智能家居品牌官方小店榜2026-04-25日榜

根据提供的数据，我们可以通过以下几个关键维度进行分析：

1. 品牌集中度

   • 计算前三大品牌的销售额占比。

2. 多渠道投放

   • 统计每个品牌关联达人、直播和视频的数量。

3. 类目偏好

   • 分析各品牌官方小店的主要带货类别，并总结出最活跃的类目。

4. 运营效率

   • 计算各品牌的动销商品数与直播/视频投放数量之间的关系。

1. 品牌集中度

根据数据：

• TOP3品牌为：爱贝迪拉婴童用品旗舰店、本与月官方旗舰店、婧麒官方旗舰店。
• 集中销售额占总销售额的 %：

# 前三大品牌的销售额占比计算
top_brands_sales = [1115, 156, 1388]
total_sales = sum(top_brands_sales) + (sum(df['店铺销售额']) - sum(top_brands_sales))
percentage_top_3 = (sum(top_brands_sales) / total_sales) * 100
print(f"TOP3品牌的销售额占比为: {percentage_top_3:.2f}%")

2. 多渠道投放

• 统计每个品牌关联达人、直播和视频的数量。

# 增加统计列
top_brands = ['爱贝迪拉婴童用品旗舰店', '本与月官方旗舰店', '婧麒官方旗舰店']
df['相关达人数量'] = df['店铺名称'].apply(lambda x: 1 if x in top_brands else 0)
df['直播次数'] = df['店铺名称'].apply(lambda x: 1 if x in top_brands else 0)
df['视频发布量'] = df['店铺名称'].apply(lambda x: 1 if x in top_brands else 0)

# 统计结果
top_3_reach = df.groupby('店铺名称').sum().reset_index()[['爱贝迪拉婴童用品旗舰店', '本与月官方旗舰店', '婧麒官方旗舰店']]
print(top_3_reach)

3. 类目偏好

• 按品牌分类，统计各类目的销售额，并找出最活跃的类别。

# 统计各类目销售情况
category_sales = df.groupby('主要带货类目')['店铺销售额'].sum().reset_index()
most_active_category = category_sales.sort_values(by='店铺销售额', ascending=False).head(1)
print(most_active_category)

4. 运营效率

• 计算动销商品数与直播/视频投放的联动表现。

# 动销商品数统计
active_products_count = df.groupby('店铺名称')['动销商品数'].sum().reset_index()
# 结合直播次数和视频发布量进行分析
efficiency_analysis = pd.merge(active_products_count, top_3_reach, on='店铺名称')
print(efficiency_analysis)

通过这些步骤，我们可以全面了解品牌集中度、多渠道投放情况、主要带货类别以及运营效率等方面的信息。希望这些分析能帮助您更好地理解品牌的市场表现和优化策略！

以上分析数据来源：互联岛