从0开始转型 数据化运营 系列之「07.用户画像应用案例」

用户地区分布分析

首先运营者要先将订单表中的“收货城市”或者“收货地址”信息筛选出来，本小节以“收货城市”为例进行讲解。到处订单数据后，通过excel中的透视表功能计算出各个地区的订单量，制作如下的表格。

在表格1中存在三列数据，分别为“订单城市”、“数量”和“占比”。其中“占比”不能从后台订单报表中的直接得出，而是需要通过计算得到。例如，广州的订单为6404，所有城市的单总和为102822单，那么广州的“订单占比”为6404÷102822≈6.2%。其他城市的依次类推。
如果运营者想要知晓自身店铺80%的市场份额来自哪些地区，可以先从表格中“占比”列下拉找到80%的数值，然后在通过地区对应关系找到相关联的地区，或通过如下数据图表进行筛选。

当了解各个城市的市场比例后，运营者就客体划分店铺的各类市场，一般的划分类别为：头部市场、长尾市场、低单市场。其划分标准可以参考如下：

• 头部市场：市场份额大于5%的地区；
• 长尾市场：市场份额大于1%的地区；
• 低单市场：市场份额小于等于1%的地区；

在定义了三类市场的区分标准后，需要同时满足以下条件进行调整。“长尾市场”的市场总份额一定要比第一“头部市场”区域份额大，与“长尾市场”相反，“低单市场”的市场总份额一定比最后一个“头部市场”的区域份额小。在实际的运营过程中，运营者需要根据树状图的可视化信息来判断先前设定的市场划分标准是否正确，如果划分标准出现了偏差，则需要对标准进行适当修改。例如，如果“长尾市场”的市场总份额太小，那么就可以把原本“市场份额大于1%小于5%的市场份额总和”的标准调整为“市场份额大于1%小于6%的市场份额总和”。<