一、案例背景

近几年电商行业整体的技术升级大数据时代精准营销模式研究，“货品”从被动等待搜索和购买，变成主动寻找目标用户。这种变化你也可以视为电商的底层逻辑变化了，从以前的以“货”为中心，变成以“人”为中心。这背后的主要助推剂不是别的，正是数据分析。通过对商品、用户、平台海量数据的深度分析，平台、商家就能知道什么样的商品容易卖给什么样的人，哪一类商品更受欢迎，从而对症下药，实现精准营销。而这个过程中，数据分析师扮演了极为重要的角色。

现在，作为数据分析师，要完成一家国内乳企的任务，需要根据现有数据进行分析，确定企业未来一年的营销品类重点，并通过消费者分析为企业的精准营销提出建议。

二、案例任务

1. 该公司应该重点营销哪些品类的产品？

– 从销售同比增长率和市场占有率两个关键维度进行划分（使用对比分析法按照先比整体再比局部、先比差距再比变化）

-根据销售同比增长率和市场占有率找出明星产品和潜力产品（绘制矩阵图，矩阵分析法找到优先级高的产品）

2. 针对不同品类的产品，如何实现精准营销？

– 不同品类的用户画像是什么样的?（分析不同维度的用户画像）

– 不同品类的消费者中，哪些是高价值用户？（根据转化率和人均消费绘制矩阵图，找出高价值用户）

-总结每个品类各个维度的用户画像，实现精准营销

三、案例脑图梳理

四、数据分析1、如何找出明星产品和潜力产品

-矩阵分析法目的就是找到优先级最高的任务

-从产品的销售额同比和销售额占比情况入手，使用两个维度的均值用矩阵分析绘制清晰地矩阵图

-明星品类：同比和占比均高于平均值（第一象限）

-潜力品类：同比高于均值、占比没有高于整体均值，由于现在增长速度非常快，未来潜力无限，是一个非常重要的增长点（第二象限）

2、如何绘制不同属性的用户画像

-目的：需要描述各个品类的用户属性特征、对比不同品类用户属性的差异

-把每个品类不同用户结构数据加工成占比形式呈现，就能清晰看出同一品类不同用户结构的差异

-要对比不同品类用户属性的差异需要使用百分比堆积柱形图，表示该品类总体是100%，该品类下的各个不同用户结构占比组成这个100%大数据时代精准营销模式研究，这样就便于不同品类之前进行对比用户属性的差异了

3、如何找出不同人群的消费偏好

-用策略人群数据同一人群不同品类的购买人数加工成占比，就可以看到该人群不同品类的消费占比情况

-把所有人群的占比数据绘制柱形图，就可以看到不同人群对于不同品类的消费偏好情况

4、如何找出不同品类消费者中，哪些人群是高价值用户

-用转化率和人均消费均值绘制矩阵图，找到每种产品中的明星用户和潜力用户，就是每种品类的高价值用户

-明星用户：转化率和人均消费都高于均值，这类用户各方面都比较优质，所以是明星用户（第一象限）

-潜力用户：人均消费高于均值，转化率低于平均值，就是潜力用户。这类用户转化率虽然低，但是人均消费高，通过活动可以提高转化率，有很大的挖掘空间（第二象限）

5、不同品类乳品中，如何实现精准营销

-总结每个品类各个维度的用户画像，从性别、年龄、地域、人生阶段、月消费水平等入手绘制每个品类精准的用户画像，实现精准营销

五、汇报报告

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！