蜂蜜是一种天然食品，蜂蜜是由单糖类的葡萄糖和果糖构成，可以被人体直接吸收，而不需要酶的分解。蜂蜜比蔗糖（砂糖的主要成份）更容易被人体吸收所含的单糖，不需要经消化就可以被人体吸收，对妇、幼特别是老人更具有良好保健作用，因而被称为“老人的牛奶”。
蜂蜜也是一种营养丰富的天然滋养食品，也是最常用的滋补品之一。据分析，含有与人体血清浓度相近的多种无机盐和维生素、铁、钙、铜、锰、钾、磷等多种有机酸和有益人体健康的微量元素，以及果糖、葡萄糖、淀粉酶、氧化酶、还原酶等，具有滋养、润燥、解毒、美白养颜、润肠通便之功效，对少年儿童咳嗽治疗效果很好。
随着人们生活水平的逐步提高，营养品的需求也在不断地逐步增长。本报告将从淘宝蜂蜜市场出发，细分整个蜂蜜市场、探寻商机。
序：不管什么样的商品都一样的流程，无论是已经在市场里面打拼的或是正准备进入市场的卖家们都必须得熟悉并了解自己的市场，正所谓商城如战场，要是对自己的战场都不能了如指掌，那么无论实力多强，总会有打败仗的那一天。唯有知彼知己方能百战百胜！
蜂蜜，是大家熟悉得不能再熟悉的商品之一，但是作为一名商家，更需要明白消费者的购物需求、什么样的蜂蜜才是消费者喜欢的。满足什么样的需求才能激起消费者购买的欲望？只有通过抓取大量的数据进行清洗、分析、提炼才能得到最有效的信息来做产品定位，把产品做成消费者想要的样子，满足他们的需求才能够在激烈的市场竞争中脱颖而出，站稳脚跟从而持续发展。
1、 市场分析
通过与2016年整年的数据对比，可以看出这个蜂蜜行业市场还是很稳定的，不存在太大的波动。为了证实我们的结论，则将数据进一步细分，把蜂蜜行业的数据单独取出来进行证实。
从它的走势图中更加清晰的了解到这个行业的动向：每年的7月以后蜂蜜的销量就开始逐步递增在11月达到这个行业的高峰，根据这个数据商家就可以开始提前做好库存的备货计划，避免缺货和压货的情况出现。
了解了市场行情以后就要开始了解自己的竞争对手了，首先是Top10的，关注它们的市场占有率变化，毕竟是这个行业的标杆，关注它们的动态在一定程度上能够反映市场的趋势。
对比2016年的数据，有小部分品牌有细微变动，甚至被挤出了Top10，最严重的就是“宜蜂尚”份额被抢占了很大一部分，从2016年的21%缩减到9%。两大品牌“百花”、“冠生园”逐渐在扩大自己的市场，其中百花发展更为迅速从2016年的24%，仅花了8个月时间扩展到了31%，增长了7%。我们把数据进行提取观察它们的发展趋势：
数据来源：生e经
统计周期：2015年1月至2017年8月
虽然不知道具体发生了什么，但是不难看出从2017年1月开始宜蜂尚的市场份额就被逐渐蚕食。（PS：市场如战场，变化莫测，也许是因为对手的一个动作，一不留神就……）
2016年蜂蜜Top10品牌集中度为6.22，截止至2017年8月集中度缩小为5.49，竞争正在不断加剧。
小结：一个官方的行业数据作用自然不用多说，它可以为我们提供整个行业发展的参考，那么它的作用仅仅如此吗？当然不是，当一个单一的数据用来解读貌似作用没这么大，如果把它当作行业的权威数据用来做AB test的时候又完全不一样了，比如：把它和自己店铺的宝贝销量趋势作对比，店铺数据是下降的，但是行业的数据这个时候是上升的，那么就要及时检查自己店铺的原因了，及时查找问题所在并做出对应的解决方案。
1、 人群画像
一款产品如何定位，才能让它满足消费者的购买欲望？首先要做得第一件事就是了解关注这款产品的客户群体，知道他们的大致特征，再通过多个维度的数据分析来充分勾画出消费者的具体画像，画像的细节越清楚，您的产品定位就越清晰。
先提取关键词蜂蜜的基本信息：性别占比、年龄分布、职业占比、省份分布、城市分布以及人群行为这几个维度来勾画出对蜂蜜感兴趣的消费者的一个大概的轮廓，数据如下：
从性别、年龄段的分布占比可以看出人群的一些基本特征，女性占比高达65%，她们购买的原因是什么，什么样的卖点是让她们有购买欲望的。男性的比例也不少有35%，那他们的购买动机又是什么？此时我们可以结合一些蜂蜜的功效来思考提炼产品的卖点来针对这样的消费群体：例如，女性购买本身是为了美容养颜，改善睡眠；男性（抽烟、熬夜...）购买是为了保护肝脏，恢复疲劳等等。
当再加入人群的职业分布和Top城市分布这两个维度的数据之后，看到上海市，北京市、广州市、杭州市和深圳市这几个蜂蜜搜索占比的Top城市，首先想到的就是在这些发达城市中人们的生活节奏很快，每天都需要加班加点的工作，这些城市的消费者搜索和购买蜂蜜的首要动机也许就是为了在睡前喝一杯蜂蜜水用来缓解每日的工作疲劳，改善睡眠等，当然这些还是我们的一些猜测，更多的购买动机则需要从更多方面的维度获取数据进行证实和验证。
这个90天的支付金额价格区间数据为我们提供了很好的价格定位，从以上数据可以看出最受消费者欢迎的价位是在15-40元区间的宝贝，其次是65-105元这个价格区间的宝贝，40-65元这个区间反而并不是最受欢迎的。通过这个数据我们可以为自己的店铺产品定位做一个布局，比如用一款比较便宜的产品在15-40元的区间作为引流款，选一款礼盒装或者家庭装的高大上产品作为高利润款放在105-225元的区间，65-105元作为店铺的活动款等等.
数据来源：生意参谋
统计周期：2017年6月至2017年8月
人群行为这个数据可以看出目前的消费者品牌意识比较强，几乎放弃了天天特价这个活动版块，如果店铺的宝贝参加了天天特价也无法能在这个版块获得很好的转化率。
小结： 通过以上淘宝官方的生意参谋数据解读，我们仅仅能够大致的了解到了我们面对的消费人群最基本的一些特征，并不足以我们将产品定位。下面我们将进行更深入的细分-商品分析，抓取大量市场中宝贝的数据，进行数据清洗。提取出我们需要的信息并和行业数据进行ABtest，验证数据的准确性。
3、商品分析
商品分析顾名思义就是把商品拆分成几个维度再做细分，包括选品，热卖属性，热卖价格区间，商品卖点等等。
百花蜜这个种类的蜂蜜以绝对的优势占领着整个蜂蜜行业大部分市场份额。
整个蜂蜜行业卖得最好的就是百花蜜，从2017年1月-8月的数据显示百花蜜在整个行业的成交量占比高达59%，几乎是每卖出10瓶蜂蜜就有5-6瓶是百花蜜。
既然百花蜜如此受到欢迎那肯定是有原因的，可以通过百度详细了解一些关于百花蜜的功效：如,百花蜜是多种花蜜酿成的混合蜂蜜，味甜，具有天然蜜的香气，营养成分比较多。它还具有促进新陈代谢、调节免疫、助长发育、增强记忆、健肠胃、促进血液循环、保肝、消炎、镇痛、延年益寿等多种作用，常食用可以提高青少年的免疫力，助长发育、增强记忆、可以预防和纠正儿童的贫血。了解到百花蜜这些特点，我们可以针对主要的消费群体，提炼产品的功效作为卖点。
进入市场之前，我们还必须了解这个类目的流量在PC端和移动端方面是如何分配流量占比的，虽然现在很多类目流量都趋向于移动端，但是在蜂蜜这个子类目下的种类属性较多，而且很大一部分消费者都是公司职员，因此不得不考虑下PC端的流量占比问题。同样的我们必须通过数据来验证，把它进行细分为移动端和PC端的数据再进行对比：
数据来源：生意参谋
统计周期：2016年8月-2017年8月
通过对比发现虽然PC端的搜索相关指数要比无线端的少很多，但是它的点击率普遍比无线端要高，转化率相对要比无线端的低一些。由此可见PC端的消费者更喜欢去看一个商品的详情页，通过不停地点击、反复对比来选择哪一家店铺的宝贝更适合自己。这对于一个小卖家或者一个新品牌更有机会通过高质量的主图和针对性很强的详情页来获取一部分转化率。而移动端的流量高度集中在前几页、加上因为屏幕大小的局限性，消费者不会花太多的时间去选择一款宝贝，因此手机端的点击率相对低一些而转化率更高，反之相对小卖家或者新买家的机会则少了很多。
通过抓取淘宝搜索按销量排序数据，销量1000以下的宝贝有1873个，1000以上的有108个，而销量在10000以上的仅有8个宝贝，其中4个坑位是天猫超市。
把数据清洗之后做成销量-价格区间属性交叉表格后，可以清晰的看到每个价格段的销量如何。
将这个表格和90天的支付金额价格区间数据进行对比时，发现在65-105这个高客单价的价格区间里，存在着一批优质客户，如果手中有这么一款宝贝正好定位在这个区间，可以分析这个区间的Top商家店铺和宝贝提炼它们的产品卖点，进行优化和放大针对这批客户群进行销售.
商品的卖点提炼途径很多，其中之一也是最有效的途径是来自广大消费者的商品评价的数据，这个数据能够最直接的反应出消费者对这款商品的需求或者关注点，甚至能知道消费者的购物行为。例如：买了作为礼品送人，或是为家人买的等等。下图是通过获取了大量商品的评价数据提取出来的高频词。
通过上图可以看到出现了孩子、朋友等关键字，则可以联想到一些消费者是买来给自己孩子喝的，她们在选择宝贝的时候关注更多的卖点或许是偏向于这个商品的食品安全问题和是不是正品等等。
其次还可以通过每个宝贝的问大家版块中提取一些消费者的问题作为卖点或者商品的优势，具体的应用还需要结合自己的宝贝实际情况来酌情选择。
有了充分的准备就可以开始分析自己店铺的实际情况结合市场数据进行定位了。宝贝的定价，销量，作为参考，将整个市场细分化，也就是通过关键词和价位区间来寻找属于自己的竞争对手。这时候必须使用一款利器：零一工具箱（下载地址：https://pan.baidu.com/s/1c1HlyLi#list/path=%2F）。师父的微信公众号（start_data）里：[好文]零一很久不写文章了，这篇是干货针对这个查环境数据做过详细的说明：
数据来源：零一工具箱 （淘宝搜索数据、商品评价数据）
小结：分析数据的时候不能将某个数据作为单一的数据进行解读，必须要通过多个数据进行对比，不同维度的数据还需要进行增维、细分等分析，这样获取到的数据信息才具有更高的准确性和参考价值。
4、报告总结
本次报告的生成，是以大数据爬虫系统为技术基础，抓取淘宝/天猫的数据，并对数据做清洗、指数化和分析。
通过多个维度的数据分析确定自己的竞争环境后一定要先了解这个环境的流量构成：是销售排名占主导流量还是综合排序占主导流量。可以通过一个简单的办法来判断，在搜索框中输入关键词，如：“蜂蜜”。分别记录综合排序第一名宝贝以及销售排名第一名宝贝。在生意参谋标准版中“市场”->商品店铺榜->找到这两个宝贝，分别查看“蜂蜜”这个关键词下的综合排名宝贝和销量排名宝贝分配到的流量是多少，两个流量相加，分别算出它们的占比，就能知道流量的分配情况。如果销量排名第一的宝贝拿到了较多的流量占比，那么只要分析对手的流量构成，监控对手一举一动做好销售计划，多渠道进行引流在销量上超越对手即可。两个不同的排序类目有着本质性的区别，例如在一个销售排序占据绝大部分流量的类目，做一些小而美的店铺，那是获取不到流量的，因为流量都被那些销量好的店铺占据了绝大部分；反之如果在一个综合排序的类目拼命的卖货冲销量，但是宝贝的定价并不是淘宝喜欢的价格区间，也是获取不到流量的。
对于竞争对手的进一步分析思路说明，竞争对手的选择一定是要切合实际的，并不是说想做成行业的Top10，就把Top10作为自己的竞争对手，而自己店铺的层级还在第二层……
当然这个成为Top10的想法并非不能实现，但它得需要一个过程，一个努力奋斗的过程。用师父的说法就是把大的困难拆分成一个个小困难，当把这些小的困难都一一解决的时候，大的困难自然也就解决了。定制目标的时候也是同理，当您把一个个小目标都逐步实现的时候就一定是向着您定制的目标前进的路上！
《淘宝、天猫电商数据分析与挖掘实战（第2版）》
购买地址：https://item.jd.com/12195541.html
本书的上半部分主要介绍淘宝的操作方法，以及探讨未来的电商布局之路，这部分内容有时效性。
本书的下半部分主要介绍淘宝卖家如何应用 Excel、 SmartMining 和数据来做决策。
数据从来都离不开业务层， 数据分析师必不可少的4个要素是思维、业务、工具和数据，前两者才是最重要的，希望读者在阅读本书时着重研究业务层面的内容。
对商家而言，数据有两种用途：第一种，用来做预测，通过参考数据从而决定卖什么货；第二种，用来指导下一步的运营操作。
对于第一种用途，数据仅作为参考，因为我们对市场的判断，除数据外，还有自己的行业经验。
对于第二种用途，则建议多验证数据，例如当我看到 B 词有数据时，通过搜索B词发现我的商品排名很靠后，用脚趾想都知道排名这么靠后买家怎么可能会找到我的商品并下单呢？
《美丽的电商运营日记》
购买地址：ttps://weidian.com/item.html?itemID=2166481915&recommonTag=ol13925100208416320130&reqID=SIMILARPRODUCT_XIANGSI&fromRecommon=2169915381&wfr=wx&ifr=itemdetail
本书上篇讲述了美丽决心进入电商行业的背景。
中篇讲述了美丽初出茅庐开店经商到进入电商企业担任职业运营店长的过程，M先生就像一个智囊，美丽开店和工作期间遇到的问题都由M先生一一解决。
下篇讲述了美丽外出游学的见闻，介绍了电商业内的情况。
本书短小精干，重要操作内容均有线上视频可供读者互动学习。
限于篇幅，本书有配套的教学视频，读者可以通过添加微信公众号跟老师互动学习。
《Excel BI 之道：从零开始学Power工具应用》
购买地址：https://item.jd.com/12244484.html?dist=jd
本书主要介绍 Excel 2016 的 3 个 BI 组件。
对于办公室白领来说， 灵活运用这几个具足够你在职场中呼风唤雨了。
对于数据分析师来说， 也足够满足日常的分析和报表的需求了。
对于比数据工程师更高层次的人来说， 我相信它们的便捷性也足够让你眼前一亮。
Excel 是号称唯一能够与 SAS 媲美的系统， 有非常多的功能拓展插件， 例如 VBA、 SQLServer 数据挖掘套件、 R-Excel、 Power Query、 Power Pivot 和 Power Map 等。
Excel 可以完美地解决我们在日常生活及工作中的数据需求。只要你愿意尝试使用 Excel 2016， 就会发现再也离不开它。
你会把以前的 VLOOKUP 函数丢掉， 把 Index+Match 丢掉， 甚至连 VBA 都可能丢掉。