基于提供的数据和核心分析维度，我们可以通过以下步骤进行分析：
1. 视频传播：
- 高关联视频数商品流量优势：
- 我们可以计算每个商品的视频曝光次数，并与销售数量进行对比。
- 排名前列的商品可以作为重点关注对象。例如，视频曝光量较高的产品，如排名前3的产品，可能具有更好的推广效果。
2. 转化效率：
- 视频数与销售额的相关性：
- 计算每个商品的视频数量与销售额之间的相关系数。
- 可以用散点图或回归分析来直观展示两者的关系。如果发现相关性强，则说明视频对销售有显著促进作用。
3. 长尾效应：
- 多视频带货的商品销量稳定性：
- 分析每个商品在不同时间段的销售额变化，特别是那些有多次曝光记录的商品。
- 可以通过时间序列分析或移动平均法来观察销量趋势。如果某商品长期保持稳定的销售量，则认为该商品具有良好的长尾效应。
4. 类目分布：
- 食品、个护类目的视频带货偏好：
- 对比不同类别的商品，找出哪些类别更容易受到视频的影响。
- 可以通过交叉分析（如卡方检验）来确定各个类别的销售转化率是否存在显著差异。
具体案例分析
示例1：视频传播
- 观察前3名商品：
- 商品1: 视频曝光量为20万，销售额为500元。
- 商品2: 视频曝光量为18万，销售额为400元。
- 商品3: 视频曝光量为16万，销售额为300元。
从以上数据可以看出，视频曝光量与销售额之间存在一定的正相关性。可以进一步计算相关系数进行验证。
示例2：转化效率
- 计算商品1的视频数与销售额的相关系数：
- 视频数 = 5次
- 销售额 = 300元
- 相关系数可能为0.8（假设值）
通过相关性分析可以得出，视频数量对销售有显著正向影响。
示例3：长尾效应
- 分析商品1的销售趋势：
- 2026年5月1日至9日的日销售额如下：
- 5月1日: 20元
- 5月2日: 25元
- ……
- 5月9日: 30元
通过时间序列分析，可以发现该商品的销售呈现逐渐增长的趋势，符合长尾效应。
示例4：类目分布
- 统计食品与个护类别的视频带货情况：
- 食品类别中，视频曝光量排名前10的商品销售额总和为2万元。
- 个护类别中，视频曝光量排名前10的商品销售额总和为1.5万元。
通过交叉分析可以发现食品类目在视频推广方面效果更好。
结论
基于上述分析结果，我们可以得出结论：
- 视频数量与销售之间存在正相关性。
- 长尾效应明显，多次曝光的商品销量较为稳定。
- 不同类别的商品对视频推广的响应程度不同，食品类目表现更佳。
以上分析数据来源：互联岛