基于提供的数据和核心分析维度，我们可以进行以下具体分析：
1. 视频传播
- 高关联视频数商品流量优势：
- 商品ID: 26, 30 的视频数量超过15个，且在某些日期有显著销量（如2026年4月2日、4月7日），显示出较强的流量吸引力。
2. 转化效率
- 视频数与销售额的相关性：
- 商品ID: 1, 9, 30 的视频数量较少，但销售量较高（如商品1在4月6日的销量为58个）。这表明这些商品可能有较高的转化率。
- 反之，商品ID: 27 在多个日期（如4月4日至4月13日）的视频数量较多但销量较少，显示转化效率较低。
3. 长尾效应
- 多视频带货的商品销量稳定性：
- 商品ID: 26、29、30 在多个日期都有较高的销售量（如商品26在4月15日和4月27日的销量都较高，达到28个）。
- 反之，商品ID: 1 和 9 的销量较为稳定，不随视频数量变化有显著波动。
4. 类目分布
- 食品类目的视频带货偏好：
- 食品类目（如商品ID: 26、30）的视频数较多且销量较好。
- 其他类目（如商品ID: 1, 9）虽然视频数量较少，但转化率较高。
综合分析
-
高视频数量的商品：
- 商品ID: 26 和 30 是视频传播效果较好的商品。其中，商品30的视频数量较多且销售量波动较小。
-
低视频数量的商品：
- 商品ID: 1, 9 是转化效率较高的商品。这些商品虽然视频较少但销量稳定。
建议
- 对于高视频数量但转化率较低的商品（如商品27），建议优化视频内容和销售策略，提高用户互动和点击率。
- 对于低视频数量且高转化率的商品（如商品1、9），可以尝试增加视频数量以提升品牌曝光度。
希望这些分析能够帮助您更好地理解不同商品的表现，并制定更有效的营销策略。
以上分析数据来源：互联岛