CBNData-双11女装品类规划大数据报告-2017.11-15页-2mb

双11女装品类规划大数据报告（直播版）总结

核心内容概述

本报告基于2016年双11期间的销售数据，分析了女装品类的销售概况、人群与地域分布、重点及机会品类、价格销售占比、预售情况、投放策略、销售目标及优惠券使用等方面，旨在为商家提供数据驱动的运营决策支持。

主要观点与关键信息

一、销售概况

• 核心品类：羽绒服和毛呢外套是双11期间最核心的两个品类，合计贡献超过33%的销售额。
• 前八品类贡献：前8个品类（包括毛衣、裤子、棉服、连衣裙、毛针织衫、皮草等）贡献了整体销售额的75%以上。
• 销售集中度：双11当天销售约占全年销售额的6%左右，应季品类在双11期间表现更为突出。

二、人群销售占比

• 主要消费人群：23-50岁人群贡献了超过80%的销售额。
• 不同年龄段偏好：
  • 19-22岁（大学时期）：偏好棉服、短外套及卫衣；
  • 23-28岁（工作5年内）：偏好婚纱礼服；
  • 36-50岁（中年人）：偏好皮草、皮衣及蕾丝衫。

三、地域销售占比

• 销售额贡献排名：广东省、江苏省、浙江省、上海市、北京市是销售额贡献最高的省份。
• 人均购买力：北京、黑龙江、吉林、辽宁的人均购买力较高，属于高购买力区域。
• 区域偏好差异：
  • 华北地区（黑、吉、辽）更偏好皮草、羽绒服等应季商品；
  • 华南地区更偏好购买秋装。

四、重点及机会品类

• 明星品类：羽绒服、裤子、毛针织衫及棉服市场份额大，增速高，适合主力推广。
• 金牛品类：毛呢外套、毛衣及连衣裙市场占有率高，但增长缓慢，需维持现有市场份额。
• 潜力品类：短外套、牛仔裤、马夹等市场份额小，但增速高，具有较大的发展潜力。

五、新老品销售占比

• 新品销售占比：双11期间，2016年冬季新品贡献了66%的销售业绩，是主要驱动力。
• 老品销售占比：2016年之前的老品仅占11%，说明新品在双11期间更具吸引力。
• 品类表现：羽绒服、毛呢外套及棉服等品类冬季新品贡献率超过74%。

六、价格销售占比

• 价格带分布：
  • 羽绒服主力价格集中在300-500元；
  • 内搭类（如毛针织衫、毛衣、连衣裙）价格多在150元以内；
  • 天猫平台整体价格高于集市，但裤子价格较低，50元以下产品销量突出。
• 预售价格策略：预售期商品均价为304元，较正式期高出1倍以上，适合高价商品进行预售。

七、预售情况

• 预售商品占比：2016年双11期间，参加预售的商品仅占3%，但预售销售贡献了7%的业绩。
• 预售重点品类：羽绒服、毛呢外套贡献过半销售，毛针织衫、卫衣、短外套、风衣、大码女装及马夹在预售期表现更佳。

八、投放策略与销售目标

• 投放预算设定：需根据品类表现及目标人群进行合理分配。
• 商家策略：优秀商家通过精准活动资源投放，显著提升销售业绩。
• 销售目标：双11期间销售额较平日有明显提升，活动资源及投放对销售增长具有倍增效应。

九、优惠券使用策略

• 优惠券销售额占比：优惠券在双11期间对销售额有显著贡献。
• 优惠券转化效果：部分优惠券转化效果更佳，需根据品类和价格段进行优化。

结论

2016年双11期间，女装品类销售呈现出明显的区域与人群差异，应季商品（如羽绒服、毛呢外套）在双11期间表现突出，而裤子、连衣裙等四季可销售品类则在双11期间贡献相对较少。冬季新品是双11期间的主要销售驱动力，预售模式对高价商品具有显著优势。商家应结合数据洞察，优化品类结构、定价策略及投放资源，以提升双11期间的销售表现。