数据分析畅想:朴朴福厦地区单笔价格上涨至35元免配送费

0 评论 316 浏览 0 收藏 9 分钟

朴朴超市近期在福州、厦门地区提高了免配送费的起购金额,引发了广泛关注和思考。本文旨在通过数据分析的视角,探讨这一调整背后的可能动因及其对消费者行为的潜在影响,帮助读者更好地理解电商平台策略调整的逻辑与影响。

笔者作为互联网线上购物的一员,长期使用在线购物软件进行购物外送,上半年发现,朴朴超市福厦地区默默提高了减免配送费的起送价,从原来的单笔购物满29元免配送费,调整为单笔购物满35元免配送费。

图 1 朴朴超市配送费调整通知

这引起了笔者的好奇,好奇的点主要有2个:

  • 为什么提高福州、厦门地区减免配送费的起购金额,主要是为了实现哪些目标?
  • 为什么是满35元减免配送费?不是40元,不是45元?这是通过什么方式得出的结论?

针对这2个好奇的问题,笔者从数据分析的角度,揣测朴朴提高至单笔满35元免配送费的决定是如何做出的:

朴朴超市作为一家30分钟即时配送的移动互联网购物平台,主要采用“前置仓+纯线上运营”的模式,在居民小区附近设置货仓,用户通过APP下单,1.5公里范围内可配送到家,超市主打生鲜配送,同时兼顾全品类运营,主要的覆盖城市有武汉、福州、厦门、深圳、广州、成都。

当前朴朴在各城市的单笔金额满XX元免配送费的价格如下:

表 1 2023年12月1日前朴朴超市单笔金额起免配送费城市价格表

从表中我们可以看出,朴朴严格执行价格策略,根据不同城市的实际情况,调整其销售价格策略,当前调整福厦区域减免配送费的起购金额,猜测最主要可能的原因有:

  • 解决福厦地区配送人力不足的问题
  • 提高整体营收利润

一、解决配送人力不足的问题

配送人力不足可能是多个原因导致,目前主要推测如下2个主要原因:

  • 某些配送时间段单量太多,导致当前人力无法协调,订单配送变慢,用户等待时间加长;
  • 人员接单后配送距离较远,单个订单配送时间长,导致人力不足。

由于第2点朴朴超市有自己的调度中心,通过附近建造仓库进行发货,限制配送路程,所以这点并不存在,因此此处,我们主要分析第一点的影响。

针对第1点配送时间段单量多导致的人力无法协调的问题,可以通过设计数据进行统计,查看24小时内,哪个时间段属于高峰期,有多少单量,能接多少单量。

由于本人并无相关的数据,只是以此举例数据分析的思考过程,所以按照上述想法进行操作:

步骤一:根据想要了解的情况,进行拆分时间段和思考所需要的数据指标

拆分时间段:如8:00-9:00;9:00-10:00,依次类推,统计24小时(此处分析也有个小细节,可以根据日常骑手接单时间段,如优先按8-23点这种单量可能单量会比较多的时间段进行思考)

数据指标:下单量、实际接单量、未接单量、接单率

步骤二:根据需要的数据,数据导出清洗后绘制成统计图

在已有的系统后台导出所需数据(若无这些数据,则事先进行埋点),导出一段区间内(如最近30天)的数据后,进行数据清洗无效/异常的数据后,得到该时间段内(最近30天)的平均指标并绘制适合的统计图。

图 2 不同时间段骑手接单情况

注:数据为笔者造的,图片只是供直观理解分析过程

步骤三:根据统计数据分析得出结论

查看根据上述数据得到的分析图,可以通过对比不同时间区间的数据得出哪些时间段为订单高峰期,且对应的接单率是怎么样,分析实际值得出具体高峰期,配送员最多能接送多少单。

二、提高整体营业利润

想要计算整体营业利润,我们需要先知道营养利润与哪些指标相关,才能进一步进行数据整理分析。常见营业利润的计算方式如下:

利润=总收入-总成本

=总收入-(商品成本+配送成本+运营成本)

=(均单笔客单价*订单数)-【(均单笔配送成本+均单笔商品成本+均单笔运营成本)*订单数】

=【均单笔客单价-(均单笔配送成本+均单笔商品成本+均单笔运营成本)】*订单数

我们观察到营业利润主要与这几个指标相关:均单笔客单价、均单笔配送成本、均单笔商品成本、均单笔运营成本、订单数。

其中,运营成本一般属于年度,季度支出,此处可以我们先不考虑,而商品成本这块则是通采购把控,此处也不纳入考虑。因此进行分析时,主要围绕:均单笔客单价、均单笔配送成本、订单数进行展开。

当前朴朴超市的配送方式是:满足一定起送价可以免配送费,我们可以从某个起送价有配送费和免除配送费进行区间划分。

此处根据表1,按现有客单价区分区间,如0-28(免配送费)、29-56(免配送费费)…依此类推,以最近1个月日期作为横坐标区分维度统计利润,根据最终的利润结果,找出最大的需配送费区间。当找出最大免配送费区间后,在此区间再进行多次细化,找出利润率最高的均笔客单价,即为本次的最优调整价格。

图 3 不同均笔客单价配送费区间利润率

注:数据为笔者造的,图片只是供直观理解分析过程

总结:以上都是笔者日常看到一些事项进行的数据分析思考,在此过程中还有许多分析不周的地方,也不够了解其运行机制,期待各位同行的不吝赐教,也希望自己保持思考。

本文由 @小熊不是尼不昵 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
海报
评论
评论请登录
  1. 目前还没评论,等你发挥!