京東到家後台數據分析

一、生鮮電商行業

1、生鮮電商作為電商行業的細分行業，隨著新零售話題的火熱，各家生鮮電商平台都開始了探索和布局。以京東到家為例，與沃爾瑪合作，實現線上線下深度融合，門店、庫存、用戶三者打通。其他諸如盒馬鮮生北京、上海三家店同時開業，標誌著盒馬模式從模式驗證階段進入快速發展期；美團點評號稱的首家新零售業態“掌魚生鮮”在北京開業；易果生鮮獲3億美元融資，融資主要用於易果生鮮旗下安鮮達的升級，提升服務質量

2017年1-7月生鮮電商App行業月活用戶規模

數據端口：QuestMobile，時間：2017年7月

移動生鮮電商平台大多發力生態流量建設，擴展消費場景和流量入口。生鮮電商用戶行為特點發生較大變化，電商購買入口呈現多元化、碎片化的趨勢，生鮮電商獨立APP用戶有了更多的選擇，生鮮電商消費受到時間、地點、流量入口的限製減少，隨時隨處可以下單

2、平台生態流量建設

綜合電商APP中的流量入口，能覆蓋電商消費場景的用戶，觸達潛在的生鮮電商用戶；微信公眾號和小程序，基於社交場景，精準觸達具有一定品牌認知和忠誠度的用戶，深挖存量用戶價值。從更多的場景中獲取用戶訂單，培養用戶的生鮮消費習慣

3、2017年6月生鮮電商TOP10應用MAU及增長情況

數據端口：Trustdata移動大數據檢測平台，時間：2017年7月

2017年7月生鮮電商TOP10應用MAU及增長情況

數據端口：QuestMobile，時間：2017年7月

6、7月的發展趨勢體現了生鮮電商APP用戶向頭部應用集中，也加劇了頭部幾家的相互競爭

各家生鮮電商平台運營內容和模式雖有差距，但行業中應用的用戶活躍率均在20%以下，這與用戶對於生鮮商品的需求和購買頻率有一定的關係

用戶活躍滲透率

數據端口：QuestMobile，時間：2017年7月

可以看到，京東到家獨立APP在上半年雖活躍用戶規模及滲透率有所下跌，從Q3開始有所回升，但背靠京東這一電商巨頭，在京東APP上使用京東到家的服務的用戶規模也不可小覷。

4、用戶行為偏好

數據端口：QuestMobile，時間：2017年7月

使用生鮮電商APP的用戶對於食材的新鮮，品類，快速送達非常關注，可以看出來這些用戶對於生活品質也有較高追求。從這部分用戶的行為偏好也可以看出這些特征，不僅有較高消費能力，同時對於醫療健康需求，對品質生活、商務、房產汽車等相關領域的偏好度更高

生鮮電商APP用戶重合分析

數據端口：QuestMobile，時間：2017年7月

生鮮電商是電商發展成熟後的新生且更為垂直化的產物。綜合電商APP對於生鮮電商平台來說，不僅是一個重要流量入口，更起到增強用戶粘性，提高生鮮電商購買頻率的可能，生鮮電商與綜合電商的重合率也較高

5、京東到家月度獨立設備數

數據端口：艾瑞數據，時間：2017年8月

日均獨立設備數

月度有效總時長

二、後台數據分析

數據指標

借助易觀萬象、百度指數、QuestMobile等第三方數據平台，通過分析2017年6月京東到家的後台數據，分析生鮮電商類用戶的用戶偏好

1、用戶規模分析

6月，京東到家的活躍用戶193.99萬，用戶體量領跑生鮮電商類應用；用戶數環比上漲16.33%，啟動次數環比上漲35.97%達1910.53萬次，使用時長環比上漲36.36%達154.31萬小時

可以看到，6月各項數據均有較高增長，相較於活躍用戶的環比增長速度，啟動次數及使用時長的環比增幅均達到36%。猜測有以下兩個原因：

（1）通常來說，綜合電商APP對於生鮮電商平台不僅是一個重要流量入口，更起到增強用戶粘性，提高生鮮電商購買頻率的可能；而京東商城“618大促”的活動無疑為“京東到家”提供了一個巨大的流量入口，如京東商城內“滿減”、“免息”’等活動，都會引導用戶至“京東到家”中下單消費

（2）競品MAU的提升帶動此類消費者在不同平台對比購買，即數據上升是所有生鮮電商平台均有的現象

活躍人數

6月活躍人數環比增幅上升16.33%，但領域滲透率反而下降0.41%，而從4月到6月，領域滲透率不斷下降，可見，競品較為激進的運營策略，使原本屬於“京東到家”的部分用戶流失到其他平台。而生鮮電商的運營策略，通常在綜合電商做品牌背書情況下加大補貼力度吸引用戶（稱為較激進的運營策略，因為燒錢不會持續太久）或將補貼到用戶身上的利潤從商戶身上賺取。除去6月依靠“京東618”引流用戶外，京東到家需考慮一定的產品策略提升用戶黏性。雖說電商用戶對價格有一定的敏感度，但鑒於生鮮電商的特殊性，用戶不僅僅隻關注價格，對於食材的新鮮，品類，快速送達同樣非常關注。而這類用戶通常有較高的消費意願，怎樣提升用戶的購物體驗，發揮自身平台物流、品類品控優勢顯得十分重要

啟動次數

5月京東到家的啟動次數較4月環比下降13.49%；6月啟動次數較5月環比增長35.97%，較4月增長286.3萬次，但啟動次數百分比較4月下降1.44%，可見6月競品的增長速度確實快於京東到家

使用時長

數據缺失

列出4-6月京東到家各版本的版本記錄

數據端口：蟬大師

4月4.0.0版本主要針對評價係統及促銷係統的部分功能做以優化，用戶對新功能的感知不是很強烈（畢竟更新的促銷功能，不是限定了商家就是需滿足“買贈”——即下單後才享受促銷，這並不是影響用戶下單的主要因素）；而5月4.1.0版本更新記錄裏，有一條“實時計算訂單預計送達時間”從側麵反映出，產品當前基礎功能並不十分完善，因為類似功能在“餓了麼”、“美團外賣”等外賣類應用中早已作為基礎功能上線。通常用戶在首頁即可看到送達時間，而對用戶從這類產品培養的用戶習慣，京東到家直到5月才上線類似功能滿足用戶需求。數據可視化很大程度提升用戶對平台的印象及購物體驗，尤其對這類“到家O2O”產品，除去價格，物流速度本就是影響用戶是否購買很重要的因素。5.31上線的4.2.0版本，促銷係統的優化就更吸引用戶——全場滿減活動、優惠券提醒用戶湊單等。畢竟滿減對用戶而言是直接省錢；而買贈有一定針對性，很難滿足用戶期望

這裏提兩句優惠券和滿減的效果

優惠券的好處

力度可控，可限定優惠券的數量、人群、範圍，而滿減的可控性較差

傳播性強，可通過顧客領取、贈送、店鋪派發等渠道，而滿減隻限店內

時間可控，例如可配合“618”活動派發僅限當天的優惠券

參與感強，用戶可提前參與搶券等活動，一方麵便於活動及前期散播，另一方麵提升用戶參與度

扯遠了……

不僅僅是前麵提到的，近期京東到家的版本迭代也在盡力提升著用戶體驗

比如8.1版本4.4.0中“搜索聯想詞可以直接進入門店”功能（可以理解為支持模煳搜索嗎……）可見產品團隊的用心之處

2、日均規模分析

（1）日均活躍人數

4月日均活躍人數20.35萬，5月17.93萬，6月23.68萬

（2）日均啟動次數

4月日均啟動次數54.14萬次，5月45.33萬次，6月63.68萬次

（3）日均使用時長

4月日均使用時長4.52萬小時，5月3.65萬小時，6月5.14萬小時

5月各項數據都為3個月最低，6月數據雖高於4月，但領域滲透較4月有所下降，可見競品的增長速度

3、用戶粘性分析

人均單日啟動次數

人均單日使用時長

三個月人均各項數據保持穩定——人均單日啟動2.58次，人均單日使用時長12.57分鍾。可見這類用戶人均行為具有一定穩定性，不隨版本更迭有太大波動

4、用戶分時行為分析

分時點活躍用戶數

用戶活躍時間集中在10點-21點間，活躍用戶數在30萬至43萬間

4:00-10:00活躍用戶數隨時間呈指數增長趨勢，10:00達到40萬。隨後活躍人數開始緩慢上升，12:00達到峰值43萬；12:00-14:00開始下降，14:00活躍人數降至第一個穀底36萬；14:00-16:00活躍人數緩慢上升，16:00達到第二個峰值40萬，14:00-18:00活躍用戶數穩定在40萬；18:00-24:00活躍人數呈線性下降，24:00下降至15萬。0:00-4:00活躍人數由10萬緩慢下降至5萬左右

分時點啟動次數

用戶啟動次數集中在9點-20點間，啟動次數在40萬至150萬間

5:00-10:00啟動次數隨時間呈指數上升趨勢，10:00達到第一個峰值140萬；10：00-11:00啟動次數略有下降；11:00-12:00啟動次數略有上升，12:00啟動次數與10:00基本持平；12:00-13:00啟動次數線性下降，13:00啟動次數120萬；13:00-14:00啟動次數緩慢下降，14:00到達第一個穀底115萬左右；14:00-15:00用戶啟動次數略有增長，15:00-16:00啟動次數線性增長，16:00到達第二個峰值145萬，16:00-17:00啟動次數線性下降，17:00到達第二個穀底130萬；17:00-18:00啟動次數線性增長，18:00到達第二個峰值145萬；18:00-19:00啟動次數線性下降至120萬；19:00-20:00下降趨勢略有放緩；20:00-21:00啟動次數下降趨勢較18:00-19:00速度更快，21:00到達75萬；21:00-22:00啟動次數穩定在75萬，22:00-24:00啟動次數線性下降至30萬；0:00-4:00啟動次數由30萬緩慢下降至15萬

分時點使用時長

用戶使用時長集中在4萬小時至10萬小時間

5:00-9:00用戶使用時長由4萬小時略微上升到5萬小時，9:00-11:00快速上升，11:00到達第一個峰值10萬小時；11:00-13:00用戶使用時長緩慢下降至9萬小時，13:00-14:00快速下降至第一個穀值7萬小時，14:00-17:00呈線性增長趨勢，17:00用戶使用時長10萬小時，17:00-18:00使用時長穩定在10萬小時；18:00-22:00呈線性下降趨勢，22:00到達5萬小時；22:00-23:00用戶使用時長穩定在5萬小時，23:00-24:00緩慢下降至4萬小時；0:00-5:00用戶使用時長基本穩定在4萬小時

分時點人均啟動次數

用戶人均啟動次數集中在2次-3.5次

4:00-6:00用戶啟動次數由2次增長到2.8次，6:00到達第一個峰值；6:00-7:00啟動次數下降至2.2次，7:00到達第一個穀值；7:00-10:00人均啟動次數快速上升，10:00到達第二個峰值3.5次；10:00-13:00人均啟動次數緩慢下降至3次，13:00到達第二個穀值；13:00-16:00人均啟動次數緩慢上升至3.5次，16:00到達第三個峰值3.4次；16:00-17:00人均啟動次數下降至3次，17:00到達第三個穀值；17:00-18:00用戶人均啟動次數上升至3.5次，18:00到達第四個峰值；18:00-20:00緩慢下降至3.1次，20:00-21:00快速下降至2.5次，21:00到達第四個穀值；21:00-22:00上升至第5個峰值2.9次；22:00-23:00下降至2.1次，23:00-24:00基本保持不變；0:00-1:00用戶人均啟動次數由3次下降至2.2次，1:00-2:00上升至2.3次；2:00-3:00下降至2次

分時點人均使用時長

人均使用時長11-39分鍾

0:00-4:00使用時長呈線性增長，4:00達到峰值39分鍾，4:00-6:00緩慢下降至32分鍾，6:00-9:00人均使用時長快速下降至11分鍾，9:00-14:00人均使用時長在11-13分鍾間波動；14:00-18:00人均使用時長緩慢上升至15分鍾，18:00-22:00緩慢下降至11分鍾；22:00-24:00緩慢上升至18分鍾

可知：

京東到家用戶的應用主要使用時段集中在10點-20點間，峰值時段有兩個：10:00-11:00間及17:00-18:00間，第二個峰值段對應的各項數據略小於第一個峰值段。因為生鮮類商品需在用戶使用前到達（例如11點用戶需要做飯，則往往會在10點多下單），而應用中推薦的商家通常覆蓋周圍1-5公裏的用戶，送達時間相對較短，因此此時間段為應用使用高峰期相對合理；同時也說明，首頁實時顯示預估送達時間的合理性，畢竟用戶對商品的送達時間需要一定的時間評估，而無可視化數據很容易引起用戶的焦慮感。12:00-14:00數據下降趨勢較為明顯，反映出用戶行為與時間有一定的關聯

15:00-20:00用戶行為隨時間波動比較明顯，猜測用戶不同需求與時間關聯性較強——由於應用向用戶提供了較多品類的商品，部分商品與時間關聯性較強，如水果蔬菜、肉禽蛋奶等通常在用戶做飯前1-2個小時的需求較高，冷熱速食商品的時間略短些；而清潔日化、家居用品、醫藥健康等商品的隨機需求較高

由於應用推送的商家往往覆蓋周圍1-5公裏的用戶，未來隨著生鮮電商的用戶認知逐漸提高，會有越來越多寶媽、居家老人在平台上購物（白天小區內居民通常以寶媽、居家老人為主），未來產品頁麵應變得更為簡潔；支付流程上，用戶不需要太多的選擇及購買步驟即可成功下單，且無需對訂單做過多調整

5、用戶屬性分析

用戶屬性