大数据解读网店生存状况-Part 2

 

 

网店做多久才能做大?

 

“无论是B店还是C店,都没有观察到在店铺年龄和月销售额之间存在明显的相关性。对于商家来说,这意味着网店做得好不好,跟做的时间长不长没什么关系。”

 

很多商家都有类似这样的问题:我做了1年淘宝了,每个月能做到5万流水,算是什么水平?还要多久我才能做到50万流水呢?我们通过大数据分析做了一个简单的统计,如图所示:

living-2-1

 

首先,在目前存在的1200万C店中,店铺年龄(从店铺创建日开始到现在的时间长度)越大,店铺数量越少。这里有两个因素起作用,一个是淘宝平台本身的规模也在逐年增加,因此早年在淘宝上开店的商家本来就比最近两年少,因此现在统计到的大龄店铺也比较少;另一个因素是网店的优胜劣汰,每年都有一批老网店退出市场,一批新网店进入市场,因此大龄店铺的数量也会逐渐减少。

 

另外一方面,B店的年龄分布虽然也基本遵循递减的模式,但也有很大不同。除了8岁以上的老店不存在之外(因为2008年才开始有天猫的前身淘宝商城),与C店的差异主要体现在:2岁左右的店铺数量最多,0岁的新店相对较少。我们推测这主要跟2014年以来天猫不断提升入驻门槛有关,因为更高的门槛可能会带来更高质量的店铺和商品,而竞争的相对减弱也有利于提升店铺的利润水平,鼓励高质高价的策略,改善平台形象。毕竟,我们已经有一个卖便宜货的淘宝集市了,不需要再来一个。

 

那么店铺年龄跟销售收入有多大关系呢?直通车魔镜根据大数据分析得到的初步结论是:并没有(因为只是对平台整体进行统计,不排除在特定类目下存在局部的相关性)。如下图所示:

living-2-2living-2-3

 

无论是B店还是C店,都没有观察到在店铺年龄和月销售额之间存在明显的相关性。对于商家来说,这意味着网店做得好不好,跟做的时间长不长没什么关系。做了好多年的,也许店铺都已经转手好几次了,还在当年的收入水平上的,多的是,人家也不着急。店没开多久的,货源好,钱够,会分析,会营销,分分钟就做大的也有。

 

再看C店图中,100-1万元销售额这一档的淘汰率是最高的,0岁的73万家,1岁的37万家,这说明大部分的新生网店过不了1万元这个坎。但是一旦过了这个坎,就好多了,因为1万元-10万元销售额这一档的网店数量按照年龄看的梯度要小得多。当然了,这里说的只是能活下来,不代表能继续往上升级。

 

 

 

 

 

星钻信用等级越高,销售额越高?

 

“店铺等级和月销售额之间也有比较明显的相关性,即月销售额高的店铺更多的有高信用等级。对于任何一个网店个体来讲,统计规律不会起明显作用,关键还是看自身的经营水平和数据分析能力。”

 

living-2-4

淘宝C店的信用等级从红心到金冠一共20级,那么,是不是等级越高的店铺收入状况越好呢?我们通过研究,发现这样的关系是存在的。首先我们把店铺的等级从低到高用1~20的数值来表示,C店里不同信用等级店铺的分布是什么样呢?如下图所示。C店店铺以钻为主体,从心开始到蓝冠之前差不多是逐渐增加的,从蓝冠开始到金冠店铺数量逐渐减少,并无意外。但是2心店铺的数量明显少于其他的心级,倒是比较有意思的一个现象。因为我们统计的样本空间是所有月销售额大于100元的店铺,所以可以基本保证这些店铺都是以经营为目的的正常店铺。所以我们推测,也许1心到2心升迁的难度要远大于从2心到3心的难度,也许这就是万事开头难吧,从0到1总是困难的。

 

living-2-5然后,我们可以分别统计店铺等级与店铺年龄,和店铺等级与销售额之间的关系。如图所示。

 

店铺等级和店铺年龄之间存在比较明显的相关性。随着店铺年龄的增大,店铺信用等级也随之增加。但是这两者之间并不是线性的关系,可以从图中看到,店铺年龄越大,信用等级增加越缓慢。因此,如果希望信用等级能做到金冠的级别,店铺年龄并不是决定性的因素,熬年头的意义并不大。

 

 

living-2-6

 

 

 

 

店铺等级和月销售额之间也有比较明显的相关性,即月销售额高的店铺更多的有高信用等级。但是我们绝不能简单地归纳为做高信用等级就能提升销售收入,这样只能误入刷信用的歧途。相关性不等于因果性。我们更倾向于认为,存在一个其他的因素同时作用到了店铺信用等级和销售收入之上,使得这两者之间表现出了相关性。例如店铺经营水平,经营水平高额店铺更容易获得高销售额,也更容易自然地提升店铺信用等级。

 

值得注意的是,在任何一个店铺信用等级或者店铺年龄之中的店铺的销售收入其实非常分散,例如同样是5钻店铺,月销售额从100元到100万都有,只是在特定的销售额区间内店铺数量比较密集。对于任何一个网店个体来讲,统计规律不会起明显作用,关键还是看自身的经营水平和数据分析能力。

 

living-2-7

 

我们同样可以按照信用等级和月销售额的区间来分类观察每一个区间下的店铺数量,这里面我们可以发现一些明显不合常理的情况,比如2心,3心店铺在月销售额1千万以上区间有不少的样本;如果我们把这些奇怪的店铺拉出名单查看,会发现大部分落在瑞士腕表这个类目下面,店里的宝贝价格都在几万到十几万区间,而且这些店铺多数已经不存在或者已经改挂别的商品了,这说明官方的排查还是很及时到位的。在我们清洗数据的过程中,我们看到不少类似这样的”灵异事件”,有机会的话我们会在后面的文章中介绍。

 

随着平台网店的竞争逐步加剧和平台政策的收紧,歪门邪道毕竟不可长久,数据化的运营能力和对网店外部环境的关注才是新的制高点。借助直通车魔镜的大数据能力,我们可以从公开网页上获取大量的信息并处理成有价值的商业情报,每天交付给卖家分析使用。在后面一篇文章里,我们会继续透过数据来探索各行业类目下的不同店铺生态。

 

待续:大数据解读网店类目生态-Part 1

原文地址: http://www.moojing.com/post-bigdata-eshop-living-condition-report-part-2/

 

 

(声明:本文所有数据均来自公开网页之收集与处理,只代表作者对真实世界之估计与推测,不代表真实世界的客观情况或作者对真实世界的态度;作者不对对本文内容或数据之使用带来的风险和后果承担任何责任;欢迎本文中提及的个人或组织就文章内容或思想与作者进行探讨和交流;转载请注明出处)