数据分析 - gmv最大化

这是我参与8月更文挑战的第23天，活动详情查看：8月更文挑战 有关每个项目中GMV最大化的问题，可以从哪几个方面进行考虑呢？ 首先，gmv的全称是Gross Merchandise volume:商品总额

分析gmv最大化相关问题的步骤

1. 拆解问题 - 找出该问题的题眼。一般会涉及到两部分的内容：相关业务背景和如何定价
2. 相关业务背景 - 对问题细分 - 内外部两个方面
   • 影响商品价格的本质因素 - 商品背后的价值 - 驱动因素：商品的供求关系 因此有关业务背景可以分为内外部因素
   • 内部因素 - 供求平衡 - 选取供求可量化的指标
     • 供给指标：量【单位产量、库存量、进口量、投放量】
     • 需求指标：量【总需求量、消耗量】
   • 外部因素 - 钱【社会资金充裕程度】+ 政策【宏观政策调控】+ 环境【疫情】
3. 如何定价 - 定价策略
   -【模型/数学角度】 GMV公式本身 - GMV = UV * 转化率 * 客单价 = 用户需求量 * 客单价
   - 根据历史数据 - 得出客单价和用户需求量之间的关系 - 带回GMV计算公式中 - 得出GMV最优解
   • 策略角度 - 价格有针对性+覆盖尽可能广的人群【价格歧视】
     • 引导性 - 商家客户共赢
       1. 享受低价 - 付出劳动 - 指定APP、拼单、宣传推广
       2. 定期低价 - 留住价格敏感用户
       3. 先后顺序价格不等 - 早鸟票
       4. 用户层次价格不等 - 学生票/会员价
       5. 丰富产品层次 - 普通会员/钻石会员/一等座/二等座 品类更密集丰富 - 满足更广范围的消费者需求 在此做个小结。也就是说有关GMV最大化的问题，一般可以分为两部分来考虑。一部分是具体的业务场景，一部分是定价相关的问题。 业务场景又可以分为外部因素和内部因素影响。外部因素一般考虑社会资金、政策、环境。内部因素一般考虑供给量的指标。而定价相关可从GMV本身考虑，通过历史数据求解最优解，另一方面从策略考虑。根据五种（出力、出时间、出标签、被满足）这几方面进行考虑，进而提升GMV。