药品B2B应季热销商品选品工作数据分析探讨

　　随着电商的发展，各行各业均被电商思维影响或渗透。由于行业的特殊性，医药B2B的发展相较其他行业缓慢。但随着时间的推移，医药电商B2B也趋于成熟。
　　本人自2014年接触电商以来，一直深耕于医药B2B电商。就将一些实际操作细节展示出来，希望与行业的同仁共同探讨并获得更多指导。
　　药品B2B行业，由于其产品的标准化程度高，SKU类目多，下游客户群体采购消费习惯稳定，所以关于电商运营的客户行为习惯极具分析与挖掘价值。本文就以应季热销商品的选品工作作为背景，将自己的思路和方法写出来供大家讨论与指导。
　　数据分析的目的与要求：
　　1。给采购部门提供每个月份的常规备货商品的清单与目录；
　　2。通过历史数据分析出每个月热度最高的前200个品种；
　　3。根据每个月度的高热度品种匹配公司资源打造高转化的运营活动。
　　一、数据分析思路解剖
　　1。药品的消费市场跟季节有着极强的关联性，比如最近的甲流，其高发季节基本就是每年的春冬季，与治疗流感相关的药品基本上产生销售行为的也就是集中在这几个月；又如补益类的产品，阿胶，其销售行为基本就是集中在秋冬进补季节。因此，分析主线有了明确，按月份来进行历史销售数据分析基本可以确定我们在什么时间应该采购什么品种，应该对什么品种采取运营活动能够获得较大的客户认可。（按月度销售行为确定采购备货目录）
　　2。热度高低的判断标准是什么？一是有多少客户买了这个商品，二是这个商品总共卖出去了多少，三是每个客户买了多少这个商品。基本上从这三个维度就能够确定商品的热度了。剩下的就是这三个维度的权重分配与调整的问题，就让我们交给工具吧。（客户覆盖度规模化效应客户平均需求度）
　　二、数据分析实操过程
　　1。获取原始历史销售明细数据并导入数据库；
　　ERP导出的原始销售明细
　　大概21天左右的销售明细条目有65000余条，大概有58M左右的大小。如果是三年的数据量的话，Excel基本上处理不了。另外ERP数据也属于结构化的标准数据，我们建立好方法论后，后续只需要导入或获取数据源，由工具帮我们跑数据处理过程就好了，这样也极大的提高我们的工作效率。
　　为了保证公司ERP数据的安全性，我采取的是导入本地的MySQL数据库，如果公司同意，可以让技术部的相关人员给与相关的数据获取权限。（本人保证所有数据已脱敏并进行过重新加工，并不会影响到相关主体的任何利益）（若需素材请回复需要素材）
　　。导入原始数据
　　导入的数据条目是60000多条
　　。清洗整理规范数据
　　规范数据格式
　　建立索引
　　saledate：销售日期（字符型数据）
　　dwnum：客户唯一编码（字符型数据）
　　goodsnum：商品唯一编码（字符型数据）
　　salenum：销售数量（decimal）（需要用于精准计算的数值）
　　到此，原始数据的处理工作就完成了。
　　2。数据加工与处理过程
　　因为我们的目的是按月份分析汇总数据，所以还需要表中的销售日期（saledate）中的月份提取出来。在MySQL数据库中，我用的是构建临时表的方式来处理数据。
　　数据处理后的临时表
　　所有数据已经按我们的要求清洗加工并载入了临时表，然后就需要按月份，按商品编码来统计每个商品的购买客户数、销售总量、客户平均月购买数量、以及建立这三项指标的权重值。
　　购买客户数：非重复购买客户的统计（count（distinct））
　　销售总量：该商品的销售总量（sum）
　　客户平均月购买数量：销售总量购买客户数
　　构建一张统计表，并加上权重值列；
　　分析统计表已完成
　　计算客户平均月购买数量并将数据更新到分析统计表中；
　　客户平均月购买数量
　　按最高权重为10000，排名每下降一个递减1来对上述三个指标赋予权重值，并更新到分析统计表中；（此方法的准确性是否符合统计学大家可以探讨，也希望有方法论高手给与指导）
　　赋予所有指标权重值
　　生成对应结果表（按购买客户数权重占比60，销售总量占比10，客户月平均购买量占比30计算）。
　　销售热度品种排名表
　　到此，数据分析结果就出来了，通过更改或者继续添加数据源，就能快速获得文章一开始我们的要求。
　　结果我附上历史1月份药品B2B电商销售排名表供大家参考（数据量不够大，仅供参考）
　　历史1月份商品热度排名（部分品种）
　　基本上都是感冒类、慢病类商品，符合药品流通的管理。当然，更与经营主体公司的渠道优势相关。在渠道没有变更的情况下，采购如何备货、运营如何更好的制造爆品基本上就有了参考。在实际的数据分析过程中，影响因素肯定比上述要多得多，在数据处理过程中，添加的相关指标也要多得多，但基本上也是大同小异。在方法论确定的前提下，通过工具能快速的帮助我们得到一些具有经营指导的指标，是我们在精细化经营过程中必备的一种技能！