本文通过拼多多商品分类、价格、已出售数量等商品信息数据为你分析当下消费结构的转变。

一、缘起

我在杭州有位朋友，提到有家做社交的电商很火，叫拼多多，我没有在意，直到有一天，我居然在电视上看到了它的广告，广告画面活蹦乱跳，余音绕梁，我惊呆了，想知道这是何方YL，不，何方神圣，网上搜了下，流传着各种版本，比如月GMV超过400亿，已经威胁到京东淘宝等。

辣么，怎么样才能知道拼多多的这些信息呢？比如，拼多多到底有多少在售商品，卖了多少钱？不单单是拼多多的投资人，也许淘宝京东，也想知道。

我有个简单的想法，不一定对，就是爬下拼多多的商品条目，这些条目至少有分类，价格，已出售数量等信息，做一个简单的加法，是不是就可以得到GMV了呢？

当然，缺点也很明显，就是由于第一次获取数据，只能得到这个时间点的切面信息，其他的信息， 比如每日每周每月的数据，要持续的获取才能得到。

当然，我们先走第一步，开个头。现在，我们就从一个切面来窥探下。

二、我们获取了多少商品条目？

49.78万，大约50万条。这些数据全不全，肯定不全，但是基本上覆盖了拼多多的绝大部分在售商品，再退一步，数据的量级应该是没错的（数据获取时间：2018-04-15）。

三、这些商品总共卖出了多少钱？

50万条商品，每件商品有不同的SKU，比如某个店家的芒果，下面有4个SKU，5斤的小的拼单价20元，5斤的大的30元， 8斤的小的40元，8斤的大的50元， 分别卖出了400份，300份，200份，100份，那么这个商品总销售额就是400*20 + 300*30+ 200*40+ 100*50 = 30000元。

如此，我们就可以计算出总计50万商品的销售额。

288亿。

我对电商是个外行，一般商品上面的“已卖出9527件”，问下各位电商业界人士，这个是当月的销售数量吗？如果是的话，那288亿就是月GMV，考虑到本月只过去一半，辣么，传言的“拼多多月GMV超过400亿”，或许，空穴不来风。

288亿是一个什么概念呢，我们搜索了京东财报的公开新闻：

京东2017年GMV接近1.3万亿，净利润50亿元。

可以估计去年京东的月均GMV大概是1100亿，电商的GMV同比可达50%+增长，胡乱估计京东2018月GMV大概1500亿，那么，拼多多的GMV大约为京东的三分之一。

这个， 还是有点吃惊的啊。

四、销售额前十的品类是哪些？

了解一个电商平台销售额前几位的品类，有助于判断它的竞争优势，比如电器数码等产品之于京东，服饰箱包之于淘宝，图书音像之于当当。

拼多多的主打品类是什么呢？

电商喜欢将商品分为三级品类，比如食品-水果-猕猴桃。 以下我们列出一级类目和三级类目排名前十的数据。

全部一级品类成交额：

一级类目销售额前10的品类：

前三名分别是食品，母婴，女装。成交额分别是40亿，31亿，27亿。厉害了。

来看看前三名的销售额占所有36个一级类目的成交额比例，足足三分之一强。

三级类目销售额前10的品类：

第一名是抽纸，卖了5个多亿！

我有点好奇，想知道是什么牌子的抽纸卖了这么多呢？同时也为了验证数据的准确性，从数据库中找到了（历史）销量最高的抽纸，销量508万。

根据名字，手动在拼多多APP找到了这款产品，它的名字也许你没有听过，是这样的：

嗯，数据是正确的（这2天又多了2万，手机传过来的，这图怎么这么大）。

作为对比， 看了京东销量最高的单品，维达是320多万，和拼多多排名第二的，一个名叫“初采”的抽纸销量（343万）差不多。

五、销售量前二十的商品是哪些？

商品的销售量代表了人气，当然，也许一个商品有人会买多份，无论如何，我们可以从中看出拼多多最多客户购买的产品是什么：

第一名还是抽纸，第二名不可描述，第三名伞（希望大家能够点击查看原图，否则压缩的看不清了啊）。后面还有几个也是抽纸，嗯，我就不懂了，为什么这么多抽纸，拼多多主要就是卖纸的？

销量前二十的商品，销售量都在200万以上。给我的感觉，有点类似于超市，更确切地说，有点像杂货铺，或者，类似于小时候村头的小卖部，以实用的生活用品为主，实在，方便，实惠。

六、商品一般都卖什么价格？

什么价格区间的商品销量最好？

那么下一个，你可能要问了，约50万的商品，大部分在什么价格区间呢，价格和销量有什么关系？

我们看看下面的商品数量-价格区间：

从商品数量来说， 超过一半（约57%）的商品价格介于0~50之间，大部分（约75%）的商品价格介于0~100元。

从统计数据可以发现，96.5%的商品价格介于1元到1000元之间，我们剔除这些商品（让图片没有那么尖锐难看），做出了如下价格-销量的点图：

横轴代表价格（单位：元），纵轴代表销量（单位：千）点越高，说明销量越大。还是很尖锐，看起来价格超过200就很平了啊，再看一个价格介于1~200的点图：

请点击查看原图，这样更清晰。我们从图中可以看到，销量过100万的商品，价格低于50。除了有2个零星的点，价格在100左右，销量也在100万上下。

需要说明的是，销量随着价格锐减，这是很正常的，京东淘宝做个点图估计也差不多。

七、再细化一点可以吗？

可以的。食品是销售额第一的品类，衣食住行，不意外，食品种类繁多，辣么，我们可能要问，从成交总额来说，排名前十的三级食品品类是哪些呢？分别占比多少？

第一名坚果炒货（成交额5亿），第二名白酒（2.8亿），第三名方便速食（2.5亿），前十名的三级类目成交额都过亿元。

坚果炒货销量前10的商品：

憨豆熊……厉害了。第二名是康梦，想起小时候吃过一款零食，康辉，不知道现在还在不在。

白酒呢，很好奇。

五粮液茅台？不过仔细一看不是茅台，是茅台镇的酒，所以。拼多多上面白酒卖的这么多，还是有点意外的。

八、什么水果在拼多多最受欢迎？

我注意到，水果生鲜是作为一个单独的一类品类存在的，生鲜水果是第二品类，辣么，三级目录中，哪一种水果最受欢迎呢？

芒果第一！请看图（芒果。那就给个黄色吧），第二名是苹果，第三名是奇异果（就是猕猴桃吧）

从销售量来说，芒果确实也是当之无愧的第一名，关键词“越南进口”非常显眼。如此看来，拼多多为跨境贸易也做了不少贡献。

九、多余的话

在这个万众创新，消费升级的年代，拼多多这样的社交电商的出现，在满足普通人民物美价廉需求方面，大获成功，让我有种错觉，难道这代表了我们的社会反而陷入了消费降级的陷阱吗？

因为拼多多的这些数据， 我想起几年前读过的一位名为三浦展的作者写的一本书：《下流社会》，这里的下流社会并不是贬义，只是探讨日本社会的社会消费，阶层团块。

“下流社会”这个术语一经在日本出现，立即引爆讨论。因为社会“向下流动”的趋势正在世界悄然成形，日美欧曾引以为傲的中产阶层正在消失，出现“上流”与“下流”的两极分化。年轻一代源源不断加入的“下流社会”，其最大的特征并不仅仅是低收入，更在于沟通能力、生活能力、工作意愿、学习意愿、消费意愿等的全面下降，也可以说是“对全盘人生热情低下”。社会下沉的拉力愈来愈大，当全球社会纷纷向下流动，中国，能预防吗？

但是，拼多多的兴起也许是另外的情况，因为中国太大了，也许真的是消费升级，只是不是一二线城市居民的消费升级呢？

拼多多销量最好的单品是什么？抽纸。

这让我想起，小时候在农村，去洗手间方便，额说错了，是去茅房如厕，那时候哪里有什么清风维达和初采啊，就是用过的书本练习册什么的。现在大家生活水平提高了，开始用抽纸卷筒纸，看，这，算不算消费升级呢？

来源：知乎 原文链接：https://zhuanlan.zhihu/p/35707735

去年，马云曾在一次演讲中，向台下听众提出了几个问题：哪个省的男人最喜欢给女友或老婆买泳衣？哪个省的姑娘罩杯最大？哪个最小？并且信誓旦旦地说，浙江省姑娘的罩杯最小。

一石激起千层浪。许多人看了之后，纷纷讨论。马云凭什么这么说？因为有大数据支持。

数据从何而来？我们在网上的行为，无论是浏览网页、购买商品还是玩游戏、评论新闻，甚至包括何时何地、所用手机品牌等，都会留下记录，这些就是数据。

大数据有什么用？以微信公众号为例。由于订阅号太多，为了争抢流量，提高打开率，许多人开始分析大数据。

我们不是他们的用户，而是商品。

比如，什么时间段，粉丝最喜欢阅读？

分析发现，晚上十点、早上六点等时间段，粉丝打开率明显高于其他时间段。于是，大家纷纷在此时间段推文，甚至出现了许多以“十点”“早安”等关键词为名的公众号。

比如，什么样标题，粉丝最乐意点击？

分析发现，对比、惊悚、悬疑式等标题，粉丝更喜欢点开。于是，“失业30天，我却赚了5倍工资的钱”“中国孩子的天性，都被这样的父母谋杀了”“曹操临死之际，只说了5个字，司马懿差点被灭三族”诸如此类的标题开始泛滥。

比如，什么套路文，粉丝最容易看完？

无论是三段式，短句居中式还是逗比多动图式，这些文章都是根据粉丝的习惯（数据）而“定制”，只不过这里的定制，是为了满足绝大多数的粉丝。

微信电商更是如此，女粉多就卖衣饰产品，男粉多就卖科技产品，妈妈多就卖母婴产品，高层多就卖奢侈品，底层多卖山寨高仿……你发现了什么？

他们几乎没想过，如何给粉丝最好的内容，如何从根本上去解决你的问题。他们不过是贩卖焦虑，赚走你的注意力，从何获取流量和收益。

尤瓦尔·赫拉里在他的新书《21 Lessons for the 21st Century》第三章中这样说道：

争夺数据的比赛已经开始，目前是以谷歌、脸谱网、百度和腾讯等数据巨头为首。到目前为止，这些巨头多半采用“注意力商人”（attention merchant）的商业模式：靠提供免费信息，服务和娱乐来吸引我们的注意力，再把我们的注意力转卖给广告主。然而，这些数据巨头真正的目标其实远超以往的注意力商人，他们真正的业务不是销售广告，而是靠吸引我们的注意力，取得了关于我们的大数据，这些数据远比任何广告收入更有价值。我们不是他们的用户，而是商品。

仔细想想，马云为什么要用女人罩杯这个例子？因为这本身就是一个大数据分析的结果。不管男女，都关注罩杯，对男人来说是兴趣点，对女人来说则是敏感点。

倘若马云用其他例子，效果多半没这么好。

至于其他媒体平台，更是如此。所谓的“智能推荐”，无非就是分析你的阅读习惯，然后再把“你最喜欢的”推给你。

免费的，实际上是最贵的

就好像《水浒传》话题，既然骂宋江能火，那大家都写骂宋江的的文章。这样，你看的几乎全是同类文，久之，你看到一篇客观分析宋江的文章，都接受不了。造成的结果，就是你的视野越来越狭隘，整个人也越来越偏激。

看评论就发现，有些人压根没看完内容，就开始点评，甚至只看标题就高潮了。

而写出客观公正文章的作者，因为没有阅读量（智能不推荐），大概率就坚持不下去，因而出现“劣币驱逐良币”现象。

以前我不懂，为什么很多垃圾文章，举报也没用？为什么平台充斥那么多低俗、走量文章，也不解决？现在我懂了，因为这类文章最能吸引人注意力，而这正是平台所需要的。

读者免费读到了自己的“兴趣点”，却忘了自己的注意力（碎片化时间）全被夺走了，日复一日地沉浸在短暂的快感中，毫无进步，一辈子可能就因此而毁。

免费的，实际上是最贵的，大概就是这个道理。

短视频也是如此。

网上有篇文章，叫《被抖音毁掉的中国年轻人》，文中说：

一个15s的视频，如何在最开始的几秒内吸引住你？刺激，搞笑……具备几个关键词就足够。而可怕的是，在这些海量的视频刺激下，你的G点越来越高，生活中能带给你快乐和放松的方式越来越少，你就像是一个吸了精神鸦片的人，只恋上了那一款专为刺激你眼球而特别定制的，金玉其外败絮其中的味道。

为什么大家总是觉得空虚、寂寞、无聊？就在于此。

“大家”两个字，尤其令人触目惊心。这意味着，不是一个两个，也不是一百两百，更不是一万两万，而可能是一千万两千万，或一亿两亿，甚至更多。

说明什么？你我不仅是商品，更是批量的商品。这也是大数据的基础，大数据分析的就是百万、千万、上亿的数据量，而不是一小撮人。

有人说，不会没用啊，这些短视频也有教育儿知识、excel技巧或者情感方面。且不说这些都是零散的知识点，单是适用方面，恐怕就有问题。

以excel技巧为例，视频所言，真的可以吗？是否受版本、操作和案例影响？看评论就一目了然。系统的学习这些软件，都会有诸多问题，又何况是这些零碎的“教学”？

数学中有通用的定理公式，但教育和学习则没有，因为这必然受到环境、个人能力甚至心情等诸多限制。

《韩非子》中有句话：无参验而必之者，愚也；弗能必而据之者，诬也。

没有事实验证就加以肯定的人，是蠢人；用不确定的事情作为依据，是欺人。听到一件事，看到一篇文章，不可轻易相信，一定要亲自验证。

即便别人引经据典，也要验证，毕竟可能“断章取义”。

之所以迷茫，是因为想走捷径

从文字到图文，从图文到图说，从图说到视频，从3分钟视频到15秒视频。新媒体内容形式变化的越来越快，这种变化有一个趋势——方便读者，即最大程度地方便读者，让读者能以最快的速度读完。

而这带来的结果是，大多数人想通过走捷径达到成功。

以阅读为例，若每天下班阅读两小时，看完一本200页的书，可能需要5天。为了提高这个速度，出现了读书软件，同样一本书，30分钟就能讲解完。

既然30分钟就能了解，何苦浪费5天呢？

问题是，5天读完，感悟再少，终究是有自己的想法；30分钟听完，感悟再多，不过是别人的解读而已。这两种情况，效果是不一样的。

我在高中时，语文老师告诉我们：如果看影视作品，最好先找到原著阅读，这样你会在阅读中，形成自己的想法。再看影视剧，你就能发现，编剧做了哪些改编，为何如此改编，改编是为了表达什么等等。

别人说的未必都对，自己想的也不是都错，你至少要有自己的想法，才能和别人的想法碰撞。若只是一味地全盘接受别人的想法，不觉得被别人“洗脑”了吗？

走捷径的例子很多，尤以培训课程为火爆。什么“10节课，包你做好自媒体”“教你写文月入过万，只要99元”……甚至公然说，“没有方向，不会写作也可以”。诚然，写作技巧可以锻炼提高，可如此短的时间，真的就能让一个小白成为大神了吗？

还不是把用户当成批量商品？

我做了三年的自媒体，加入几百个群，15年也参加了几个收费不菲的培训，结果啥也没有提高，一切还是得靠自己摸索。

为何？因为真正赚钱的大神，压根不会教你什么。人家没时间，也怕你来抢饭碗！群里偶尔有人晒高额收益，问其文章，别说文章名，就是连领域都不会说。

谁会把吃饭的本事，轻易告诉别人？

诸葛亮《诫子书》中，有一句话，“淫慢则不能励精，险躁则不能治性”，说的就是这个道理，无论是放纵懒散还是急躁冒险，人都不能精进，更不能磨炼性子。若一味如此，只会“年与时驰，意与日去，遂成枯落，多不接世，悲守穷庐”，最后落得个“将复何及”。

面试运营岗位，有些HR或者boss一开始就会问：玩抖音吗？三个月涨粉10万，播放量1000万，你能做到吗？能保证量产爆文吗？

我特能理解，因为谁都想在最短时间内，获得最大成功。可问题是，如果不耐住性子慢慢精进，恐怕很难成。

而且最大的问题是：我特么要能做到，还面试个毛线？我自己做不就好了？

AI已经不再是未来式，它正在改变世界和营销方式。随着人工智能越来越发达，它以多种方式改变营销方式，并带来实实在在的效 果——已经有很多案例证明，AI能够提升销 量，甚至可以在一件服装设计出来之前，就通 过AI先预测出它是否会大卖。

　　2016年，一部《西部世界》很应景地虚构了一个人工智能 （Artificial intelligence）高度发达的乐园 。在现实中， AI也正在从一个热议的话题开始落地，逐渐被应用到 现实的生活场景中——对于亚马逊的Amazon Echo，消费者已 经不陌生。我们还会发现，在零售业不断遭到Amazon、eBay等 电商巨头的冲击的背景下，从梅西百货、Target到服装品牌The North Face、Skechers，越来越多的零售商开始引入人工智能， 寄希望于将AI作为一个在困境中与电商巨头抗衡的武器。

　　市场调研公司Gartner预测，到 2020年，50%的零售业消 费者服务咨询将通过对话式的AI应用来完成，85%的消费者互 动将不再需要人工来进行。

　　未来，当消费者在逛实体店的时候，机器人上前为他们提 供各种服务的场景将成为常态，当消费者在网上浏览，面对众 多商品选择而犹豫不决的时候，网上虚拟助手根据消费者的偏 好、历史购物帮她做出个性化选择的场景，也已经成为现实。AI几乎已经像电和互联网一样，成为其他一切的基础。

　　AI已经不再是未来式，它正在改变世界和营销方式。随着 人工智能越来越发达，它以多种方式改变营销方式，并带来实 实在在的效果——已经有很多案例证明，AI能够提升销量，甚 至可以在一件服装设计出来之前，就通过AI先预测出它是否会 大卖。

　　市场调研公司Tractica的数据显示，到2025年，AI带来的 全球收入将从2016年的6.437亿美元增长至368亿美元。来自 另一家市场调研公司Forrester的数据也显示，到2025年，认 知技术（包括AI和自动化）将会取代美国7%的工作。

　　目前，AI在零售业的应用主要集中于几种方式：

　　第一，基于消费者的个人数据和信息，为他们提供个性化 的产品以及产品推荐；

　　第二，作为虚拟助理，为消费者提供各种信息和服务；

　　第三，根据消费者的网上习惯，优化网站，从而提供网站的转化率；

　　第四，另一种正在兴起的方式，是视觉搜索，消费者看到喜 欢的物品，无论是朋友脚上穿的鞋子，还是路人身上穿的衣服， 都可以拍下照片，通过视觉搜索，找到同款或者相似款。

当AI成为导购和参谋

　　相信很多人对2016年Met Gala上超模Karolina Kurkova身 穿的一条具有认知能力的裙子依然记忆犹新，这条裙子是由服装设计工作室Marches和IBM的认知系统Watson联合设计，裙 子上装饰了许多LED灯，可以实时根据 Twitter上用户对Met Gala 的反应改变颜色，表达出当下用户的情绪。

　　利用watson的认知工具API（应用程序界面），可以快速 地根据Twitter上用户对Met Gala活动的讨论来分析出他们的 情绪。对应的，设计师选择了5种人类的情绪——喜悦、激情、 兴奋、鼓励和好奇，当Watson通过数据处理识别出Twitter用 户的情绪时，裙子就能感知到情绪的变化，并实时改变成对应 的颜色。

　　基于这次成功的尝试，现在服装品牌甚至可以在一件衣服 设计出来之前，就能通过 AI先预测它是否会大卖。

　　IBM Watson是一个认知计算系统，它能够理解、推理 以及学习等能力，可以在一秒内处理几亿页的数据。2011年， IBM100周年之际，Watson参加Jeopardy危险边缘电视游戏节 目，并最终赢得了冠军，一战成名。到现在8年过去了，Watson已经变得更智能，能够把情绪、口吻、不同的语言、购买历史以及 社交媒体的各种统计数据综合进行考量。这对于数据丰富的零 售商而言无疑是一个利好消息，梅西百货、The North Face等 零售商都在以各自的方式发挥Watson的作用，并初现成效。

　　2015年12月开始，The North Face上线一个试验版的网站，当消费者登录该网站的时候，会被问到一系列的问题，例 如，需要一件出席什么场合穿的衣服？然后根据背景为消费者 做推荐。那些使用AI工具的消费者的转化率明显要高于没有使 用的消费者。据The North Face的数字商务及体验副总裁Cal Bouchard表示，使用 AI工具的消费者平均订单值比普通消费者 要高出两位数。

　　更重要的是，消费者对AI的热情度很高：75%的消费者表 示会继续使用AI。下一步，The North Face将在该网站增加内 容，例如出行指南、产品教育等，增加网站的趣味性。

　　不仅服装行业，很多行业都在尝试用AI从数据中获得洞察 并为消费者提供个性化的推荐和服务。

　　不久前，宝洁旗下玉兰油品牌最新的“玉兰油皮肤咨询师” （Olay Skin Advisor）平台在全球移动大会首次亮相，这个平台 是基于玉兰油的一个洞察：有三分之一的女性在柜台浏览商品 时，并不知道自己到底在找什么。玉兰油想借助AI来满足女性的 这个需求。

　　该平台为女性提供各种详细的、个性化的皮肤知识和产品 推荐。消费者只要拍一张自拍照，皮肤咨询师就可以分析出该消 费者脸部的皮肤并判断出她皮肤的年龄，以及脸部哪个区域老 化，再根据消费者对一系列问题的回答，为她推荐适合她的肌肤 的产品。

　　Adobe Digital最近展示了一款“数字镜子”，消费者站在 镜子面前，镜子就可以拍下照片，并读取到消费者身材的各种数 据，据此向他们做推荐。

　　机器学习又可以让AI变得越来越智能，消费者愿意提供的 个人信息和数据越多，AI的提供就越具体，越个性化。这对于千 禧一代消费者来说并不是障碍，他们在数字化环境下长大，容易接受和尝试新的事物。

　　AI优化网站：15个小改变带来35%销量提升。一直以来，意大利内衣品牌 Cosabella在Nordstrom、 Neiman Marcus以及亚马逊等零售店的销量都还不错，但它自 己门店和网站的销量却有些停滞不前。

　　为了提高网站的销量量，Cosabella极为注重网站的细节， 例如按钮的颜色、大小等，究竟哪些能吸引消费者进入下一步， 带来更高的转化率，就需要反复做 A/B测试。用传统的做法，A/ B测试大约要花费6个月到一年左右的时间。

　　从2016年秋季开始，Cosabella和AI技术公司Sentient合 作，根据消费者的数据、偏好等，实时调整网站的设计，对首页 的15处进行了调整，与消费者进行匹配，从而提高消费者的参 与互动，而这个过程只需要 30天。

　　具体来说，AI技术把网站的各种细节，包括按钮的颜色和 位置、图像的尺寸和版本，来判断哪些区域效果最好，然后实时 进行改变。例如，通过 AI技术Coseballa发现，当把结算页面的 按钮改成粉红色时，某个产品的转化率提高了34.9%。整体上， AI技术为Cosabella的销量带来了35.6%的提升。

　　现在，Cosabella正在用AI来测试网站上的邮件信息究竟 是以“弹出式”还是以“下拉式”效果更好，并计划用AI来设计品 类和产品页面。这些工作在过去都依赖于人力来完成，而现在AI 可以轻松取代人力，把营销人员从繁琐的反复测试中解放出来， 有更多的精力集中于策略性的工作。

　　对于数据丰富的Cosabella来说，AI技术的引进犹如如虎 添翼，迅速地把数据转化成洞察，并及时地抓住趋势和潮流。

　　Cosabella的营销总监Courtney Connell说，AI把很多数据 转化成了洞察，为营销决策提供重要的参考依据。例如，当消费 者62天都没有在Cosabella买过东西，那就意味着已经失去这 名用户；高消费的消费者往往对情感类的内容做出回应，而消费 支出相对较低的消费者往往对促销活动比较感兴趣。

　　Cosabella有丰富的数据资源，但在过去，一直苦于不 知道如何把数据转化成洞察，并以此来决定营销和产品。但 是Cosabella的CEO Guido Campello说，AI解决了这一系列 难题。从 2016年10月起，Cosabella还和AI平台Albert合作， Albert的职责在于识别和转化高价值的消费者，提高Cosabella 在付费媒介和社交媒体上的数字营销效果。

　　在短短三个月的时间里，邮件带来的销量同比增长了60%， 订购人数翻了一番。2016年第四季度，Cosabell的“广告支出回报”（ Return on ad Spend，ROAS）提高了336&，收入增加了 155%。

一张照片，就可以找到任何产品

AI另一个常见的应用是图片搜索，消费者将喜欢的物品的 照片上传之后，就可以为她们找到相似的产品。如果一位消费 者喜欢朋友今天穿的鞋子，或者看上了街上一个陌生女孩子的 衣服，直接拍照上传就可以找到同款。

　　Google等搜索引擎在视觉搜索的开发和研究上花费了数 年的时间，直到最近才开始在零售业落地应用。

　　在鞋类品牌Skechers的网站上，消费者可以点击她们喜欢 的产品的图片，AI驱动的引擎会实时分析、识别图片，并为消费者找出相似的产品。Skechers的发言人Lara Diab认为，这种购 物方式能带来更多乐趣。

　　百货公司Nieman Marcus也推出了这样的功能。消费者可 以拍下任何物品的照片，上传到 Nieman Marcus的官方App上， App很快就可以展示出Nieman Marcus的产品目录中与之相似 的产品。

　　“未来五年，只要我们遇到喜欢的产品，只需要一张照片 就可以找到它。”一位业内人士说。

　　Adobe Marketing Cloud的行业战略官Michael Klein认 为，AI有可能为实体店带来回头客，“商品推销也要更加娱乐 化”，也就是现在很多商家推出的虚拟化妆、家居演示等。

　　 这也催生出大批的大数据相关的工作机会。

　　有需求就有市场，一大数据为依托的数据运维行业应运而生，但是由于市场的需求量大，大数据人才市场供不应求，目前互联网的朝阳行业，就算你掌握了大数据的命脉，假使你有一天想创业，自己当老板，掌握了数据思维就相当于掌握了珍贵的商业信息，总之，目前大数据真的是一项可以帮你转业提薪的绝佳机会，观望的越久，损失越大！

　　一根筋教育，名师指导，课程脉络一目了然，四个月时间，让你掌握一门手艺，也是一门生意经。想了解的就联系一根筋官网客服，课程大纲、还有免费资料可以拿。

大家可能都是对淘宝网比较熟悉，可能对淘宝大数据这个词汇比较陌生，淘宝大数据就是把我们平时浏览淘宝搜索的内容以及商品的点击率的一个统计。接下来带你们了解淘宝大数据在哪里看这个话题。

一、淘宝大数据在哪里看所需的工具和原料：

1、浏览器

2、淘宝账号

二、淘宝大数据在哪里看方法和步骤：

1、浏览器输入淘宝指数网址：shu.taobao

2、正式查询前，先登录自己淘宝账号

3、在主搜索栏输入想要查询的行业或者类目，以女装下连衣裙为例

4、点击搜索按钮。即可呈现整个行业的趋势和细分，可供小伙伴们使用噢。

三、查看淘宝大数据的注意事项：

搜过的之前需要登陆淘宝账号

四、怎么对淘宝大数据进行分析：

可以分为：商品分析、客户分析、地区分析、时间分析四大维度，重点说商品分析。

1、销售状况分析：主要分析本月销售情况、本月销售指标完成情况、与去年(或上月)同期对比情况。通过这组数据的分析可以知道同比销售趋势、实际销售与计划的差距。

2、销售毛利分析：主要分析本月毛利率、毛利额情况，与去年同期对比情况。通过这组数据的分析可以知道同比毛利状况，以及是否在商品毛利方面存在不足。

3、橱窗效率：主要是本月橱窗效率情况、与去年同期对比。“日均橱窗效率”是指“日均每个橱窗平均销售额”，即：日均橱窗商品销售金额/橱窗个数。

4、人均劳效(人效)：主要是本月人均劳效情况、与去年同期对比。“本月人均劳效”计算方法：本月销售金额/本月总营业人数。

5、盘点损耗率分析：主要是门店盘点结果简要分析，通过分析及时发现商品进、销、存各个环节存在的问题。 该指标指标仅对大店或销量日均100以上店铺适用。

6、库存分析：主要是本月平均商品库存、库存结构、库龄情况、周转天数，与去年同期对比分析。通过该组数据的分析可以看出库存是否出现异常，特别是否存在库存积压现象。 该指标指标仅对大店或销量日均100以上店铺适用。

8、促销商品业绩评估：主要是促销商品品种数执行情况，促销商品销售情况、占比情况及与前期销售对比情况分析。“促销商品与前期销售对比分析”即将本档期特价商品的销售情况与特价执行前相同天数的销售情况进行对比分析，通过以上这组数据的分析可以看出促销产生的效果以及促销活动存在的问题。

海关数据是大数据时代下外贸企业发展成长中不可缺少的分析型数据，通过大数据分析转变了外贸人对的海关数据传统理念，帮助外贸人学会了去挖掘、去分析数据。网舟科技为大家分享：大数据如何对海关信息进行市场分析。

那么什么是海关数据？

海关数据是指从世界各国海关的“关单，提单，商检”中提取的真实的单证记录。企业通过海关数据，可以开拓市场，制订生产计划，寻找国外买家，了解竞争对手，监控客户动态。海关数据可以说是外贸企业必不可少的贸易协助工具。

中国进出口海关数据分析以中国进出口8位或10位海关统计数据为基础，通过分析、整理、统计，是企业分析行业宏观市场，全球市场定位，全面监控同行进出口情况的有力武器。一般适用企业：出口商、进口商、物流公司、咨询公司、律师事务所等。

海关数据里包含的字段：

中国8位进出口数据: 日期、出口、HS编码、商品名称、金额、数量、单价、单位、产销国、海关口岸、贸易方式、运输方式、中转国、企业编码、企业名称、企业性质、收发货地、联系方式

中国10位进出口数据: 日期、进口、HS编码、商品名称、金额、数量、单价、单位、原产国、海关口岸、贸易方式、运输方式、中转国、企业编码、企业名称、企业性质、收发货地、联系方式、品牌、型号等产品功能分析市场对企业关心的产品进行全球市场定位，精准了解全球每个国家采购金额、采购数量、采购均价。动态分析数据近几年数据分析每个国家市场增长情况，及时发现新兴增长市场。

海关数据的作用：

1、了解行业市场信息，掌握趋势

通过海关数据的交易记录可以找出各个采购商的全球供货商及其供货量，并可以适时地掌握商品的交易状况，从而掌握产品的总市场需求量、全球范围内的竞争对手、自己所占的比例，配额的使用情况，未来的市场走向等信息，为外贸企业的市场决策提供关键信息。

2、掌握行业细微变化，洞察需求

进口海关数据上的“规格”内容详细描述了产品规格，外贸企业可以了解到买家和目标国家市场对产品款式、花色等品质要求以及变化，也可以了解到该国的产品的包装和工艺情况。通过分析不同国家或地区的具体规格描述，外贸企业可以了解不同国家或地区的消费者对产品质量的不同要求和变化，有利于外贸企业有的放矢的推介其产品。同时也可以及时发现新产品或新材料的应用，及时把握目标市场的品质要求，调整设计和产品线，与国际市场同步，满足细分市场的变化需求，提高企业市场竞争力。

3、了解行业变化信息，调整战略

外贸企业通过监测目标国家或地区的发货单位名称变化，可以了解该行业和市场是否有新的参与者或是有退出者，竞争的激烈程度如何，这些现象可以提醒外贸企业该行业的竞争变化。如当新的参与者持续增多时，说明此行业利润有可能很大，从而不断的吸引着新的参与者，但对于现有外贸企业来说，这便意味着该行业的竞争加剧，外贸企业也要随行业的竞争程度调整市场战略。

外贸企业通过海关数据监测某一地区的出口或进口数量，可以了解目标市场所处的生命期阶段：即萌芽期、发展期、成熟期和衰退期，从而便于外贸企业决定是否进入以及如何进入等。当市场需求增大时，进出口的数量就会增大，这表明该产品的市场正处于发展期，这样外贸企业制定较为激进的市场战略，重点发展该目标市场 。

PS：网舟科技长期专注于金融保险、通信、航空、互联网、旅游酒店等行业的电子渠道大数据运营，为客户提供全球领先的电子渠道转型咨询、大数据挖掘和应用定制服务，助力客户互联网转型，提升数字化运营和数据营销能力。

要说运营网上商城，数据的重要性不言而喻，一般的网上商城主要面对的是会员，系统流程相对简单，所以对于数据的需求涉及不会很广；但是对于多用户商城系统来说，系统角色涉及平台、商家、会员等，系统流程复杂、涉及面广，对于数据的需求就比一般的网上商城要更全面、更广泛。

不同的商城系统对于数据需求不一样，同样，系统管理者站在不同角度，对于数据需求也会不一样，站在多用户商城系统会员运营的角度来说：会员喜好、销售转化率、商家店铺的运营能力等等都运营者的刚需数据。

讲到多用户商城系统会员运营数据，那就不得不说说多用户商城系统HiMall的四大数据统计功能：涉及范围从平台会员到商家，从商品到订单；涉及深度从会员注册到下单购买，从单个商品到整个商品类目，不管是哪个层面会员运营需要的数据统统能够提供，只为帮助运营者全方位了解商城会员动态，及时调整运营策略，提升转化。同时，HiMall还新增多款营销功能，促进会员的二次购买，助力商户提升销量。

下面就一起全面了解一下HiMall的四大数据统计功能。

会员区域购买力分析之会员统计

功能：统计一段时间内新增会员的走势和前一段时间的对比；通过下单量、下单金额两种不同维度查看会员分布情况。

场景描述：例如，针对微信商城推出微信关注领红包活动，通过朋友圈转发引导关注获取相应金额红包的模式引导新用户注册，此时就可通过活动领取情况，结合会员增长统计观察活动所带来的吸粉效果。

通过会员消费地区分布可以看出平台的用户分布的主要区域，可根据该区域用户生活、消费习惯制定出针对性销售政策，增强用户粘性。

商家运营能力分析之店铺统计

功能：统计一段时间内新增店铺的走势和前一段时间的对比；通过下单量、下单金额两种不同维度对一段时间内的店铺以及店铺交易情况进行数据统计分析。

场景描述：作为多用户商城平台，除自营店铺商家，入驻商家是促进平台持续活跃的中坚力量，每日商家入驻情况、商家店铺订单销售情况等都是平台运营者需要实时了解的数据，只有了解商家的数据才能更有针对性的对商家出台扶持政策，促进商家的持续运营，让商家店铺火起来，从而带动整个平台。

买家偏好搜索分析之商品统计

功能：查看一段时间内买家对商品搜索浏览情况，从浏览量、浏览人数 付款人、单品转化率、销售数、销售金额等维度进行统计分析。统计一段时间段内，已销售商品类目访问以及销售情况占比，通过销售数量和销售金额两个维度展现。

场景描述：商品统计让运营者一目了然知道浏览最多的商品是哪些，下单率高的商品是哪些，浏览量大但是下单率低的商品又是哪些等等；只有拥有这些数据，运营者才能更了解客户喜好，才能有针对性的对商品做优化，才能更好的打造出商城的爆款商品。

销售转化率分析之交易统计

功能：统计一段时间内平台整体的销售情况，包括下单人数、下单金额、转化率等等。

场景描述：现在好多线上商城都会遇到同样一个难题--辛辛苦苦把用户拉来，却发现大部分用户来过一次就不再来了，更谈不上会在这里继续消费。所以不要简单地以为用户拉进来就算是你的用户了，也不要总把【用户总数】作为运营的指标，而应该更关注活跃下单用户数和成交转化率。因为，只有真正活跃的用户，才能产生商业价值。

HiMall多用户商城系统四大统计功能从各个纬度对数据进行了全方位的统计，同时还支持详细的报表下载，可以大大提高平台的运营能力，从各个角度分析运营过程中遇到的问题，提出更具针对性的营销方案。

针对四大统计功能所需的运营需求，HiMall还新增多款营销功能，吸粉红包、新人礼包、刮刮卡等快速帮助平台吸粉，充值赠送、代金红包、积分商城等促进会员二次购买，提升复购率。欲知更多HiMall 功能，可以登陆HiMall 官网或扫码关注HiMall 官方微信。

现在合肥各街区纷纷开起了24小时便利店，连网红罗森便利店都落户合肥。不知道在时间上、地理位置上都更便利顾客的各色便利店鳞次栉比，会不会让超市生态圈出现危机感呢？

无论是以前还是现在，我们几乎每次去逛超市，都会发现有不少类目的商品在打折。如果遇到节假日，更是推出纷呈的大减价、大促销。这个时候阿姨党、奶奶党就会双眼放光，感觉此时不买更待何时！

但是同学们有没有想过为什么超市会经常打折促销呢？难道不会亏本吗？永远都是薄利多销的吗？

这个现象让码字酱有了关于大数据分析的些许思考。

超市为什么经常打折、大减价？真相是……

大型商超进行促销的方案其实都是经过大数据分析制定的。特价商品时常变动，或者固定某一天为打折促销日，从而提升客流量，加大促销商品的销量。或随机将某种蔬菜价格上涨，会使得注意到价格差别的这部分顾客转而购买其他品类，没注意到涨价的顾客便奉献了这部分溢价。

另一方面，有些顾客在货架前挑选、比较，很久才出手购买，有些顾客则相反。所以，对商超来说，最好是用高价套住忠诚的（或懒惰的）顾客，再用低价吸引住便宜货买家。中间价位往往没有好处，因为价格不够高，无法从忠诚顾客那里多赚钱；价格不够低，无法吸引便宜货买家。但这还不是问题的全部。因为如果价格保持稳定，那么即使对价格最不敏感的顾客，也知道在哪里能买到较为便宜的商品。所以，从这个角度来说，商品的价格不应始终坚持高价或低价，而应在两个极端之间有所跳动。

价格定位策略之所以有效，是因为顾客一次购物跑两家超市比较麻烦，故顾客常定一家商超作为日常购物的根据地；而超市的特价商品总是在变动之中，逆向思考“大减价”的行为，即把商品平时的价格看作折扣价的溢价，而非根据平时价格对照大减价时的折扣价。因此通过调整价格的溢价，往往能够实现意外的盈利。

另外，超市常使用心理学上的“晕轮效应”，将食品、日杂等生活必需品的价格定低一些，经常有买一送一等促销活动，让顾客在视觉上获得满足感，让你形成这家超市比较便宜的印象。同时，很多消费者会有“买得多比买得少实惠”的惯性思维。其实，很多商品的大包装价格都比小包装贵。这种情况大多存在于休闲食品中，如饮料、薯片等。更有部分商家悄悄提高商品价格后再附送赠品，当然还有许多超市常将快过期的商品与正品捆绑销售，使得消费者往往忽略它的生产日期。

经过大量的数据采集，消费者的习惯都可以通过数据模型来表现，这一切策略都能够被大数据所控制。比如这个令我们不置可否的结论：在你触手可及的地方的商品销量往往是最好的。总而言之，当大数据分析运用于零售市场，消费者往往就被套路啦。

这些只是关于大数据分析最浅显的应用思考。学好专业的大数据分析，成为优秀的大数据分析师，能够适应更多领域的发展。

原标题：大数据分析： 哪些海外商品最受中国欢迎？

阿联酋、塞内加尔、卢旺达、毛里求斯这些国家的产品，究竟哪些最受中国剁手族的欢迎？

最近，研究得出了一些有意思的结论，比如来自北京、广东、上海的消费者购买了更多巴西品牌及商品；来自湖北、陕西、辽宁的消费者购买了更多毛里求斯品牌及商品，最受欢迎的是毛里求斯的红茶，等等。

数据不说谎，并且能反映出一些大家平时不容易看到的真相。本期数据提取时间为2018年1-7月，并且对比了2017年同期的数据。下面的图片告诉你更多。

在日益疯狂、惨烈的消费品市场竞争的今天，许多企业更聚焦短期业绩的策略，更重视可以短期内极大提升销量的促销促销，花对钱、用对促销手段等，从而为市场占有率、短期财务报表增色不少。

然而，企业在管理促销时“无章法可循、无数据可依”的局面并没有改变。

如何全面、客观评价一个促销活动的优劣？当前有多少低效促销？如何识别促销活动的成功要素并应用于未来？如何流程化、制度化基于数据洞察的促销管理，而非经验导向？

我们知道，利用大数据分析工具可以有效帮助企业进行精准促销，不仅通过减少低效促销投入来“节流”，更重要的是可以通过优化促销设计来“开源”，可谓一举两得。

下面我们就来用连锁便利店行业圣诞节的精准促销为例，与大家一起分析、交流。

在做圣诞节促销活动方案时，品牌市场部在销售额、毛利额、客流量、新增会员数等方面都设定了目标值，那么活动结束后我们首先要对目标达成完成率情况进行统计分析，从而对圣诞节促销的促销效果能先有个整体的评估，然后我们再对圣诞节期间所做的具体促销活动进行深入分析：

满减活动谁不能玩？

圣诞活动当然少不了满减。当时活动设定规则为微信支付满60减30，单笔小票只要购物满60元，在付款的时候采用微信支付，就可以立减30元。

通过对活动期间目标鲜食品类的销售同期增长情况来看，鲜食目标品类的销售增长没有达到预期，但是香烟品类增长超出预期。

通过实地商业洞察我们发现顾客在参加活动时往往通过购买高单价香烟类商品来凑单，满足60元的活动门槛，因此造成明显的香烟品类销售上升。所以，我们在做类似促销活动方案时需要剔除香烟品类。

同时我们也需要关注我们重点粘客商品（关东煮、面包、冰淇淋等）的销售情况，他们的增长表现也可以从侧面体现促销活动的成效性。

加价购加什么？

加价购活动也一直是便利店的常规促销活动，既指定购买指定商品或品类满多少钱，就可以较少的金额购买另一件商品。

促销本身就是一种商品，只有先把促销方案卖给顾客从而获得顾客的认同，才能使顾客最大化的产生消费，因此我们需要考核促销活动的门店参活率。

例如昨日某门店成交笔数为300笔的情况下，我们得统计分析参加了加价购活动的小票占比多少，参活率显示出我们促销活动实际执行的达成情况。

同时，我们也需要分析公司旗下所有门店加价购促销活动参活率的实际达成分布情况。我们可以找出最好的5家门店和最差的5家门店来进行对比分析，从而找出参活率差的门店在方案落地执行层面上所存在的问题。

此外，通过事后购物篮四项限分析我们也可以确认指定满额消费门槛商品是否落在人气商品区间，这也是促销效果综合表现的一方面，因此我们在做加价购活动方案时应挑选人气偏高的商品来作为满额消费门槛商品，这样的活动方案才更容易被顾客接受。

直接打折会不会打骨折？

直接打折算是比较简单粗暴的促销活动了。圣诞节我们选择巧克力做75折活动，那么促销期间巧克力商品的毛利贡献度一般都偏低，这时它更多承担的是吸客的角色。

我们在做活动方案时就会规划促销期间我们的毛利支撑商品来进行关联陈列销售，从而带动门店整体毛利额的提升。

因此促销活动结束后，我们就很有必要分析目标品类是否起到他们本身定义的角色所属作用，通过巧克力商品关联销售分析来看，我们发现原先设计作为毛利支撑的计生用品的销售提升没有达到预期目标。

意外的是，我们发现盒装酸奶的销售却得到了大幅度的提升，这说明促销期间巧克力商品对于盒装酸奶有很强的关联度，即同时购买巧克力和酸奶的人数占购买巧克力的人数比例很高。下次再做类似促销时，巧克力商品的货架旁边可以放置一些盒装酸奶，从而方便顾客的选购，从而极大提升客单价。

通过促销期间门店实际消费洞察来看，圣诞节期间对于巧克力和计生用品进行了礼盒装捆绑销售，由于目的性太强等因素反而不利于顾客的选购，应该只做关联陈列即可，没必要捆绑礼盒销售。

随着互联网和电商的飞速发展，未来在“线上”和“线下”的促销竞争也会愈演愈烈、促销与购物者体验的创新也会层出不穷。企业惟有练好促销管理的内功，才能以不变应万变；而大数据作为网络经济的标签之一，将在促销管理中发挥难以量化的商业价值。