”人货场”模型搞懂没？数据分析大部分场景都能用！

做数据分析的同学，很多都听过：人、货、场的分析模型。然而，这东西又是个只闻其名，不见真身的东西。到底该怎么结合实际分析？今天我们系统讲解下。

问题场景：

某生鲜电商，用户复购率较低，60%的用户在30天内无二次购买行为，运营领导非常着急，要求通过数据分析提升复购率，请问你作为数据分析师该怎么做？

1. 建立人工智能精准推荐算法（40%概率用协同过滤，60%用关联分析）

2. 把过往6个月月初复购率做成折线图，然后写下苍劲有力的三个大字：“要搞高！”

3. 分析个啥，做电商不就是派券吗！所有无复购用户派券，干就完了奥力给！  

还是你有其他办法？

 1 

货物属性分析

先问一个简单问题：大米、白面、一桶油和草莓、车厘子、山竹有什么区别？即使你没买过菜也知道：米面油是每天都得吃的东西，没啥季节性；草莓、车厘子、山竹不会每天吃，季节性很强。如果去菜市场或者超市逛一下又会知道：米面油一般是整包、整桶买，买回去一桶能吃很久，还有专门的米桶、米盒、油壶用来分装。草莓山竹一般拆散零售，而且不耐放，买回去不吃过几天就坏了。

 

这些看似家常便饭的产品知识，统称为：货物属性。货物属性会直接影响到消费者购买行为：

 

购买频率：新鲜蔬菜水果购买频率高，米面油购买频率低

上市季节：新鲜蔬菜水果有当季产品，反季节的卖的贵也不好吃，米面油没啥季节性

产品价格：单品价格贵的就卖的少，趁便宜买，零散买，便宜的就批量买

购买渠道：如果有物流配送，大件硬通货（米面油）在线上买更省事，散件的就线下买，最好能现场试吃几个避免踩雷

 

这些货物属性是常识，是自然规律，不会因为数据指标的计算方式而改变。因此在生鲜产品中，用户行为会直接受到过往购买产品的影响——你不能太指望一个用户刚买10斤大米，过两天又来买10斤。或者说，如果真的有用户反反复复的来买大米，那你得检查下自