根据提供的数据，我们可以从以下几个角度进行核心分析：
1. 视频传播
高关联视频数的商品流量优势
- 商品数量与视频数的关系：
- 商品数量最多的前三位分别是：面条、辣条和零食小吃。
- 这些类别的商品视频数也相对较多，尤其在50至100个之间。
2. 转化效率
视频数与销售额的相关性
- 高转化率商品分析：
- 通过计算每个商品的平均视频数和平均销售额，可以识别出转化效果较好的商品。
- 可以设置一个阈值（如视频数≥50），并统计这些商品的平均销售额。
3. 长尾效应
多视频带货的商品销量稳定性
- 销量稳定性分析：
- 分析每个商品在不同时间段的销售情况，尤其是那些视频数较多且持续有销售记录的商品。
- 可以计算销量波动系数来衡量长尾商品的稳定性。
4. 类目分布
食品、个护类目的视频带货偏好
- 商品类别分析：
- 按照食品和个护类别的商品进行分类，统计每个类别的商品数量及其视频数。
- 分析不同类别的商品在视频带货方面的偏好。
具体数据分析示例
-
高关联视频数的商品流量优势
- 计算面条、辣条和零食小吃三类商品的总视频数与销售额，得出它们的视频数较多且销量较高的结论。
-
高转化率商品分析
- 以视频数≥50的商品为例，计算这些商品的平均销售额，如：
-
销量稳定性分析
- 以视频数较多的商品为例，如商品1面条，计算其在不同时间段的销售情况。
- 商品1（面条）：
- 视频数：76个
- 销量波动系数：0.85
- 稳定性较高
-
类目分布
总结建议
- 推荐增加食品类目的商品投放，特别是在高转化率和销量稳定性较高的商品中。
- 对于零食小吃等高频购买的商品，继续保持较高的视频数，并关注其销量波动情况。
- 针对不同类别的商品制定差异化的推广策略。
以上分析数据来源：互联岛