数据分析如何赋能社区团购？裙带菜怎么做好吃

来了来了！又有新挑战来了！

今天的问题达人是一个做社区团购的团长：马总。马总手上有5个社区，同时代理了好几个社区团购平台，手上有大量的客户和采购数据。他的问题是：怎么利用手上的数据，挖掘出更大的价值。

感谢马总的好问题！今天我们来掰扯一下，看看能帮助马总做些什么。

社区团购都是互联网巨头在做，他们在数据方面的能力是非常强的。而团长又是聚客、拓客的重要节点，我要是社区团购平台，肯定会用尽手段，充分利用好数据赋能团长啊。结果马总告诉我，各大平台根本就不管这些团长，能拿到的数据就是订单、提成数据，分析啥的一概都没有。这可惊到我了，这不科学啊！

我让马总截了几个图，你们感受一下。这张图是橙心优选和美团，美团还好，有个近N天的推广概览和明细。橙心优选干脆就是一个订单中心直接搞定。

这个是拼多多的，也是非常简单的今日数据和累计交易数据，也就是一个数据概览。

其他平台基本也是这个德行。这个结果实在是让我惊叹，团长能得到的数据支撑真的非常弱，急需改善啊。

这实在是不像一个个互联网巨头公司的表现啊。不过马总告诉我，现在各平台都在跑马圈地，抢占地盘，把精力都放在供应链整合上。这倒也能理解。

我们简单分析一下团长的现状，从数据化的程度上来说，他们基本上还处于业务数据化的阶段。最好的美团，也只是有个按时间统计的订单结果。

能拿到的数据就是订单明细（如下图）和客户明细（略）：

各大巨头的社区团购平台都在小程序上，这些数据暂时都不能导出，也没看到相应的API可以对接数据。

不过，团长看自己的数据没问题的，稍微做一些简单的反爬措施应该就可以全部抓取下来。数据采集的问题就解决了。

对于目前能看到的数据，我们第一反应，就是简单的统计汇总，做一些固定的报表，让团长能更加了解自己的生意。

我给马总列了几条：

比如：

推广报表，主要指标：推广金额、推广订单数、推广件数、服务费，分析维度：平台、SKU、小区、家庭等；

退货报表，指标及维度同上。

比如：

老客户报表，主要指标：累计总客户数、新增客户数、活跃客户数，分析维度有：小区、平台、类目（可简单分类）；

拉新留存报表，主要指标：30日内新增用户量、活跃用户量、留存、7日留存、15日留存、30日留存，分析维度同上。

这个比较个性化，各个平台情况不一样，每个团长的玩法也不一样，主要靠自己整理。

固定报表的作用是让团长对自己辖区内的生意、客户更加了解。知道哪些东西卖的好，哪些东西售后比较多；哪些小区客户已经饱和，哪些小区还有客户没拉进来；什么样的活动比较有效果，什么样的活动看着热闹，其实没达到它的目的。

这些报表只需要用现有数据就可以达成，做起来也很简单。哪怕是不会编程，弄个excel也能搞定。

有人说，那周转率是不是也得分析一下？的确，社区团购挣的就是高周转、低损耗的钱。这也是跟社区买菜小店最大的区别。不过我看了一下马总这边能拿到的数据，好像没有存量的数据。因此也就算不了库存、周转和消耗的数据。所以只能作罢。

在固定报表基础上，我们可以进一步进行分析，这可能需要一些简单的数据分类，以及与运营结合的分析。

比如：

采购品类偏好分析：按收货地址为单位，分析各个时段的采购品类偏好。工作日喜欢买啥，节假日喜欢买啥；

采购频次分析：以收货地址为单位，分析同一类目商品的采购频次，比如这家人多少时间买一次水果、米面油等，推算平均消耗。

采购价格分析：以收获地址为单位，分析客户的价格偏好，了解区域范围内的消费层次，为选品做好铺垫。

根据上面分析的结果，我们可以轻易的做出客户细分结果。然后，我们就可以针对性的提出相应的运营策略。这里分享两个思路：

1、在单品上下功夫:

周期性采购预测，商品送**（米面油）等；

高品质消费升级产品推荐（猪肉-野猪肉、土猪肉）；

小区特供（一车土特产）；

2、在商品组合上下功夫：

凑单圣品（低值易耗品品）；

爆品引流套餐推荐（鸡蛋等覆盖面广的高频商品）；

买了又买，关联采购推荐（荤素搭配、餐后水果等）；

买就送（买肉送红烧肉配料，如葱姜蒜香菜；各种浓汤宝之类的做菜辅料）。

再进一步，我们还可以对商品和客户进行特征分析，打上各种标签，然后进一步精细化运营。

通过消费情况、送菜上门观察、聊天沟通等手段，可以给各个收货地址打上家庭类型识别标签，比如单身、宝宝、普通、老人、合租等；

通过消费情况，可以给各个收货地址打上家庭采购偏好标签，比如爱吃肉、素食、水果等；

通过消费频次，可以给各个收货地址打上家庭周期性消费标签，对于米、面、油等固定采购属性的商品标准采购周期。

对各个平台的商品做商品品类/类目的识别，做好各种类目标签工作；

对各个平台的商品识别商品属性，如低热量、粗粮、低脂、减肥、快熟、简单、无糖、软烂等。

这些标签打好之后，进一步的客户细分就直接能看到了。相应的推荐也就更精准了。家里有宝宝的家庭，对品质要求更高，咱可以推高品质、价格稍微高一些的商品，年轻父母的价格接受度要高一些。而家里有老人的，如果老人比较传统，建议不要推高品质的，他们价格接受度比较低，菜品可以推容易软烂一些的。

部分客情标签，建议由团长亲自打。因为团长会跟每一个客户进行深入沟通，这是大数据技术触达不到的地方。

在运营策略上，也可以基于标签，给出一系列的精细化推荐，基本逻辑是从满足需求到创造需求。比如：

由商品向食谱转变，原来是推荐便宜的东西，现在转向各种菜谱，比如健康菜谱、宝宝辅食、新鲜时蔬、一人食套餐、浪漫小食、食疗食谱、年夜饭等。

由活动向生活方式转变，原来是扔一个活动到群里，让大家抢，现在是推行各种生活方式下的采购，比如减肥食谱、网红美食、养生食谱、小区同做一道菜厨艺晒图大比拼等等。

手上握着5个小区的团长马总问我一个问题，怎么让手中的数据发挥出更大的价值。

我们首先了解一下现状，各个平台对团长的数据赋能都很少，大部分连固定报表都没有，只有客户和订单明细。

我们第一时间能想到的就是先做固定报表，可以帮助团长更加了解自己的生意大盘。主要分为财务报表、客户报表和运营报表。

其次，我们可以进行分析类的报表，从采购偏好、采购频次和采购价格上分析，分析颗粒度可以细化到收货地址。这样我们可以从单品和组合两个角度制定对应的运营策略。

最后，我们可以识别出客户家庭和商品的标签，针对性的提出菜谱、套餐等，从满足需求转向创造需求。从商品推荐转向食谱推荐，比如健康食谱、年夜饭等；从活动驱动转向生活方式驱动，比如减肥套餐、养生套餐、厨艺比拼等。

再往后其实我们还能提取更多的特征，更有针对性的做推荐、组合，管理也就能更加精细化。

其实无论哪个行业，都可以按照这套逻辑去做，规划这个行业的各种分析，以及对应的运营策略。按照这个套路，内容几乎可以无限拓展。如果你有更好的想法，咱一起帮马总出出主意。

-END-