做數(shù)據(jù)分析的同學(xué)，很多都聽(tīng)過(guò)：人、貨、場(chǎng)的分析模型。然而，這東西又是個(gè)只聞其名，不見(jiàn)真身的東西。到底該怎么結(jié)合實(shí)際分析？今天我們系統(tǒng)講解下。

問(wèn)題場(chǎng)景：

某生鮮電商，用戶復(fù)購(gòu)率較低，60%的用戶在30天內(nèi)無(wú)二次購(gòu)買(mǎi)行為，運(yùn)營(yíng)領(lǐng)導(dǎo)非常著急，要求通過(guò)數(shù)據(jù)分析提升復(fù)購(gòu)率，請(qǐng)問(wèn)你作為數(shù)據(jù)分析師該怎么做？

A、建立人工智能精準(zhǔn)推薦算法（40%概率用協(xié)同過(guò)濾，60%用關(guān)聯(lián)分析）

B、把過(guò)往6個(gè)月月初復(fù)購(gòu)率做成折線圖，然后寫(xiě)下蒼勁有力的三個(gè)大字：“要搞高！”

C、分析個(gè)啥，做電商不就是派券嗎！所有無(wú)復(fù)購(gòu)用戶派券，干就完了奧力給！  

還是你有其他辦法？

一、貨物屬性分析

先問(wèn)一個(gè)簡(jiǎn)單問(wèn)題：大米、白面、一桶油和草莓、車?yán)遄印⑸街裼惺裁磪^(qū)別？即使你沒(méi)買(mǎi)過(guò)菜也知道：米面油是每天都得吃的東西，沒(méi)啥季節(jié)性；草莓、車?yán)遄印⑸街癫粫?huì)每天吃，季節(jié)性很強(qiáng)。

如果去菜市場(chǎng)或者超市逛一下又會(huì)知道：米面油一般是整包、整桶買(mǎi)，買(mǎi)回去一桶能吃很久，還有專門(mén)的米桶、米盒、油壺用來(lái)分裝。草莓山竹一般拆散零售，而且不耐放，買(mǎi)回去不吃過(guò)幾天就壞了。

這些看似家常便飯的產(chǎn)品知識(shí)，統(tǒng)稱為：貨物屬性。貨物屬性會(huì)直接影響到消費(fèi)者購(gòu)買(mǎi)行為：

購(gòu)買(mǎi)頻率：新鮮蔬菜水果購(gòu)買(mǎi)頻率高，米面油購(gòu)買(mǎi)頻率低

上市季節(jié)：新鮮蔬菜水果有當(dāng)季產(chǎn)品，反季節(jié)的賣得貴也不好吃，米面油沒(méi)啥季節(jié)性

產(chǎn)品價(jià)格：?jiǎn)纹穬r(jià)格貴的就賣得少，趁便宜買(mǎi)，零散買(mǎi)，便宜的就批量買(mǎi)

購(gòu)買(mǎi)渠道：如果有物流配送，大件硬通貨（米面油）在線上買(mǎi)更省事，散件的就線下買(mǎi)，最好能現(xiàn)場(chǎng)試吃幾個(gè)避免踩雷

這些貨物屬性是常識(shí)，是自然規(guī)律，不會(huì)因?yàn)閿?shù)據(jù)指標(biāo)的計(jì)算方式而改變。因此在生鮮產(chǎn)品中，用戶行為會(huì)直接受到過(guò)往購(gòu)買(mǎi)產(chǎn)品的影響——你不能太指望一個(gè)用戶剛買(mǎi)10斤大米，過(guò)兩天又來(lái)買(mǎi)10斤。或者說(shuō)，如果真的有用戶反反復(fù)復(fù)地來(lái)買(mǎi)大米，那你得檢查下自己提供的大米是不是比市場(chǎng)價(jià)便宜很多，有人在薅羊毛薅的情況呢。

有一個(gè)簡(jiǎn)單的矩陣模型可以描述生鮮產(chǎn)品的復(fù)購(gòu)思路，核心是產(chǎn)品購(gòu)買(mǎi)頻率和產(chǎn)品關(guān)聯(lián)度。購(gòu)買(mǎi)頻率上文有解釋，產(chǎn)品關(guān)聯(lián)度指的是某些產(chǎn)品天生會(huì)一塊買(mǎi)。特別在生鮮領(lǐng)域，比如買(mǎi)了凍雞翅、竹簽，很有可能會(huì)買(mǎi)木炭、丸子、燒烤汁，因此兩維度交叉既有如下矩陣（如下圖）。

圖片

但注意，只從貨物屬性一個(gè)角度來(lái)看，是很不完整的。買(mǎi)菜的渠道多得很，憑啥用戶非得在app里戳來(lái)戳去。菜市場(chǎng)不香嗎？APP/微商城的吸引力又在哪里呢？這就涉及：場(chǎng)的問(wèn)題。

二、賣場(chǎng)屬性分析

快速問(wèn)一個(gè)問(wèn)題：你今天中午準(zhǔn)備吃啥？不要思考，馬上回答！

十個(gè)同學(xué)有十個(gè)答不上來(lái)，對(duì)不對(duì)。實(shí)際上讓你對(duì)著餓了嗎你都得糾結(jié)十幾二十分鐘，更不要說(shuō)提前預(yù)備了。

買(mǎi)菜也是同理，為啥老人家喜歡逛菜市，一個(gè)很重要的原因就是做飯本就沒(méi)啥目的性，現(xiàn)場(chǎng)看著啥順眼買(mǎi)點(diǎn)啥，二來(lái)可以貨比三家挑挑新鮮便宜的。菜市場(chǎng)，包括超市的生鮮區(qū)給人的視覺(jué)沖擊是遠(yuǎn)遠(yuǎn)強(qiáng)過(guò)電商的，這就是賣場(chǎng)屬性對(duì)復(fù)購(gòu)行為帶來(lái)的影響。

賣場(chǎng)屬性，包含:

便利性：距離越近、越方便的菜場(chǎng)肯定越吸引人

整潔程度：越干凈的菜場(chǎng)肯定更吸引人

產(chǎn)品豐富程度：菜品越豐富的菜場(chǎng)越吸引人

產(chǎn)品新鮮度：菜品越新鮮水靈的越吸引人

產(chǎn)品價(jià)格：因?yàn)殇佔(zhàn)狻⑷斯げ煌械馁u場(chǎng)就是死貴死貴的

在傳統(tǒng)線下門(mén)店里，關(guān)于賣場(chǎng)位置也有個(gè)矩陣模型。（如下圖）

圖片

線上渠道用的指標(biāo)和線下類似，區(qū)別是，用戶的登錄場(chǎng)景、登錄頻次、登錄后訪問(wèn)內(nèi)容，代替了門(mén)店位置遠(yuǎn)近。線上渠道在內(nèi)容和跳轉(zhuǎn)路徑上能做的分析，是遠(yuǎn)多于線下的。

有意思的是，不同于服裝、零食、玩具等快消品，在生鮮領(lǐng)域，線上渠道的體驗(yàn)反而比線下差。因此線上生鮮優(yōu)勢(shì)體現(xiàn)在：不能出門(mén)的場(chǎng)景上。比如下雨天，比如疫情期間交通管控，比如上下班沒(méi)時(shí)間逛菜市場(chǎng)等等等。

然而這就又引發(fā)第三個(gè)問(wèn)題：有些用戶可能就是單純圖便宜，有些用戶真的有線上購(gòu)買(mǎi)的剛需。因此必須考慮人的因素。

三、用戶屬性分析

注意，傳統(tǒng)行業(yè)講人貨場(chǎng)，人指的是售貨員，不是消費(fèi)者。所謂人效指的是業(yè)務(wù)員平均產(chǎn)生的經(jīng)濟(jì)效益。但是互聯(lián)網(wǎng)應(yīng)用是APP對(duì)用戶，沒(méi)有銷售概念，因此才把售貨員改成用戶，所謂人的分析，變成用戶屬性分析。

一提用戶屬性，很多同學(xué)條件反射的都是：性別、年齡、地域。問(wèn)題是你的公司真的能采集到這么多真實(shí)的用戶信息？而且這些字段不見(jiàn)得能看出啥，最典型的就是性別，男女比例差異常常只有幾個(gè)點(diǎn)，能說(shuō)明個(gè)屁問(wèn)題。

基于互動(dòng)、消費(fèi)行為標(biāo)簽會(huì)更好用，比如生鮮電商的領(lǐng)域，有多少客戶是注冊(cè)送20元米面油券，首單免配送費(fèi)，進(jìn)口車?yán)遄?5元4斤這種活動(dòng)搞進(jìn)來(lái)的。這叫促銷敏感型用戶。類似的，還可以打：剛性購(gòu)買(mǎi)用戶、異常天氣購(gòu)買(mǎi)用戶、疫區(qū)用戶等等標(biāo)簽，這些可能區(qū)分度更高（如下圖）。

圖片

四、人貨場(chǎng)模型搭建

有了三個(gè)維度的基礎(chǔ)理解，就能用來(lái)綜合解釋問(wèn)題。回到開(kāi)頭的“生鮮電商復(fù)購(gòu)率低”的問(wèn)題。可以先從人貨場(chǎng)角度建立分析假設(shè)：

人角度：

n 地推質(zhì)量太差，用戶本身沒(méi)有需求

n 用戶有需求，但是薅羊毛型太多，剛需性少

n 剛需用戶有一定量，但產(chǎn)品不符合用戶需求

貨角度：

n 商品本身品類太少

n 品類不少，但沒(méi)有強(qiáng)勢(shì)引流款

n 有引流款，但價(jià)格沒(méi)優(yōu)勢(shì)

場(chǎng)角度：

n 用戶習(xí)慣未建立，二次登陸都很少

n 二次登陸有，但沒(méi)有進(jìn)到購(gòu)買(mǎi)頁(yè)

n 進(jìn)到購(gòu)買(mǎi)頁(yè)，但未下單

各自建立假設(shè)后，有兩種方法建立整體思路：

第一，  從數(shù)據(jù)出發(fā)，哪個(gè)問(wèn)題嚴(yán)重就從哪里下手

第二，  從業(yè)務(wù)出發(fā)，最近發(fā)生哪些大事，從哪里下手

（如下圖）

圖片

最后可以把各個(gè)分析維度擰起來(lái)，組成整體分析邏輯，從粗到細(xì)形成結(jié)論（如下圖）。

五、小結(jié)

人貨場(chǎng)三個(gè)維度之所以經(jīng)常用，是因?yàn)檫@三者與用戶行為有直接關(guān)系，并且商品屬性、賣場(chǎng)屬性、用戶習(xí)慣都有一些天生的規(guī)律可循。因此很適合作為分析的基礎(chǔ)，做深做細(xì)。一方面能對(duì)業(yè)務(wù)有更清晰的認(rèn)知；另一方面，想建立更復(fù)雜的模型也有線索了。

然而現(xiàn)在行業(yè)里普遍存在的問(wèn)題，是做業(yè)務(wù)的新人就知道發(fā)券，難言之隱一券了之，還美其名曰：互聯(lián)網(wǎng)思維就是免費(fèi)！做數(shù)據(jù)的新人就知道RFM，關(guān)聯(lián)分析，一講模型就想?yún)f(xié)同過(guò)濾，拜托小哥哥們，就你那平臺(tái)用戶粘性，百分之六七十一次登錄，用戶天生就是優(yōu)惠券買(mǎi)來(lái)的，有多少真實(shí)數(shù)據(jù)給你訓(xùn)練模型呢。

就像生鮮電商行業(yè)，真去幾趟菜場(chǎng)，和買(mǎi)菜主力人群：大爺大媽、家庭主婦聊聊，會(huì)比每天和吃餓了嗎的同事討論AARRR有用的多，可以一試哦。