根据提供的表格数据，我们可以从以下几个维度进行分析：
1. 达人扩散
-
TOP商品的达人数规模：
- 每种商品的带货达人数量如下：
- 商品2：86个（最多）
- 商品30：59个
- 其余商品均在40以下
-
传播效率：
- 可以通过计算每个达人的平均销量来评估传播效率。例如，假设所有商品的总销量相同，则带货达人数量较少的商品可能具有更高的传播效率。
2. 佣金吸引力
- 高佣金商品分析：
- 计算每种商品的销售总额与销售额的关系，以确定佣金是否吸引达人。
- 可以通过以下公式计算平均佣金率：(总佣金 / 总销量) * 100%
3. 长尾效应
- 多达人带货的商品30天销量稳定性：
- 计算每种商品的销售数据波动情况，如标准差或方差来衡量。
- 可以通过绘制销量趋势图观察其稳定性。
4. 类目偏好
- 个护家清类目的高达人覆盖特征：
- 统计每个达人的带货品类，并分析其覆盖范围是否集中在个护家清类别。
- 可以通过饼图或柱状图展示各类别达人占比。
具体数据处理建议：
- 计算平均销量和标准差：为每种商品计算30天的总销量、平均销量以及销量的标准差，以评估长尾效应。
- 佣金率分析：根据提供的销售数据，计算每种商品的平均佣金率。
- 达人带货特征统计：
- 统计每个达人在个护家清类目中的带货频率和销售额占比。
示例数据分析：
假设我们选择商品1进行详细分析（以具体数值代替实际情况为例）：
- 销量情况：总销量 20,000 笔
- 日均销量：667笔
- 销售数据波动：标准差为500，表明销量较为稳定。
- 佣金率：假设每笔订单平均佣金为10元，则总佣金为20万元，平均佣金率为0.5%。
结合以上步骤和具体分析，我们可以更全面地理解各商品在达人带货中的表现。如果有具体的数值数据或进一步的需求，请提供以便进行更详细的分析。
以上分析数据来源：互联岛