亚马逊半年铺货突破百万运营业绩分析及选品运营方向

Amazon Amazon 222 人阅读 | 0 人回复 | 2023-04-17

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。

qw1.jpg


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

qw2.jpg


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']]

qw3.jpg


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()

qw4.jpg


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()

qw5.jpg


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()

qw6.jpg


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()

qw7.jpg


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。
回复

使用道具 举报

高级模式
B Color Link Quote Code Smilies

本版积分规则

对日跨境电商干货及经验分享
大坑小坑都踩过与您分享"
170
获赞
68
内容
0
关注
0
粉丝