基于提供的数据,我们可以从以下几个方面进行分析:
品牌集中度:
多渠道投放:
类目偏好:
运营效率:
计算前三大品牌销售额占比:
# 假设这是部分数据的示例
brand_sales = {
'抖音电商上海自营旗舰店': 2545,
'爱贝迪拉婴童用品旗舰店': 2650,
'五朵棉官方旗舰店': 2178,
'其他品牌合计': 5000 # 假设其他品牌的销售额合计
}
total_sales = sum(brand_sales.values())
top3_sales = sum(list(brand_sales.values())[:3])
brand_concentration = (top3_sales / total_sales) * 100
print(f"品牌集中度: {brand_concentration:.2f}%")
关联达人/直播/视频的数量统计:
# 假设这是部分数据的示例
channels = {
'抖音电商上海自营旗舰店': 1500,
'爱贝迪拉婴童用品旗舰店': 113,
'五朵棉官方旗舰店': 80,
'其他品牌合计': 200 # 假设其他品牌的达人/直播间数量合计
}
total_channels = sum(channels.values())
top3_channels = sum(list(channels.values())[:3])
channel_concentration = (top3_channels / total_channels) * 100
print(f"多渠道投放集中度: {channel_concentration:.2f}%")
带货类目分布情况:
动销商品数与直播/视频投放的关系分析:
# 假设这是部分数据的示例
performance = {
'抖音电商上海自营旗舰店': {'直播/视频数量': 1500, '销售额': 2545},
'爱贝迪拉婴童用品旗舰店': {'直播/视频数量': 113, '销售额': 2650},
'五朵棉官方旗舰店': {'直播/视频数量': 80, '销售额': 2178}
}
for brand in performance:
print(f"{brand}的推广效果: {performance[brand]['销售额'] / performance[brand]['直播/视频数量']}元/个")
以上分析数据来源:互联岛