/crawler_shopee_public

🕷 蝦皮非同步爬蟲 + 競品賣家分析

Primary LanguagePython

蝦皮爬蟲 + 賣家競品分析

How to use：

  1. install requirement
$ pip3 install -r requirement.txt
  1. 修改 main.py 裡面的 input_shop_ids，放入自己想追蹤的店家
    user_dict = {
        'a0025071@gmail.com': {
            'user_info': {
                'Email': 'a0025071@gmail.com',
                'Name': 'Max',
            },
            'input_shop_ids': [
                5547415, 22189057, 1517097, 3323966, 1971812, 8016627,
                80078149, 7314701, 151143321, 47924061, 29951329, 9532352,
                15659558, 31945247, 2678128, 46474821, 4287756
            ],
            'input_product_ids': []
        }
    }

Code-base structure

.
├── README.md
├── config
│   ├── Crawler-Bigquery.json
│   ├── __pycache__
│   └── config.py
├── main.py
├── requirement.txt
└── view
    ├── __pycache__
    ├── clean_data.sql
    ├── csv
    ├── get_product_detail.py
    ├── get_product_url.py
    └── get_shop_detail.py

About Concurrency Programming

計畫原由

最近老姐在經營蝦皮賣家，為了找到在蝦皮上最佳銷售策略，所以寫了這篇蝦皮賣家競品分析。

此次的目標很簡單，掌握競品情報來提高自己銷售業績：

  1. 數千個商品，上架優先順序策略
  2. 商品訂價策略
  3. 掌握競品營運狀況

首先我們挑選出蝦皮上同產業的競品商家，寫爬蟲程式取得相關公開數據，計算出競品總營業額 (銷售數量 x 銷售單價)。

ㄧ. 上架商品優先順序策略

在儀表板中，點擊圓圈圈可以看到商品的資訊(如下圖)

▍引流款 (低價，高需求)

引流款的意義在於衝評價或是利用免運門檻來提高客單價進行收單。

▍地雷款 (低價，低需求)

地雷款基本上此區商品不是主要營收來源，上架商品順序的話，會建議盡量先避開此區商品。

▍價值款 (高價，低需求)

價值款產品還需搭配銷銷售數量或售總交額來交叉看，如果是初期賣家建議在此區挑選銷售數量較多的先上架(如下圖)，既可以兼顧衝評價與銷售額。 上架順序：價值款和引流款的優先順序可視個人依比例調整，但盡量避免先上地雷區的產品。

二. 商品訂價策略

此次要上架的商品是 1尺6 的七星劍，如下圖在左上輸入商品名稱和類型後，可以看到資料庫內此商品銷售總金額為 5,000 元，其中產品訂價在 270 ~ 350 之間。

Step 1 輸入商品名稱 & 商品類型：七星劍和 1尺6 Step 2 確認近期交易過商品訂價：價錢落在 270 ~ 350 之間 Step 3 查看 HashTag 和免運活動：點擊競品商品名稱可以看到資訊

三. 掌握競品數據

1. 競品日銷售

▍知己知彼，掌握對手每日銷售狀況

可以選擇指定商家，例如下圖點擊 金龍佛具 4/12日 3,750元，下方欄位則會列出金龍佛具 4/12 日所有銷售商品和類型出來。快速掌握競品每日銷售狀況

2. 競品週銷售

▍情境題 – 週末是否影響業績？

週日和週一的銷售狀況表現最差，而週四和週五銷售狀態佳。如果你遇到週日銷售較差，別擔心大家 (佛具產業) 都跟你一樣。

3. 競品月銷售

▍情境題 – 逢四天連假，競品業績如何？

這次的連假 (4/2~4/4 號)，可以看到競品銷售狀況表現佳，僅有最後一天 4/4 號的銷售低於水平。

4. 競品銷售相關數據

從公開資料中可以獲得總體營收、上架商品數和上架商品均價，而預測客單價和預測客戶購買商品數則是用其他綜合數據推測出來，與實際數字多少會有誤差。

  • 總營收
  • 上架商品數
  • 上架商品均價
  • 預測客單價
  • 預測客戶購買商品數

5. 商品評價數據

評分系統的資料可從 API 拉出來，從資料中可以看出蝦皮除了有使用者介面上的星等 (rating_star) 評價 (1~5分) 外，還額外將評價區分成優良評價 (rating_good)、中立評價 (rating_normal) 和負面評價 (rating_bad)

  • 平均評分 (rating_star)
  • 優良評價 (rating_good)
  • 中立評價 (rating_normal)
  • 負面評價 (rating_bad) 猜測在搜尋商品排名中，這三欄應該影響商品排名的重要參數之一，不然不會額外再獨立欄位出來。

最後

▍回顧本篇我們介紹了的內容：
  1. 上架商品優先順序策略
    • 引流款 (低價，高需求)
    • 地雷款 (低價，低需求)
    • 價值款 (高價，低需求)
  2. 商品訂價策略
  3. 掌握競品數據
    • 日銷售
    • 週銷售
    • 月銷售
  4. 銷售相關數據
  5. 商品評價數據

本篇同步發佈至部落格【數據分析】蝦皮賣家競品分析｜Max行銷誌