食品饮料品牌官方小店榜2026-07-06日榜

基于您提供的表格数据，我们可以从以下几个核心分析维度进行具体分析：

1. 品牌集中度

• TOP3品牌小店销售额占比：
  • 计算前三大品牌（旺家福、健力宝、天蚕宝宝）的小店销售额合计，并计算其占总销售额的比例。

2. 多渠道投放

• 关联达人/直播/视频数规模差异：
  • 分析每个品牌小店与其关联达人的数量，以及在直播和视频方面的投入情况。可以发现哪些品牌的多渠道运营做得更好。

3. 类目偏好

• 品牌官方小店的热门带货类目：
  • 统计各品牌小店中销售额最高的几个类目，并进行排名。

4. 运营效率

• 动销商品数与直播/视频投放的联动表现：
  • 计算每个品牌小店的动销商品数量，以及其关联达人和视频的数量。通过这些数据来评估运营效率。

具体分析步骤：

1. 计算前三大品牌的小店销售额占比

   import pandas as pd
   
   # 假设df是您提供的表格数据
   df['销售额'] = df['总销售额（万元）'] * 10000  # 转换成元
   top3_brands = df[df['品牌'].isin(['旺家福', '健力宝', '天蚕宝宝'])]
   total_sales_top3 = top3_brands['销售额'].sum()
   total_sales_all = df['销售额'].sum()
   
   brand_concentration = (total_sales_top3 / total_sales_all) * 100
   print(f"前三大品牌的小店销售额占比: {brand_concentration:.2f}%")
   

2. 关联达人/直播/视频数规模差异

   # 计算每个品牌的达人、直播和视频数量
   df['关联达人数'] = df['带货达人'].apply(lambda x: len(x.split(',')) if pd.notnull(x) else 0)
   df['直播频次'] = df['直播场次']
   df['发布视频数'] = df['短视频数']
   
   # 分析每个品牌的小店平均值
   avg_reach_outlets = df.groupby('品牌')['关联达人数', '直播频次', '发布视频数'].mean()
   print(avg_reach_outlets)
   

3. 类目偏好

   # 假设'带货类别'列包含商品类别信息
   popular_categories = df['总销售额（万元）'].groupby(df['带货类别']).sum().sort_values(ascending=False).head(5)
   print("热门带货类目: ", popular_categories)
   

4. 动销商品数与直播/视频投放的联动表现

   # 计算每个品牌小店的动销商品数量
   df['动销商品数'] = df['总销售额（万元）'].apply(lambda x: 1 if pd.notnull(x) else 0)
   brand_operating_efficiency = df.groupby('品牌')['动销商品数', '关联达人数', '直播频次', '发布视频数'].mean()
   print(brand_operating_efficiency)
   

通过上述分析，可以全面了解各品牌的运营状况和优势领域，从而为未来的营销策略提供数据支持。

以上分析数据来源：互联岛