ABC分析法及在电商分析中的应用

ABC分类法（Activity Based Classification）是根据事物的主要特征做分类排列，从而实现区别对待、区别管理的一种方法。ABC法则是由帕累托二八法则衍生出来的一种法则。不同的是，二八法则强调的是抓住关键，ABC法则强调的是分清主次，并将管理对象划分为A、B、C三类。

在ABC分析法中，先将目标数据列倒序排序，然后做累积百分比统计，最后将得到的累积百分比按照下面的比例值划分为A、B、C三类。

ABC分析法常用于电商运营活动分析中，商品ABC分级的关键指标是“支付转化率”“商品库存”， 根据这两个指标所制定的分级逻辑，以判定商品是属于哪一级的。

商品的ABC分级法需要将分析颗粒精细到每个款式，分析相对繁杂，所以一般只有在店铺进行大型促销活动时才会用到。也是因为只有店铺在大型促销活动时，每个单款商品所承载的流量与成交数据才足够大，ABC分级才更有意义。

商品ABC分级的重点在于“ABC的分级逻辑”。

1）A级商品：

高库存且有高转化率的商品，标记为A类商品。

因为这类商品既畅销，又有较深的库存作为保障，因此可以作为活动中的主推商品。需要注意的是，在挑选A类商品时，还应注意此款商品的访客不能太低，否则，没有经过“充分”流量测试的商品，其高转化率可能是“伪高转化率”。

2）B级商品：

转化率中等，且经过流量测试的商品，标记为B类商品。

由于这类商品经过流量测试，被证明对访客有一定吸引力，但却不如A类商品转化明显，所以可以继续保持当前的销售定位。

B级商品中有两类商品需要特别注意：

一是库存告急的，这类商品需要特别注意避免超卖；

二是占用了主推款陈列位置的，在大促中，宝贵的陈列位置是有限的，这类优质陈列位置需要留给A类商品使用，因此需要将其阵列位置往后移动。

3）C级商品：

转化率低且经过流量测试的商品，标记为C类商品。

C类商品应处于店铺阵列页面的底端，基本是属于被放弃的一类商品。但是，C类商品中有一类需要特别注意，就是有高库存的，可以尝试主动改变原定策略，譬如换主图、降价等。

以某电商平台的一次双十一促销运营活动为例，用ABC分析法评估促销活动的结果，并根据情况优化商品结构，以便更好地对不同款型商品采取不同手段，分配不同流量入口。

分析流程：

把商品信息加上该商品的热度信息，得到基础的商品信息，以及商品的一些热度信息：加购物车数量，收藏数量、uv数。

总体运营部分，主要关注销售额、售卖比、UV、转化率等指标，其他指标作为辅助指标。销售额用来和预期目标做对比，售卖比用来看商品流转情况。

Out：3747167

Out：2607587

Out：12017

Out：493.56783456269756

Out：1176103

Out：0.006455216932530569

Out：0.4179229541452886

Out：18916395

Out：0.19809096817866195

Out：6224

Out：18690

Out：125

Out：80

Out：3643

Out：1139580

汇总基本指标数据，加入同期数据，与当期数据进行对比。

结果显示：

我们需要做的是，深入探究不同区间的数据，以此来优化后期的促销结构。

第一步：找到在本次促销中此区间的销售源数据，源数据要求显示具体的款号、销售额、销量等信息；

第二步：计算出每个款的转化率、折扣率等数据。

将价格划分为“1-200'”,“200-500”,“400及以上”三个区间。

对每个价格区间的运营活动表现就以下指标进行分析：价格区间、货值、货值占比、销售额、售卖比、销售占比、销量、客单价、UV、收藏数、加购数、转化率

由各价格区间商品销售表现可以，三个区间段的商品转化率大致相同，200-500价格区间的商品销量最高，400+商品的销售金额最高，但是销量最少，货值最高。为了避免货物积压，就这一区间进行分析。

就这一价格区间商品着重比较以下指标：销售额，销量，件单价，客户数，UV，转换率，库存，备货值，售卖比

找出转化率大于 0.7% 的商品予以保留。

找出转化率小于 0.7% 但是 售卖比大于 36% 的商品予以保留。

找出转化率小于0.7%并且售卖比小于36%的商品进行清仓处理。

对每个折扣区间的运营活动表现就以下指标进行分析：折扣区间、货值、货值占比、销售额、售卖比、销售占比、销量、客单价、UV、收藏数、加购数、转化率

由各区间的销售数据表现可得，折扣区间在0.35-0.4的商品的货值、销售金额等各项数据指标都是最高的，所以我们选择 0.35-0.4 折扣区间进行深入探究。

着重观察这一折扣区间内商品的销售额、销量、件单价、客户数、UV、转换率、库存、货值、售卖比

Out：

在折扣率大于37%的部分找出售卖比大于36.5%且转化率大于0.7%的商品予以保留。

在折扣率大于37%的部分找出售卖比小于36.5%或转化率小于0.7%的商品进行清仓处理。

Out：

在折扣率小于37%的部分找出售卖比大于36.5%且转化率大于0.7%的部分予以保留。

在折扣率小于37%的部分找出售卖比小于36.5%或转化率小于0.7%的部分进行清仓处理。

结合价格区间和折扣区间，商品销售表现数据，就不同款型商品分配不同的流量入口。

在一级入口中，首页的流量占比最高，我们可以将畅销款布局在首页档期流。在唯品会中，我们需要不断的增加商品来保证我们的SKU数，对于新增的商品我们也会增加在其中。对于平销款，我们将其作为快抢和疯抢处理。

1、首先在测试界面，按照页面指示，将手指放置在手机摄像头位置，小程序会根据手指的颜色变化，预估及测算血氧浓度的指标。2、然后当血氧浓度低于93%时会提示低血氧症，使用技巧手指自然放置，不需要按压，如果手机有多个摄像头，手指盖住主摄和闪光灯，保证屏幕检测区域为红色。 3、最后九十秒之内便可以检测出体温，呼吸和血氧浓度。

首先将全部平均数从大到小依次排列。然后在最大的平均数上标上字母a并将该平均数与以下各平均数相比,

凡相差不显著的,都标上字母a,直至某一个与之相差显著的平均数则标以字母b。再以该标有b的平均数为标准,

与上方各个比它大的平均数比较,凡不显著的也一律标以字母b再以标有b的最大平均数为标推,与以下各未标记的平均数比,

凡不显著的继续标以字母b,直至某一个与之相差显著的平均数则标以字母c,·”…

如此重复进行下去,直至最小的一个平均数有了标记字母为止。这样各平均数间,

凡有一个相同标记字母的即为差异不显著,凡具不同标记字母的即为差异显著。

---