by c.City ) as t_2 
  on t_1.city = t_2.c.ty 
  order by dec_ran
2. 
-- 双十一100%的订单增长 :2020各省轮胎数 = 2019 各省轮胎数* 2 。
-- 由于没有具体的销量,只能用订单数代替销量.

selet 
 b.Province
  ,(count a.orderid ) *2 as luntai_predicted_value
from  tbl_table a
left join tbl_user b on a.userid=b.userid 
group by b.Province
having a.orderdata = '2019-11-11' and a.catagory = 轮胎 



发表于 2021-01-26 11:46:41 回复(0)