跨境进口零售电商行业分析报告
作者：互联网
跨境进口零售电商，即跨境进口零售电子商务，是以互联网为平台，向中国境内用户以零售的形式销售中国关境外的商品，并与用户达成商品销售协议的商业行为。
最近几年，主打进口零售的跨境电商企业如雨后春笋般出现，掀起了一波跨境电商热潮，为发展趋于稳定的电商行业创造了新的热点。其中，网易考拉更名考拉海购并“卖身”阿里，成为跨境电商行业内最大的黑马。
本项目利用MySQL对考拉海购的零售数据进行分析，从市场、用户、商品等角度探索它在行业内成功的因素。
市场分析
近年来，随着我国人民生活水平和消费能力的提高，大家的消费观念和消费行为正逐渐发生转变，对于商品品质的需求不断增强。消费者在追求国外更加丰富的商品品类的同时，国内频繁爆发的奶粉、化妆品等商品质量问题以及食品安全问题，使得消费者对国外商品品质更为信任，由此兴起了出境消费、海外代购和海淘热潮。但由于海淘、个人代购在货源、价格、物流、服务诸多方面存在痛点，从而为跨境进口零售电商行业发展留出机会。同时，随着海关总署多个文件的连番出台，国家层面对跨境电商的认可和鼓励逐渐清晰，国内跨境消费由代购、海淘向跨境电商规范化发展。
发展历程
我国跨境进口零售电商企业从2010年左右开始逐渐出现，企业数量在2015年实现了爆发式的增长，然后便开始进入竞争激烈的红海时代。
- 2010至2013年，我国跨境电商得到初步发展，以C2C代购模式为主的洋码头，跨境电商购物经验分享社区小红书相继成立。
- 2014至2015年，随着我国对跨境电商零售进口做出监管制度创新，众多新兴企业与互联网巨头纷纷入局。2014年蜜芽、天猫国际、小红书电商平台福利社先后上线；2015年网易考拉海购、京东全球购、亚马逊海外购上线，顺丰推出了丰趣海淘，海外购物平台洋码头也获得了B轮1亿美元融资，还有其他众多新平台如雨后春笋般涌现，竞争也越发激烈。中国从卖全球到买全球的时代就此开启。
- 2016年，随着行业的快速发展与竞争的加剧，中国跨境进口零售电商市场内厂商竞争强弱逐渐分明，领先梯队逐渐形成。网易考拉海购、天猫国际、京东全球购、唯品国际、小红书、洋码头等平台或垂直领域海淘电商占领了大部分市场，跨境电商彻底进入红海时代。
- 2017年，背靠互联网巨头的跨境电商平台如网易考拉海购、天猫国际、京东全球购、唯品国际占据了大部分的跨境进口零售电商市场份额，其他中小平台市场份额均较低。
商业模式
目前，我国跨境进口零售电商主要有以下几种模式：
- B2C+M2C：平台招商+自营，比如天猫国际、考拉海购、京东全球购，头部的几个平台都从单一的M2C、B2C、纯自营模式逐渐转变为混合模式，只不过各自的侧重点不同，比如天猫国际更注重招商入驻，考拉海购更注重自营
- C2C+B2C：对接买手和用户，并招商入驻，比如洋码头
- 折扣特卖：低价抢购模式，比如唯品国际
- 社区驱动：依靠内容社区带动电商购买，比如小红书
- 线下+O2O：同时布局线下实体店和线上平台，比如苏宁易购和国美在线
- 导购返利模式：为其他平台导购，比如什么值得买
目前来看，M2C+B2C模式发展的最好，因为通过自营能够有效的提升用户的购物体验，比如品质保证、物流速度等，而通过平台招商则可以快速扩展SKU数量，维持乃至提升整体利润率和收入。往往采取这种模式的企业，都背靠互联网巨头，有着雄厚的渠道和资金支持。其他模式则或多或少存在较为明显的不足，典型的比如C2C模式，它的商品品质保证和物流速度就存在较大风险，平台难以把控整个交易流程。
用户分析
2019年8月网易发布的2019年Q2财报显示，其电商板块营收同比增长20.2%，毛利率在大促季节也未受影响，仍然改善至10.9%，盈利能力持续提升，并以27.7%的市场份额排名首位，第九次蝉联跨境电商市场份额第一，势头愈发迅猛。
网易是如何做到在众多电商产品中脱颖而出的？
数据准备
数据获取
数据集来源于考拉海购2016年8月16日至2018年3月22日的跨境进口零售数据。
数据理解
客户相关
customers.csv:用户注册表
| 字段名 | 字段描述 | 数据类型 |
|---|---|---|
| id | 用户ID | VARCHAR(15) |
| full_name | 用户名称 | VARCHAR(20) |
| created_at | 注册日期 | INT |
login_log.csv:访问记录表
| 字段名 | 字段描述 | 数据类型 |
|---|---|---|
| id | 标识ID | VARCHAR(5) |
| customer_id | 用户ID | VARCHAR(15) |
| logion_date | 访问日期 | DATE |
商品相关
products.csv:商品主表
| 字段名 | 字段描述 | 数据类型 |
|---|---|---|
| id | 产品ID | VARCHAR(15) |
| title | 产品名称 | VARCHAR(50) |
| product_type | 品牌名称 | VARCHAR(10) |
| created_at | 建档日期 | DATE |
| published_at | 上架日期 | DATE |
products_skus.csv: 商品详情表
| 字段名 | 字段描述 | 数据类型 |
|---|---|---|
| id | 商品ID | VARCHAR(15) |
| product_id | 产品ID | VARCHAR(15) |
| product_style | 商品风格 | VARCHAR(50) |
| sku | 商品名称 | VARCHAR(50) |
| created_at | 上架日期 | INT |
| price | 单价 | DECIMAL(6,2) |
订单相关
orders.csv:订单主表
| 字段名 | 字段描述 | 数据类型 |
|---|---|---|
| id | 订单ID | VARCHAR(15) |
| created_at | 下单日期 | DATE |
| closed_at | 关闭日期 | DATE |
| cancelled_at | 取消日期 | DATE |
| customer_id | 用户ID | VARCHAR(15) |
| country | 国家 | CHAR |
| province | 省份 | VARCHAR(4) |
| city | 城市 | VARCHAR(4) |
| district | 区县 | VARCHAR(4) |
| address | 地址 | VARCHAR(100) |
| financial_status | 财务状态（paid已支付，refunded已退回，partially_refunded部分退回，pending待定，voided无效） | VARCHAR(20) |
| fulfillment_status | 完成状态（fulfilled已完成，partial部分完成，restocked已退回） | VARCHAR(10) |
| processed_at | 审核日期 | DATE |
| total_price | 订单金额（包含服务费、进口税、用券金额等） | DECIMAL(6,2) |
| shipping_rate | 运费 | DECIMAL(6,2) |
| subtotal_price | 折扣后商品金额 | DECIMAL(6,2) |
| total_discounts | 折扣金额 | DECIMAL(6,2) |
| total_line_items_price | 商品金额 | DECIMAL(6,2) |
orders_items.csv:订单详情表
| 字段名 | 字段描述 | 数据类型 |
|---|---|---|
| id | 单品ID | VARCHAR(15) |
| order_id | 订单ID | VARCHAR(15) |
| product_id | 产品ID | VARCHAR(15) |
| product_style | 商品风格 | VARCHAR(50) |
| variant_id | 商品ID | VARCHAR(15) |
| sku | 商品名称 | VARCHAR(50) |
| product_title | 产品名称 | VARCHAR(50) |
| fulfillment_status | 完成状态（fulfilled已完成，partial部分完成） | VARCHAR(10) |
| price | 单价 | DECIMAL(6,2) |
| quantity | 数量 | INT |
regioninfo.csv:区域表
| 字段名 | 字段描述 | 数据类型 |
|---|---|---|
| regionid | 地址ID | VARCHAR(4) |
| parentid | 父级ID | VARCHAR(4) |
| regionname | 区域名称 | VARCHAR(20) |
| regiontype | 区域类别（0国家/1省份/2城市/3区县） | CHAR |
数据清洗
建表导数
create database onlineshop;
use onlineshop;
-- 注册用户表customers----------------------------------------------
create table customers(
id varchar(15) primary key,
full_name varchar(30),
created_at int
);
load data infile "C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/customers.csv"
into table customers
fields terminated by ','
ignore 1 lines;
select * from customers limit 10;
select count(*) from customers;-- 44661
-- 访问记录表login_log---------------------------------------
create table login_log(
id varchar(5) primary key,
customer_id varchar(15),
login_date date
);
load data infile "C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/login_log.csv"
into table login_log
fields terminated by ','
ignore 1 lines;
select * from login_log limit 10;
select count(*) from login_log;-- 915
-- 订单主表orders--------------------------------------------
create table orders(
id varchar(15) primary key,
created_at date,
closed_at date,
cancelled_at date,
customer_id varchar(15),
country char,
province varchar(4),
city varchar(4),
district varchar(4),
address varchar(100),
financial_status varchar(20),
fulfillment_status varchar(10),
processed_at date,
total_price decimal(6,2),
shipping_rate decimal(6,2),
subtotal_price decimal(6,2),
total_discounts decimal(6,2),
total_line_items_price decimal(6,2)
);
load data infile "C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/orders.csv"
into table orders
fields terminated by ','
ignore 1 lines;
select * from orders limit 10;
select count(*) from orders;-- 21358
-- 订单详情表orders_items------------------------------------
create table orders_items(
id varchar(15) primary key,
order_id varchar(15),
product_id varchar(15),
product_style varchar(50),
variant_id varchar(15),
sku varchar(50),
product_title varchar(50),
fulfillment_status varchar(10),
price decimal(6,2),
quantity int
);
load data infile "C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/orders_items.csv"
into table orders_items
fields terminated by ','
ignore 1 lines;
select * from orders_items limit 10;
select count(*) from orders_items;-- 36826
-- 商品主表products-----------------------------------------------
create table products(
id varchar(15) primary key,
title varchar(50),
product_type varchar(15),
created_at date,
published_at date
);
load data infile "C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/products.csv"
into table products
fields terminated by ','
ignore 1 lines;
select * from products limit 10;
select count(*) from products;-- 247
-- 商品详情表products_skus-----------------------------------
create table products_skus(
id varchar(15) primary key,
product_id varchar(15),
product_style varchar(50),
sku varchar(50),
created_at int,
price decimal(6,2)
);
load data infile "C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/products_skus.csv"
into table products_skus
fields terminated by ','
ignore 1 lines;
select * from products_skus limit 10;
select count(*) from products_skus;-- 1356
-- 区域表regioninfo------------------------------------------------
create table regioninfo(
regionid varchar(4) primary key,
parentid varchar(4),
regionname varchar(20),
regiontype char
);
load data infile "C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/regioninfo.csv"
into table regioninfo
fields terminated by ','
ignore 1 lines;
select * from regioninfo limit 10;
select count(*) from regioninfo;-- 3415
字段处理
需要将时间戳类型的字段转换为日期格式。
用户留存分析
进入互联网下半场后的人口红利逐渐消失，很多企业面临着拉新困难的问题。
虽然很多公司有营收指标进行数据监测，但营收往往是后置的。
用户来了就走，走了就不再回来，这等于前期的一系列产品策略、运营成本、人力时间都白白浪费掉了。
现阶段公域流量（百度竞价、直播带货等）越来越贵，部分行业的部分企业已经出现获客成本高于客户收益的情况，私域流量（社群、朋友圈等）的产品忠诚度很低，更多的是价格敏感型群体。因此企业在寻找更优质的拉新渠道的同时，需要将重心慢慢转移到老用户的运营上，提高用户留存，用最小的成本使得用户价值最大化。
用户留存和留存率
用户在某段时间内开始使用某一款APP，经过一段时间后，仍然继续使用该APP的用户，被认作是留存用户。
这部分用户占当时新增用户的比例即是留存率，会按照每隔1单位时间（日、周、月）来进行统计。
- 次日留存率：(第一天新增的用户，在注册的第2天还登录的用户数)/第一天新增总用户数；
- 三日留存率：(第一天新增的用户，在注册的第3天还登录的用户数)/第一天新增总用户数；
- 七日留存率：(第一天新增的用户，在注册的第7天还登录的用户数)/第一天新增总用户数；
留存率是验证用户粘性的关键指标，衡量用户的粘性和忠诚度。
根据Facebook的40-20-10法则，次日留存、3日留存、7日留存能达到40%、20%、10%即为较佳水平。
如何提高用户留存
运营用户像经营餐馆，菜好吃、服务到位、用餐环境舒适、价格便宜等众多因素都可能是触发用户下次光顾的关键点。所以用户留存是判断产品是否有价值的标准，只有有价值的产品用户才愿意继续使用。
用户激励体系
用户签到、用户积分体系、用户等级体系是各大APP为了提升用户留存率必用的手段。这些手段对于培养用户使用习惯，提升用户粘性忠实度，增加用户活跃，带动用户价值转化有重要意义。
常用的签到工具有几种类型：
- 日历签到、夺宝签到、养成类签到、任务类签到；
- 用户积分体系，积分商城、福利中心，是开展用户积分活动常用的手段；
- 用户等级、用户身份、用户特权、用户勋章等对于提升用户留存也有帮助。
考拉豆是考拉海购用户的专属积分，用户有四种获取方式：每日登录签到、发表商品评价、参与活动、活动发放。考拉豆最大的用处是兑换考拉海购优惠券和抵扣部分商品金额。用户考拉豆越多，在平台能享受到的优惠越多，这种激励方式会使得用户热衷于每天登陆考拉，进行每日签到等不同方式获取并积攒考拉豆。
运营消息推送
推送的方式有多种，包括但不仅限于APP消息推送、短信推送、邮件推送、公众号推送等。在保证用户体验的同时，通过push最大限度地提升商业价值。一天最多push用户6条内容，超过6条则容易带来不好的用户体验，严重会导致用户关掉推送开关。
复购分析
复购也叫重复购买，指用户对产品或者服务的重复消费。复购率越高，说明消费者对品牌的忠诚度就越高。
很多产品吸引用户下单购买的策略都是通过让利促销的方式，发现用户好久没来了，为了激活用户会再次推送优惠券或促销活动，可能又会产生第二次购买。但这种方式会造成一个烧钱也尴尬的状况：一方面，拉新成本高居不下，另一方面，新用户大多都是奔着“薅羊毛”来的，这些用户大多只完成2次购买行为：第一次购买一般是由优惠券或补贴驱动，第二次购买还是由补贴驱动。纯优惠券和红包驱动下的用户价值是不持续的，甚至会让人陷入虚假繁荣。当促销手段用的太老套或者过多时，用户对促销手段也会渐渐“无感”。想要提升客户价值，需要更为有效的办法——提升复购。
新用户的盈利毕竟是有限的，只有用户的多次复购，才能够让企业获得长久的盈利和存活，因为复购用户的成本更低。
根据中国电子商务研究中心提供的公开数据统计情况：
- 2015年电商获取新用户（站外拉新）的成本价已经达到每人200～400元，商家站内拉新成本为每人30～80元。
- 电商行业商家获得新用户的成本是维护老用户的5～10倍。
- 用户流失率每降低5%，其利润增加的就是25%～85%。
- 一个满意的用户会带来8笔潜在的生意，一个不满意的用户则可能影响25个人的购买意愿。
- 如果忽略对老用户的关注，大多数企业会在5年内流失一半的用户。
这些数据均表明，要保持业绩的持续增长，必须一手抓拉新，一手抓留存和复购。
复购与回购
复购是一个单位时间内的多次购买，回购是在下一个单位时间内仍然购买。
复购率：单位时间内，购买两次及以上的用户数/购买的总用户数。例如：当月共有10个用户购买了商品，其中4个用户购买2次及以上，则用户复购率为40%。
回购率：单位时间内，有购买行为的老用户数/购买的总用户数。例如：当月共有10个用户购买了商品，其中4个用户在当月前曾经购买过，则用户回购率为40%。
提升复购率的策略
通过优化产品体验，提升用户复购
用户体验（包括界面UI、交互、内容、活动等）是最能吸引用户复购的关键因素。
考拉的一元试用活动主要推广的是一些新上架的新品以及一些在国内品牌知名度不高的海外商品，一方面为这些新品增加曝光量，收藏及流量，另一方面给了消费者一个低成本直接接触和了解产品的机会，提升用户体验，进一步促进用户复购。
通过活动刺激，提升用户复购
提升用户复购的方式多种多样，活动是最立竿见影的方式之一。比如裂变活动、砍价活动、助力活动等，快速检验活动效果，不断优化流程。
考拉海购作为自营跨境电商，促销活动频率很高，每天都有限时抢购、特价、打折、拼团等优惠活动。除此之外考拉海购还高频举办各种电商节日。
通过精准推荐，提升用户复购
用户标签偏好设置，通常在新用户首次下载APP后，以开屏弹框的形式出现。用户标签较多关于用户的内容偏好、风格偏好等，用户可针对自身喜好选择。而活跃用户的标签偏好通常出现在新版本更新时，同样以开屏弹框提示让用户完善偏好信息。系统记录越多的用户偏好和行为数据，算法推荐的内容就越精准。
地域消费能力
连续下单天数
标签：考拉,varchar,用户,零售,15,跨境,电商,id 来源： https://blog.csdn.net/kejiayuan0806/article/details/109650458