购物篮分析：18种商品人气指数和策略制定

1.相关知识

作为商业领域最前沿、最具挑战性的问题之一，购物篮分析问题是许多企业重点研究的问题，它通过发现顾客在一次购买行为中放入购物篮中不同商品之间的联系，来分析顾客的购买行为并辅助电商企业制定营销策略。

消费者心理日趋成熟、需求的多样化以及市场竞争日趋激烈，使得充分分析并有效地了解顾客已成为企业成功必不可少的要素。虽然大多数电商企业已经充分意识到了这个问题并做了许多工作，如人口统计分析、计算机辅助销售、各种顾客登记分析等，但是依然收效甚微，他们并没有准确掌握顾客的购买行为。因此，购物篮分析的方法便应运而生，它有效地解决了这些问题并受到了不少电商企业的关注。所谓的购物篮分析就是通过购物篮所显示的交易信息来研究顾客的购买行为。顾客在购买过程中很少单独购买一种商品，他们往往购买多种商品，并且这些商品通常具有很强的相关性。因此他们的购买行为通常是一种整体性行为。一件商品的购买与否，都会直接影响其他商品的购买，进而会影响每个购物篮的利润。因此，必须挖掘隐含着重要而且有价值信息的消费者的购物篮。例如，企业可以通过购物篮分析来了解顾客的品牌忠诚度、产品偏好、消费习惯等。

2.任务要求

某网店经营18种商品，从A到R，这18种商品某月共销售了57 900件，一共是14 604张订单（即14 604个购物篮），含指定商品的订单数量（即购物篮数量）和含指定商品订单的销售总数，如表7-4所示。请对这18种商品做购物篮分析，包括计算每种商品的购物篮系数，每种商品的人气指数，确定人气王，并将这18种商品进行分类并制定相应的营销策略和促销策略。

表7-4　某网店某月商品销售数据

续表

3.任务实施

（1）理论基础。网店进行购物篮分析就是通过对顾客的购物清单进行分析来洞悉消费者的购买行为。其中购物篮系数是网店用得最多的一个指标。它是一个综合指标，消费者购买力的高低、网店商品展示和页面设计、商品库存是否充足等都会影响到购物篮系数。购物篮系数是一个宏观指标，网店运营人员还需要关注微观的购物篮系数，即指定商品的购物篮系数。将每个商品的购物篮系数进行排行分析，就可以找到高连带销售的商品，即店铺的人气王。

购物篮系数是指顾客的平均购买数量，公式如下：

指定商品购物篮系数是指包含顾客购买指定商品的订单的平均购买数量，公式如下：

指定商品人气指数是指指定商品给店铺带来的平均销售数量，公式如下：

可以利用波士顿矩阵来展示购物篮数量与购物篮系数之间的对应关系，由此确定相应的营销策略和促销策略。

（2）实施步骤。

步骤1：计算购物篮系数。

步骤2：计算指定商品的购物篮系数。

步骤3：计算指定商品的人气指数。

步骤4：绘制购物篮数量与购物篮系数的波士顿矩阵，并由此确定相应的营销策略和促销策略。

步骤5：撰写《某网店某月购物篮分析》。(www.xing528.com)

步骤6：做好汇报的准备。

（3）成果报告。

某网店某月购物篮分析

1.计算购物篮系数

该网店某月的购物篮系数为3.96约等于4，即平均每位顾客一次性购买了4件商品。

2.计算指定商品的购物篮系数

根据指定商品购物篮系数计算公式，18种商品的指定商品购物篮系数如表7-5所示。

表7-5　含指定商品的购物篮系数

3.计算指定商品的人气指数

根据指定商品人气指数计算公式，18种商品的指定商品人气指数如表7-6所示。

表7-6　指定商品人气指数

续表

人气指数并不是指定商品的销售数量的比重，销售数量的比重只能判断该商品卖得好不好。人气指数高的商品本身不一定卖得最好，而是它能带来的销售量高。通过表中的人气指数排名可以发现，商品F是人气王。

4.商品购物篮的波士顿矩阵分析

用波士顿矩阵来分析购物篮系数与购物篮数量之间的对应关系，如图7-12所示。

图7-12　商品购物篮的波士顿矩阵

第一象限（右上）四件商品的订单数量和单均支付商品数都高于平均值，它们应该是网店人气和商品销量的主要来源，也是促销活动的重点考虑对象。

第二象限（左上）五件商品的订单数量不错，但单均支付商品数低于平均值，这部分商品需要解决的是如何提高它们的关联销售。

第三象限（左下）三件商品属于边缘商品，本身卖得不好，和其他商品的关联度也不高。第四象限（右下）六件商品的单均支付商品数很高，单订单数量偏少，因此首要任务是促进它们产生更多的订单。