编辑导语：大家有没有过一段时间在网上不停刷到同一种商品，是不同的网红博主进行带货推荐，偶尔看到还觉得商品不错，但是刷到的过于频繁，甚至会怀疑它的真实性。本文作者对直播带货中的爆款商品进行详细的数据分析，我们一起来看一下。
前段时间，随着直播带货的兴起，电商平台上又多了几款由网红主播直播而火起来的爆款商品，南昌拌粉就是其中一个。
但是网红直播带货也引来了许多人的质疑，大家怀疑这种类似于传统电视购物的营销方式只是一场骗局，也对货品本身的背后供应链的可靠性进行质疑。
那么网红带货到底是否真的可行呢？还是一场骗局呢？
这次我们就从数据的角度，以一款最近爆红的商品——南昌拌粉的销售数据来一探究竟。
一、数据预览这是一份来自某电商平台的南昌拌粉销售数据，数据中包含了400条南昌拌粉产品相关食品信息数据与店家的销售数据。
由于数据的种类比较多且冗杂，某些属性还有大量缺失值与不规范值，且并不是每一个属性都具有分析的意义，要进行下一步的分析，首先要对数据进行一个预处理。
电商商品一个重要的指标就是：销量与GMV；
因此需要留下元数据中的销售价、总销量、总销售额、30天销量，30天销售额。
同时，用户在进行网购时，商品的评价的数量一定程度上能够反映商品被用户的接受程度。
评价数量越多，用户在购买前能够了解到产品的信息就越多，用户就会越倾向于产生购买行为。
而在店家一端，商家的营业时间、商品的品牌、商品的规格也都是用户在购买商品是参考的指标。
综上，从原数据中提取出以下指标进行分析：
- 产品id
- 销售价
- 总销量
- 总销售额
- 30天销量
- 30天销售额
- 总评价数
- 开店日期
- 品牌
- 净含量
对于筛选出来的数据字段，可以看到：
因此，删除品牌和净含量字段中缺失的数据记录：
并将净含量中数据全部转换为以g作为单位的重量数据：
进行完以上的数据预处理后，我们就可以开始进行分析了。
三、数据分析在数据分析的阶段，我们主要来解决两个问题
（以下的数据分析阶段中的数据的处理主要使用了MySQL对数据进行提取，Excel进行数据结构可视化，python进行聚类分析）
1. 分析爆款商品爆款的原因1）商品净含量因素
从数据库中统计相关的数据：
结果：
可以发现：
净含量在600g以下的商品总的GMV比600g以上的商品总GMV少了约27%，但是在近30天内，600g以下的商品的GMV却是600g以下商品的将近5倍。
网上一包南昌拌粉的净含量约在200g-300g之间，而600g以下的商品代表的是1包-3包的包装。而600g以上则代表了5包以上的大包装。
在总的GMV上看：
购买食品类商品，人们肯定更倾向于一次购买多件，这样的方式更优惠；但在最近网红带货的影响下，潜在的购买用户或者原本对这个南昌拌粉不感兴趣的用户也加入了购买，但这些用户并不像那些长期购买的忠实用户那样一次买一大包吃很久，这类用户更多是一次性买2-3包尝鲜，因此小包装的商品更受这类用户青睐；最终也在30天GMV上表现出了巨大的购买潜力。
2）评价数因素
根据评论数的不同，将评论分为1+，10+，100+，1000+，10000+，100000+，一共6个类别；
并从数据库中对着六个类别的商品的30天内平均产品销量进行统计：
结果：
可以看出：
评价数量与商品的销量具有正相关的关系，评价数越多的商品，销量也相应的会增多，这符合我们的基本预期。
并且当评论数超过10000+时，30天的平均销量会比低于10000的商品多出近10倍（26036/2698.1=9.6）。
从网红带货的角度分析：
网红带货所带来的流量，能对产品的销售起到正向的促进作用，并且当网红所带来的实际购买流量超过一定阈值后（比如说本次分析中的10000），那么对商品销量的促进更为显著。
3）品牌因素
不同的商品品牌也是消费者在网购时看中的商品，食品类商品更是尤为重要。大牌子或是值得信赖的牌子都更有可能获得用户的青睐。
从数据库中，根据商品的品牌对数据进行一个分组，并统计不同品牌的商品数量与销量：
结果：
可以看出：
阳际山野、粉唯湘、麻姑这几个牌子有着最多的商品数量，这些牌子都是消费者 心中的大牌子，符合预期。
但是，同样是大牌子，阳际山野的销量却远超其他商品；对比同样是大品牌的粉唯湘，销量是后者的12倍；对比销量最接近的绿滋肴，销量是后者的将近8倍。
是什么让阳际山野这款产品如此突出呢？
2. 找出爆款商品由上面的分析我们可以知道，爆款产品大概率是来自阳际山野这款品牌，因此我们把阳际山野的所有商品查找出来，看看是哪一款商品最为突出。
结果：
可以看到：
在30天的销量和GMV这个指标上面，id为610313417214的这款商品远远超过了其他商品，与第二名相比，两者在总的销量和总的GMV上面基本持平。
但是在30天内的销量和GMV上，610313417214这款产品则是第二名id为596492212543的这款商品的5倍。
且这款商品30天的销量，占到了整个品牌30天销量的76%（168389/219614）。
因此，这款610313417214商品便是我们寻找的爆款商品。
而为什么是这款商品红了呢？
1）网红带货效果明显
2020年的上半年，由于疫情的原因，线下经济受到了一定程度的冲击，这也直接促进了网络直播带货的兴起。
一些具有高人气流量的网红主播，也加入到这次的直播带货——在抖音上拥有4367w粉丝的网红主播李佳琦就在自己的直播中，为南昌拌粉进行了带货。
从图片中我们可以看出李佳琦直播中出现的这款南昌拌粉，正是阳际山野的一款南昌拌粉产品。
以此可见超级网红的直播带货对商品的销售会有促进的作用，观看直播的用户直接在主播的直播间就可以跳转至这款产品的购物页面进行购买，在操作流程上也为用户的购买提供了便利。
2）产品本身有具有成为网红产品的潜力
从上面的分析我们可以知道：对于610313417214这款产品，在总的销量和总的GMV两个指标上，和第二名产品是基本持平的，并且这两款产品都大幅度超过其他产品。
也就是说，这两款产品放在平时，也是平台中的热销商品，即使没有网红带货的帮忙，这两款产品也是南昌拌粉忠实用户的首选。
而因为网红的带货带来的流量影响，让610313417214这款产品在短时间内迅速在销量和GMV上有巨大的增长。
但为什么不是596492212543这款商品最终成为爆款产品呢？
从数据中我们还可以看出：596492212543这款产品的评价数量还远超610313417214这款产品。
从之前的分析中我们知道——评论数与销量呈正相关的关系，并且店铺的开店时间也是4年的老年，理应有着更好的信誉与保障来吸引消费者。
两者的主要区别是在产品的净含量上：
- 爆款商品的净含量是200g（一包南昌拌粉的重量）
- 第二名的商品则为600g（3包装的南昌拌粉重量）
对于消费者来说，网红带货的产品有没有雷，消费者在购买前是不确定的，且南昌拌粉这种极具地域特色的产品在口味上不一定能捕获全国的大众消费者的味蕾。
因此，消费者的心理便会是——先购买一包试一试，看看是不是真的像网红主播吃的那么香；如果好吃，下次再买大包装的商品即可；如果不好吃，下次就不在入手这款网红产品了。
由于网红主播所带来的流量更多的不会是南昌拌粉这款产品的忠实顾客，而更多的是一般地普通顾客，他们便更倾向于购买小规格小包装的产品进行尝试，从而导致了610313417214这款产品在30天内的爆红。
3. 聚类分析最后，我们来对所有的商品从平均商品价格、总销量、总GMV、开店日期、评论数进行一个分类。
将商品数据按照品牌进行分组，通过K-Means聚类，对市面上的南昌拌粉品牌进行一个划分：
结果：
三个类别的价格都差别不大，符合食品类商品的价格规律；
类别1商品在总销量，GMV、评论数上都远远超过其他的两类，这类商品属于“爆款产品”；
类别2在开店日期上比其他两类要突出，类别2的商品属于在有3年以上经验的店家的产品，即“老字号”产品。
而属于类别1的商品，只有之前分析出来的阳际山野这款产品：
要想打造一款网红爆款产品，需要满足的条件有：
- 高流量人气网红直播带货
- 产品本身的销量不差，有一定数量的忠实消费用户
- 价格、规格适中，能满足一般大众用户的尝鲜需求
满足上面三个条件，就能在一定程度上打造一款爆款产品。
而其中，最重要的一点，就是要有高流量的网红进行直播带货，流量网红将产品推广给更多潜在的用户，才能实现相关商品的破圈，获得圈外用户的购买。
而网红直播带货这种购物模式，可以利用主播的流量来为商品进行赋能，帮助商品进行一定程度的破圈，短时间内实现销量和销售额的大幅度增长。
随着互联网用户人数增长逐渐放缓，如何利用已有的流量实现自身商品的增长、推广就是一个主要的问题。
网红直播带货这种模式，从目前的表现来看，还是有相当大的潜力的。
对于运营团队来说——投入更多的资源围绕着市面上的爆款网红，打造一款爆款商品，对于拉新、促进增长来说会是一个不错的选择。
本文由 @Rambo同学 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。