某家具店售后数据分析——提升

某家具店售后数据分析——提升

在写了上一篇博客后，和实习的M同学交流了下，发现和实际工作中的分析还是有偏差。偏差之所以产生，一方面是我没有实际工作中的经验，二是M同学给我的数据不够全面，有些点我想到了但是没有数据，也分析不了。
这篇博客主要记录售后数据的关键指标和分析流程。

标准流程

1.同比件申率的变化
首先与去年同一周期的件申率作比对，既对比整体情况，也对比每个SPU的情况，从而把握整体变化，寻找问题个体。

所谓件申率：

在本文使用的数据中，件申率较同期相比恶化30%。三级类目中，凳子和衣帽架恶化情况最为突出。显然，个体引起整体，凳子和衣帽架就是本次分析的重点对象。

2.产品细分
凳子和衣帽架只是SPU，包括多个SKU。分析应聚焦最小单位。在SPU下统计每个SKU同比 环比的件申率变化，找到引起变化的SKU。

SPU:Standard Product Unit （标准产品单位）SPU是商品信息聚合的最小单位，是一组可复用、易检索的标准化信息的集合，该集合描述了一个产品的特性。
SKU:Stock Keeping Unit（库存量单位）。针对电商而言：
1、SKU是指一款商品，每款都有出现一个SKU，便于电商品牌识别商品。
2、一款商品多色，则是有多个SKU