電商行業(yè)數(shù)據(jù)剖析

時間：2023-03-15 20:38:01 | 來源：電子商務

時間：2023-03-15 20:38:01 來源：電子商務

隨著互聯(lián)網(wǎng)的快速發(fā)展和傳播，很多電商平臺沉淀并積累了大量的數(shù)據(jù)，看似雜亂無章的數(shù)據(jù)卻隱藏的巨大的秘密，通過剖析電商數(shù)據(jù)，我們能了解平臺運營的各項業(yè)務指標，明白平臺運營的優(yōu)勢和存在的問題，更能深入細致地得到客戶的消費習慣，從而更好地為平臺運營指明方向。以下展示的是電商行業(yè)的各項業(yè)務指標。

我將以此作為對接下來的一份數(shù)據(jù)集進行問題分析，通過此數(shù)據(jù)集我們能挖掘出多少信息。我從Kaggle（Amazon Fine Food Reviews）中下載了一份關(guān)于亞馬遜精美食品的數(shù)據(jù)集，該數(shù)據(jù)集包含了截至2012年10月的所有關(guān)于食品的568454條評論。大小為250MB。

圖2所示為原始數(shù)據(jù)。我們可以看到每一條數(shù)據(jù)包含的內(nèi)容信息有序號（id）、商品唯一對應的IP編號(ProductId)、用戶唯一對于的IP編號(UserId)、用戶的名稱(ProfileName)、覺得該商品評論有用的用戶數(shù)量(HelpfulnessNumerator)、參與評估該商品評論是否有用的用戶數(shù)量(HelpfulnessDenominator)、商品的評分（1~5）(Score)、用戶評論時間戳(Time)、用戶評論的關(guān)鍵詞（Summary）、用戶的評論內(nèi)容（Text）。



一、數(shù)據(jù)清洗

1、選擇子集，列名重命名

2、刪除重復值

除A列外全選→數(shù)據(jù)→刪除重復值

3、缺失值處理

本數(shù)據(jù)集無缺失值

4、時間戳的轉(zhuǎn)換

時間戳是指從格林威治時間1970年01月01日08時00分00秒起至現(xiàn)在的總秒數(shù)。

時間戳轉(zhuǎn)成正常日期的公式:
C1=(A1+8*3600)/86400+70*365+19
其中A1表示當時的1249488000時間戳數(shù)值
其中C1就是所需的日期格式，C1單元格屬性改成日期格式就可以了。

5、隱藏意義重復列

在此文件中，用戶名稱可以用用戶ID唯一識別，可將用戶名列隱藏；時間戳轉(zhuǎn)換成正常日期格式后，將時間戳列隱藏

至此，數(shù)據(jù)清理工作告一段落，得到文件如下

二、業(yè)務指標分析

通過的得到的數(shù)據(jù)，我們對照電商行業(yè)業(yè)務指標，我們可以得到的指標有：會員復購率、新增訪問數(shù)、SKU、買家評價數(shù)、好評率。有些客戶是只買商品不做評價的，所以對于此數(shù)據(jù)集其中之一的缺陷是沒有對應時間的所有用戶，因此不能做非常準確的指標分析，只能通過參與評價的客戶來近似的分析指標。

1、SKU、買家評價數(shù)

SKU是商品及供應類指標，是指物理上不可分割的最小存貨單位，俗話說就是指亞馬遜平臺包含多少種食品。通過使用數(shù)據(jù)透視表，將商品ID拖入行，計算其值，同時得出每件商品的評價數(shù)量，從此也近似可以看出商品的銷量多少（傾向于評價越多，銷量越高）。通過降序排序可看出銷量從高到低排列?？偣采唐酚?4258件。

2、好評率

好評率指指某段時間內(nèi)好評的買家數(shù)量與該時間段買家數(shù)量的比值，在此數(shù)據(jù)集中沒有直觀體現(xiàn)，我們通過整理用戶評分，以用戶滿意度的形式表現(xiàn)出來：不滿意（X<=2）、一般（2<X<=3）、基本滿意（3<X<=4）、滿意（4<X<=5）。

我們使用數(shù)據(jù)透視表，將商品ID拖入行中，將分數(shù)拖入值中，將值字段設(shè)置成平均值可得每件商品的平均得分，將得分進行降序排序。

在平均得分表中，通過引用vlookup將各商品的客戶滿意度顯示出來。

通過滿意度透視表，將客戶滿意度比例顯示，平均滿意度為73.05%。

我們將每一年的1~5分評分，以折線圖的形式展現(xiàn)出來，可以看到評分為5分的比例比較穩(wěn)定，但也呈現(xiàn)一定的下降趨勢，所以需要結(jié)合更多的數(shù)據(jù)，來找出下降的原因，逐步解決以提升客戶滿意度。

3、會員復購率

會員復購率指在統(tǒng)計期內(nèi)產(chǎn)生兩次及以上購買行為的會員占購買會員的比率。我們計算從1999年到2012年會員的復購率。

我們使用透視表，將用戶ID拖入行和值中，得到每個客戶在1999~2012年期間的購買次數(shù)，將購買次數(shù)進行降序排序。我們可以發(fā)現(xiàn)位于第一的客戶在此期間發(fā)生過447次購買行為并評論，可能還不止（排除未評論的次數(shù)），在當時屬于忠實粉絲。通過計算，總共有256059位客戶產(chǎn)生評論，也即是參與了購買，其中重復評論（購買）的客戶數(shù)為80662，復購率為31.50%（80662/256059）。

但是從1999~2012作為統(tǒng)計期，時間跨度太長，我們將復購率以年為統(tǒng)計期。在透視表中將評論時間拉入列中，得到客戶每年的購買次數(shù)，通過計算的到每年的復購率。由于04年之前的客戶評價數(shù)比較少，從幾十到幾百不等，參考價值比較小，也因電腦配置問題，為了提高分析效率，將04年及之前的數(shù)據(jù)做刪除處理。由圖17可看出，復購率逐年緩慢增長，在2011和2012年達到29%左右，后續(xù)有望持續(xù)增長。

4、新增訪問數(shù)

利用透視表，統(tǒng)計每一年的評論數(shù)，然后做成折線圖，可以近似看成每年的新增客戶數(shù)?？梢钥吹娇蛻粼?5年之前的絕對值增長比較緩慢，06年開始幾乎呈現(xiàn)了指數(shù)型增長，2010-2011年增長百分比最多，切截止2012年，增長的趨勢未放緩，說明網(wǎng)購平臺的紅利正在釋放。