快时尚行业线上零售数据分析报告

项目背景

SHEIN是于2008年8月上线的，一家专注于快时尚女装行业，以出口电商为主的跨境快时尚平台。主要针对的目标用户群体为18~35岁的年轻女性，此类用户以追求时尚美丽为目标，超越只满足衣服穿暖的基本生理需求层面，转而追求更高端的精神享受层面需求–更美、更时尚。SHEIN采取独立建站的形式，开辟海外市场，拥有自己独有的供应链体系，自行设计和生产服装，打造属于自己的品牌，目前SHEIN已是中国最大的快时尚跨境电商。

项目需求

当互联网红利逐渐消退，消费场景与用户需求随之转变，疲软的市场为快时尚行业敲响了警钟。2020年全球疫情的爆发，更是给跨境电商市场带来不小的冲击。而SHEIN作为中国最大的快时尚跨境电商平台，在“后疫时代”下又该如何“自救”？

本项目利用MySQL对SHEIN2016年8月至2018年3月的国内零售数据进行分析，从用户、产
品、地域等多个角度探索跨境快时尚行业出口转内销的可能性。

数据准备

数据获取

数据集来源于SHEIN国内市场2016年8月16日至2018年3月22日的线上零售数据。

数据理解

客户相关

customers.csv:用户注册表

字段名	字段描述	数据类型
id	用户ID	VARCHAR(15)
full_name	用户名称	VARCHAR(20)
created_at	注册日期	INT

login_log.csv:访问记录表

字段名	字段描述	数据类型
id	标识ID	VARCHAR(5)
customer_id	用户ID	VARCHAR(15)
logion_date	访问日期	DATE

商品相关

products.csv:商品主表

字段名	字段描述	数据类型
id	产品ID	VARCHAR(15)
title	产品名称	VARCHAR(50)
product_type	品类名称	VARCHAR(10)
created_at	建档日期	DATE
published_at	上架日期	DATE

products_skus.csv: 商品详情表

字段名	字段描述	数据类型
id	商品ID	VARCHAR(15)
product_id	产品ID	VARCHAR(15)
product_style	商品风格	VARCHAR(50)
sku	商品名称	VARCHAR(50)
created_at	上架日期	DATE
price	单价	DECIMAL(6,2)

订单相关

orders.csv:订单主表

字段名	字段描述	数据类型
id	订单ID	VARCHAR(15)
created_at	下单日期	DATE
closed_at	关闭日期	DATE
cancelled_at	取消日期	DATE
customer_id	用户ID	VARCHAR(15)
country	国家	CHAR
province	省份	VARCHAR(4)
city	城市	VARCHAR(4)
district	区县	VARCHAR(4)
address	地址	VARCHAR(100)
financial_status	财务状态（paid已支付，refunded已退回，partially_refunded部分退回，pending待定，voided无效）	VARCHAR(20)
fulfillment_status	完成状态（fulfilled已完成，partial部分完成，restocked已退回）	VARCHAR(10)
processed_at	审核日期	DATE
total_price	订单金额（包含服务费、进口税、用券金额等）	DECIMAL(6,2)
shipping_rate	运费	DECIMAL(6,2)
subtotal_price	折扣后商品金额	DECIMAL(6,2)
total_discounts	折扣金额	DECIMAL(6,2)
total_line_items_price	商品金额	DECIMAL(6,2)

orders_items.csv:订单详情表

字段名	字段描述	数据类型
id	单品ID	VARCHAR(15)
order_id	订单ID	VARCHAR(15)
product_style	商品风格	VARCHAR(50)
variant_id	商品ID	VARCHAR(15)
sku	商品名称	VARCHAR(50)
product_title	产品名称	VARCHAR(50)
fulfillment_status	完成状态（fulfilled已完成，partial部分完成）	VARCHAR(10)
price	单价	DECIMAL(6,2)
quantity	数量	INT

regioninfo.csv:区域表

字段名	字段描述	数据类型
regionid	地址ID	VARCHAR(4)
parentid	父级ID	VARCHAR(4)
regionname	区域名称	VARCHAR(20)
regiontype	区域类别（0国家/1省份/2城市/3区县）	CHAR

数据清洗

建表导数

create database shein;

use shein;

-- 注册用户表customers----------------------------------------------
create table customers(
	id varchar(15) primary key,
    full_name varchar(30),
    created_at int
);

load data infile "C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/customers.csv" 
into table customers 
fields terminated by ',' 
ignore 1 lines;

select * from customers limit 10;
select count(*) from customers;-- 44661

-- 访问记录表login_log---------------------------------------
create table login_log(
	id varchar(5) primary key,
    customer_id varchar(15),
    login_date date
);

load data infile "C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/login_log.csv" 
into table login_log 
fields terminated by ',' 
ignore 1 lines;

select * from login_log limit 10;
select count(*) from login_log;-- 915

-- 订单主表orders--------------------------------------------
create table orders(
	id varchar(15) primary key,
    created_at date,
    closed_at date,
    cancelled_at date,
    customer_id varchar(15),
    country char,
    province varchar(4),
    city varchar(4),
    district varchar(4),
    address varchar(100),
    financial_status varchar(20),
    fulfillment_status varchar(10),
    processed_at date,
    total_price decimal(6,2),
    shipping_rate decimal(6,2),
    subtotal_price decimal(6,2),
    total_discounts decimal(6,2),
    total_line_items_price decimal(6,2)
);

load data infile "C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/orders.csv" 
into table orders 
fields terminated by ','
ignore 1 lines;

select * from orders limit 10;
select count(*) from orders;-- 21358

-- 订单详情表orders_items------------------------------------
create table orders_items(
	id varchar(15) primary key,
    order_id varchar(15),
    product_style varchar(50),
    variant_id varchar(15),
    sku varchar(50),
    product_title varchar(50),
    fulfillment_status varchar(10),
    price decimal(6,2),
    quantity int
);

load data infile "C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/orders_items.csv" 
into table orders_items 
fields terminated by ','
ignore 1 lines;

select * from orders_items limit 10;
select count(*) from orders_items;-- 36826

-- 商品主表products-----------------------------------------------
create table products(
	id varchar(15) primary key,
    title varchar(50),
    product_type varchar(15),
    created_at date,
    published_at date
);

load data infile "C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/products.csv" 
into table products 
fields terminated by ',' 
ignore 1 lines;

select * from products limit 10;
select count(*) from products;-- 247

-- 商品详情表products_skus-----------------------------------
create table products_skus(
	id varchar(15) primary key,
    product_id varchar(15),
    product_style varchar(50),
    sku varchar(50),
    created_at date,
    price decimal(6,2)
);

load data infile "C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/products_skus.csv" 
into table products_skus 
fields terminated by ',' 
ignore 1 lines;

select * from products_skus limit 10;
select count(*) from products_skus;-- 1356

-- 区域表regioninfo------------------------------------------------
create table regioninfo(
	regionid varchar(4) primary key,
    parentid varchar(4),
    regionname varchar(20),
    regiontype char
);

load data infile "C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/regioninfo.csv" 
into table regioninfo 
fields terminated by ',' 
ignore 1 lines;

select * from regioninfo limit 10;
select count(*) from regioninfo;-- 3415

字段处理

需要将时间戳类型的字段转换为日期格式。

数据分析

地域销售概况

SHEIN国内市场主要集中在华南、华中、华东地区，其中广东地区市场份额占比最高，其次为湖南、湖北、浙江等地。

用户留存分析

进入互联网下半场后的人口红利逐渐消失，很多企业面临着拉新困难的问题。
虽然很多公司有营收指标进行数据监测，但营收往往是后置的。
用户来了就走，走了就不再回来，这等于前期的一系列产品策略、运营成本、人力时间都白白浪费掉了。
现阶段公域流量（百度竞价、直播带货等）越来越贵，部分行业的部分企业已经出现获客成本高于客户收益的情况，私域流量（社群、朋友圈等）的产品忠诚度很低，更多的是价格敏感型群体。因此企业在寻找更优质的拉新渠道的同时，需要将重心慢慢转移到老用户的运营上，提高用户留存，用最小的成本使得用户价值最大化。

用户留存和留存率

用户在某段时间内开始使用某一款APP，经过一段时间后，仍然继续使用该APP的用户，被认作是留存用户。

这部分用户占当时新增用户的比例即是留存率，会按照每隔1单位时间（日、周、月）来进行统计。

• 次日留存率：(第一天新增的用户，在注册的第2天还登录的用户数)/第一天新增总用户数；
• 三日留存率：(第一天新增的用户，在注册的第3天还登录的用户数)/第一天新增总用户数；
• 七日留存率：(第一天新增的用户，在注册的第7天还登录的用户数)/第一天新增总用户数；

留存率是验证用户粘性的关键指标，衡量用户的粘性和忠诚度。

根据Facebook的40-20-10法则，次日留存、3日留存、7日留存能达到40%、20%、10%即为较佳水平。

如何提高用户留存

运营用户像经营餐馆，菜好吃、服务到位、用餐环境舒适、价格便宜等众多因素都可能是触发用户下次光顾的关键点。所以用户留存是判断产品是否有价值的标准，只有有价值的产品用户才愿意继续使用。

用户激励体系

用户签到、用户积分体系、用户等级体系是各大APP为了提升用户留存率必用的手段。这些手段对于培养用户使用习惯，提升用户粘性忠实度，增加用户活跃，带动用户价值转化有重要意义。

常用的签到工具有几种类型：

• 日历签到、夺宝签到、养成类签到、任务类签到；
• 用户积分体系，积分商城、福利中心，是开展用户积分活动常用的手段；
• 用户等级、用户身份、用户特权、用户勋章等对于提升用户留存也有帮助。
  

签到功能是用来换取积分的主要手段，用户进入该页面即为签到一次，连续七天签到会得到额外的积分，特定的日期也会有奖励。
获取积分的方式有：上传作品至搭配比赛、观看直播达一定时长、发表动态、拍照上传至评论等。不过目前获取积分的形式还不是很多样化，可以考虑增加在某页面停留时长、将商品转发给社交好友等任务，增加漏斗转化的基数。

运营消息推送

推送的方式有多种，包括但不仅限于APP消息推送、短信推送、邮件推送、公众号推送等。在保证用户体验的同时，通过push最大限度地提升商业价值。一天最多push用户6条内容，超过6条则容易带来不好的用户体验，严重会导致用户关掉推送开关。

复购分析

复购也叫重复购买，指用户对产品或者服务的重复消费。复购率越高，说明消费者对品牌的忠诚度就越高。

很多产品吸引用户下单购买的策略都是通过让利促销的方式，发现用户好久没来了，为了激活用户会再次推送优惠券或促销活动，可能又会产生第二次购买。但这种方式会造成一个烧钱也尴尬的状况：一方面，拉新成本高居不下，另一方面，新用户大多都是奔着“薅羊毛”来的，这些用户大多只完成2次购买行为：第一次购买一般是由优惠券或补贴驱动，第二次购买还是由补贴驱动。纯优惠券和红包驱动下的用户价值是不持续的，甚至会让人陷入虚假繁荣。当促销手段用的太老套或者过多时，用户对促销手段也会渐渐“无感”。想要提升客户价值，需要更为有效的办法——提升复购。

新用户的盈利毕竟是有限的，只有用户的多次复购，才能够让企业获得长久的盈利和存活，因为复购用户的成本更低。

根据中国电子商务研究中心提供的公开数据统计情况：

• 2015年电商获取新用户（站外拉新）的成本价已经达到每人200～400元，商家站内拉新成本为每人30～80元。
• 电商行业商家获得新用户的成本是维护老用户的5～10倍。
• 用户流失率每降低5%，其利润增加的就是25%～85%。
• 一个满意的用户会带来8笔潜在的生意，一个不满意的用户则可能影响25个人的购买意愿。
• 如果忽略对老用户的关注，大多数企业会在5年内流失一半的用户。

这些数据均表明，要保持业绩的持续增长，必须一手抓拉新，一手抓留存和复购。

复购与回购

复购是一个单位时间内的多次购买，回购是在下一个单位时间内仍然购买。

复购率：单位时间内，购买两次及以上的用户数/购买的总用户数。例如：当月共有10个用户购买了商品，其中4个用户购买2次及以上，则用户复购率为40%。
回购率：单位时间内，有购买行为的老用户数/购买的总用户数。例如：当月共有10个用户购买了商品，其中4个用户在当月前曾经购买过，则用户回购率为40%。

提升复购率的策略

通过优化产品体验，提升用户复购

用户体验（包括界面UI、交互、内容、活动等）是最能吸引用户复购的关键因素。

SHEIN的Gals社区模块集中了很多的内容活动，页面顶部有“OUTFIT”（搭配）、“Gals”（模特）、“Media”（多媒体）、签到、购物车五个入口。页面中部默认展示正在进行中的搭配比赛，用户可以参加比赛并上传搭配图片，通过点赞数量进行排名，优胜者会得到积分奖励，积分可在购物时抵扣一定量的金额；页面底部是风格相似的其他用户动态。

通过活动刺激，提升用户复购

提升用户复购的方式多种多样，活动是最立竿见影的方式之一。比如裂变活动、砍价活动、助力活动等，快速检验活动效果，不断优化流程。

进入“OUTFIT”页面顶部可查看以往活动，页面顶部会显示目前正在进行的活动、活动截止倒计时、活动参与人数，中部是各活动入口，往下滑动是挑选以往各活动的优质图片。

通过精准推荐，提升用户复购

用户标签偏好设置，通常在新用户首次下载APP后，以开屏弹框的形式出现。用户标签较多关于用户的内容偏好、风格偏好等，用户可针对自身喜好选择。而活跃用户的标签偏好通常出现在新版本更新时，同样以开屏弹框提示让用户完善偏好信息。系统记录越多的用户偏好和行为数据，算法推荐的内容就越精准。