style Intelligence敏捷商业智能应用案例之电商如何提高客单价分析

Style Intelligence应用案例之—电商提高客单价分析

最近微博上传得比较广的大型电商平台的订单数据：当当日均订单量13万+，客单价89元；凡客13万+，客单价100+（季节变动大）；京东20万+，客单价450+；淘宝目前每天大概700万票快件（1月22日马云：淘宝日均订单量800万），客单价90+，拍拍接近100万。

客单价的计算公式是：客单价=销售额÷订单量，由此公式可知，要提升电商的销售额，除了尽可能地吸引更多的浏览量，增加顾客交易次数外，提高客单价也是非常重要的途径。相关统计显示：京东商城的客单价450+，基本可以判定其家电3C类偏多，毕竟以图书为主的当当网和服饰为主的凡客其客单价都要低很多，客单价最终反馈的是品类结构，这其实也是b2c最核心的竞争力。

有朋友指出，虽然凡客增速惊人，但是凡客诚品如不扩展品类，继续背心裤衩的路线，订单量很快就能见到天花板！京东是从单品向多品类发展，订单量上去了但客单价掉的很猛，但毕竟是好事，利润空间有了。企业如何提升自己的客单价呢？

提高客单价的普遍方法，是做关联营销。关联营销是一个相当重要的营销方法，电商的运营商应当高度重视。例如买数码产品的电商，采取买电脑搭配鼠标、键盘、硬盘等等，卖单反相机搭配高倍镜头、相机包等方式，如此这般即可提高购买率。除了关联营销外，还有没有其他办法，提高客单价呢？

本文介绍一种借助历史数据进行系统分析的方法，通过对经营数据的分析，来寻找提升客单价的有效途径。下面分析过程采用style Intelligence的多维分析方法，截取某一电商的部分数据进行研究。

某电商整体的客单价为：89.50元。那么我们来分析能不能提高客单价。

我们先分析一下各个种类客单价的情况：

由上图可以得知，只有服装、男鞋的客单价高于整体店面的客单价，其他品类都比整体客单价要低得多。现在加入销售金额等指标一起来做分析：

服装的销量占总体销售金额的40%，男鞋的销售占总体金额的9%，足以可以证明店面的整体客单价是由服装和男鞋拉动并提升的。

从制定促销活动来说，如果结合顾客分析，男鞋还有促销的空间，则可针对男鞋这个大类来考虑，尽量提男鞋的销售占比，从而可以提高平均客单价。

进入男鞋种类，看男鞋的客单价情况：

休闲正装鞋、登山鞋、篮球鞋、足球鞋均高于平均客单价，特别是休闲正装鞋的客单价比重是整体平均价的1.99倍，平地单鞋、板鞋、板鞋以仅占品均客单价的60%左右，那么我们看下各个男鞋品类的销售比重情况：

客单价最低的平底单鞋的销售比重却是最高，休闲时尚鞋的销售比重次之为21%。如果要提升整体男鞋类得客单价，就需要在休闲时尚鞋做出促销或者首页展示的行为。

本分析仅提供分析思路，用style Intelligence的多维分析工具以及清新的可视化展现方法来对问题进行某一程度上的考量，当然读者可以用词工具用更多的角度更全面地分析自己在实际生活中遇到的实例。