根据提供的数据,我们可以从以下几个维度进行核心分析:
品牌集中度:
top_3_sales = sum([37, 4, 1]) # 假设这些是前三个品牌的销售额,单位为元
total_sales = 50 * 250000 # 总销售额假设为50个品牌每个25万
concentration = (top_3_sales / total_sales) * 100
print(f"TOP3品牌小店的销售额占比: {concentration:.2f}%")
多渠道投放:
# 假设数据如下
brands = {
"临麒鹿蔬菜制品旗舰店": {"直播": 37, "视频": 6},
"时予心愿官方旗舰店": {"直播": 4, "视频": 3},
"信豚水产旗舰店": {"直播": 1, "视频": 1}
}
max_channels = max(brands.values(), key=lambda x: sum(x.values()))
min_channels = min(brands.values(), key=lambda x: sum(x.values()))
print(f"多渠道投放最多的品牌是:{max_channels}")
print(f"多渠道投放最少的品牌是:{min_channels}")
类目偏好:
categories = {
"临麒鹿蔬菜制品旗舰店": ["生鲜蔬果"],
"时予心愿官方旗舰店": ["生鲜蔬果"],
"信豚水产旗舰店": ["生鲜蔬果"]
}
common_categories = set(categories["临麒鹿蔬菜制品旗舰店"])
for brand in categories:
common_categories.intersection_update(categories[brand])
print(f"热门带货类目:{common_categories}")
运营效率:
active_items = 16 # 假设临麒鹿蔬菜制品旗舰店有16个动销商品
print(f"动销商品数与直播/视频投放联动效果:{active_items} 个动销商品关联 {max_channels['直播']} 场直播和 {max_channels['视频']} 次视频")
以上分析数据来源:互联岛