生鲜蔬果视频商品榜2026-07-15日榜

核心分析维度总结

根据提供的数据，我们将进行以下核心分析：

1. 视频传播：

   • 通过查看高关联视频数的商品在流量上的表现。
   • 计算每个商品的平均视频数量和总视频数量。

2. 转化效率：

   • 视频数量与销售额之间的关系。
   • 计算销售金额除以视频数量的比例（即每条视频带来的平均销售额）。

3. 长尾效应：

   • 多视频带货的商品销量稳定性。
   • 分析每个商品的销量分布情况，判断其是否具有长期稳定的销量。

4. 类目分布：

   • 各类目下的商品占比及表现差异。
   • 计算食品和个护类目的销售额占比，并分析它们之间的差异。

具体步骤

视频传播

1. 统计每个商品的视频数量，计算平均值和中位数。
2. 筛选高关联视频数的商品（例如视频数量大于5），并观察其流量表现。

转化效率

1. 计算销售金额除以视频数量的比例，得出每条视频带来的平均销售额。
2. 比较不同商品的转化效率，找出高效转化商品的特点。

长尾效应

1. 绘制销量分布图，观察每个商品的销量变化趋势。
2. 识别长期稳定销量的商品，并分析其特征。

类目分布

1. 计算食品和个护类目的销售额占比。
2. 分析不同类目下商品的表现差异。

具体数据计算

假设我们选取前三个维度进行具体数据分析：

1. 视频传播：

   • 商品数量：30种（从1到30）
   • 平均视频数量 = 总视频数 / 30
   • 高关联商品列表及流量分析

2. 转化效率：

   • 每条视频平均销售额 = 销售金额总和 / 视频总数
   • 效率排序：将高、中、低三个效率区间进行划分，分析特点

3. 长尾效应：

   • 绘制销量分布图，每个商品的销量曲线。
   • 判断哪些商品具有长期稳定销售。

预期结果

1. 通过视频传播数据，识别流量优势商品。
2. 确定转化效率最高的商品类型和特点。
3. 发现长尾效应明显且稳定的商品组合。
4. 分析食品与个护类目下各具特色的表现差异。

---

以上分析数据来源：互联岛