亚马逊半年铺货突破百万运营业绩分析及选品运营方向
团队运营亚马逊6个月，采用铺货模式，销售额约160多万，利润102万，现在疫情期间，我们做一下复盘和回顾，看看选品方向和业绩归因，以及谁是我们最具价值的运营人。ERP订单截图（毛利64%）
1、安装Anaconda3启用jupyter notebook
首先导入必要的python库
import csv
import pandas as pd
import matplotlib.pyplot as plt
# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号
读取我们要分析的文件
df=pd.read_excel("666.xlsx",encoding="gbk")
df.columns #打印看看表头文件
只选取我们需要的列并打印出来看看：
df1=df[['PayTime',
'Currency', 'TotalPrice', 'Fee', 'Refund', 'CNY', 'Money', 'Cost',
'Profile', 'ASIN', '产品id', '中文简称', '业务员',
'SalePrice', 'TransportPay',
'Country']]
业绩表格中的列
2、python进行业绩归因分析和指导选品方向
业务员创造净利润排序表：
plt.figure(figsize=(20, 4), dpi=160)
df1.groupby(['业务员'])["Profile"].sum().sort_values(ascending=False).head(40).plot(kind='bar',figsize=(20, 4))
plt.xticks(rotation=90)
plt.show()
最具价值员工排行榜
通过上图，可以非常直观的看出公司业务员创造利润的大小，如何按照净利润进行提成也很容易给出答案。
同时分析哪些国家创收最多排序
plt.figure(figsize=(20, 4), dpi=160)
df1.groupby(['Country'])["Profile"].sum().sort_values(ascending=False).head(40).plot(kind='bar',figsize=(20, 4))
plt.xticks(rotation=90)
plt.show()
创收国家排行榜
从上图来看，亚马逊新站点阿联酋排在首位，令人意想不到。其次是德国、法国、西班牙和意大利。
分析具体ASIN那个产品贡献最多创收排序
plt.figure(figsize=(20, 4), dpi=160)
df1.groupby(['ASIN',"中文简称",'Country'])["Profile"].sum().sort_values(ascending=False).head(40).plot(kind='bar',figsize=(20, 4))
plt.xticks(rotation=90)
plt.show()
单品创收排行榜
排在贡献榜前列的是：家用电子产品、宠物用品、家居用品。而且阿联酋对于中国制造也是挺欢迎的。
小类目利润排行榜
plt.figure(figsize=(20, 4), dpi=160)
df1.groupby(['中文简称'])["Profile"].sum().sort_values(ascending=False).head(40).plot(kind='bar',figsize=(20, 4))
plt.xticks(rotation=30)
plt.show()
小类目业绩贡献排行榜
排在前3的是车衣、衣帽架和吹风机。
通过上述分析：如果有新站点必须去申请，因为这里是蓝海市场。官方开拓新市场有大力度的支持；选品的方向必须匹配销售国家，通过这些数据，我们很清楚那些品类符合那个国家的消费市场。那些国家能创造多少的利润，决定我们接下来的重点运营的站点。
页:
[1]