餐饮外卖持续好货榜2026-05-19

根据提供的数据，我们可以从以下几个维度进行分析：

1. 长期韧性

   • 需要找出近90天（即2026年3月27日到2026年5月18日）内持续高销的商品。
   • 通过筛选出近90天销售额排名前几位的商品，并进一步分析其销量趋势，可以找到长期韧性较强的商品。

2. 达人生态

   • 大量达人在多个周期（如一个月、一个季度等）带货的商品具有较高的稳定性。
   • 可以计算每个商品在不同时间段被多少达人带货，筛选出被较多达人带货且销量稳定的商品。

3. 类目特征

   • 食品类和个护类目的商品通常具有较好的消费频次。
   • 通过统计食品、个护类目下的商品，并分析其销量趋势来判断这些类目的长期好货属性。

4. 佣金结构

   • 针对低佣金商品进行深度挖掘，找出在低佣金下仍能保持较高销售量的商品。
   • 可以计算每个商品的平均佣金比例，筛选出低佣金且销售额高的商品。

具体分析步骤

1. 长期韧性分析：

   • 计算每种商品近90天内的销量排名。
   • 筛选出排名前几位（如前5名）的商品。
   • 分析这些商品的销量趋势，确认其是否持续高销。

2. 达人生态分析：

   • 统计每个商品被不同达人在多长时间段内带货的情况。
   • 选取多个时间段（如最近一个月、一个季度等），计算每个商品在此期间被多少达人带货。
   • 筛选出在多个时间点都被大量达人带货且销量稳定的商品。

3. 类目特征分析：

   • 统计食品和个护类目的销售额占比。
   • 分析这些类目下不同商品的长期销售趋势，找出其中表现较好的商品。

4. 佣金结构分析：

   • 计算每种商品的平均佣金比例。
   • 筛选出低佣金且销售额高的商品。
   • 比较这些商品在不同时间点的表现，确认其是否具有较高的长期韧性。

示例数据提取与分析

假设我们对“水煮肉片（大份）现烧”进行具体分析：

• 销量趋势：

  [{"dateFlag":"2026-04-19","salesStr":"0"},{"dateFlag":"2026-05-03","salesStr":"0"},{"dateFlag":"2026-05-18","salesStr":"0"}]
  

  可见，该商品在近90天内销量一直为0，不符合长期韧性标准。

• 达人带货情况：

  {"water_braised_beef":{"达人大V1": ["2026-05-03"], "达人大V2": ["2026-05-18"]}}
  

  观察发现，该商品虽然在不同达人带货下有所波动，但整体销量不高。

• 类目分析：

  • 食品类目占比高：水煮肉片属于食品类，符合类目特征。

• 佣金结构：

  • 平均佣金比例较低：假设为1%，低于平均水平。

通过上述具体商品的分析，可以进一步优化筛选条件并进行更细致的数据挖掘。最终目标是找到能够长期保持销售稳定且具有较高生态价值的商品。

以上分析数据来源：互联岛