電商數(shù)據(jù)探索分析
時(shí)間：2023-03-15 20:54:01 | 來源：電子商務(wù)
時(shí)間：2023-03-15 20:54:01 來源：電子商務(wù)
電商數(shù)據(jù)探索分析
現(xiàn)在根據(jù)數(shù)據(jù)集母嬰產(chǎn)品的表一和表二進(jìn)行探索性分析，主要分析目的是產(chǎn)品的銷量與哪些因素有關(guān)，哪些因素影響較大，哪些因素影響較少，以及根據(jù)這些因素制定可能提高銷量的辦法！分析的步驟主要有明確分析問題、理解數(shù)據(jù)、數(shù)據(jù)清洗和數(shù)據(jù)分析等過程，下面就將對各個步驟進(jìn)行具體闡述！一、明確分析問題數(shù)據(jù)分析的第一步就是要明確分析問題，知道我們要分析什么，才好做后面的工作！明確分析問題可以從兩個方面著手，第一可以從我們實(shí)際工作中遇到的問題下手，以問題為導(dǎo)向來進(jìn)行分析，解決實(shí)際工作困難，提高工作效率為方向！第二個可以從數(shù)據(jù)集方面著手，數(shù)據(jù)集里面有哪些數(shù)據(jù)，各個數(shù)據(jù)里面相互有什么關(guān)系，從這些關(guān)系中可以分析哪些問題！我們這次拿到的數(shù)據(jù)是電商平臺母嬰產(chǎn)品客戶下單的相關(guān)數(shù)據(jù)，做電商最重要的目的就是提高產(chǎn)品的銷量，而且數(shù)據(jù)表里面也有銷量的相關(guān)數(shù)據(jù)。因此我們可以分析產(chǎn)品的銷量與哪些因素有關(guān)，哪些因素影響較大，哪些因素影響較少等問題，以銷量問題作為主要方向來進(jìn)行分析！二、理解數(shù)據(jù)理解數(shù)據(jù)是做好數(shù)據(jù)分析的基礎(chǔ)工作，就像讀書時(shí)看一篇文章一樣，只有先理解這篇文章的關(guān)鍵字和詞的意思，才能夠把握文章的中心思想和作者觀點(diǎn)！那么我們進(jìn)行數(shù)據(jù)分析，前提就是要理解好數(shù)據(jù)表格里面各個列名的含義，知道它們在數(shù)據(jù)集的意義和作用！先把數(shù)據(jù)集里面的各個列名截取出來，再各個分析！數(shù)據(jù)表格里面紅色圈住的就是各個數(shù)據(jù)的列名，想要更好的理解首先最好是把它翻譯成中文。user_id:用戶idauction_id:物品編號（item_id）cat_id: 商品種類ID（商品二級分類，表示商品屬于哪個類別）cat1: 商品種類ID（商品一級分類，表示商品屬于哪個類別）buy_mount:購買數(shù)量day:購買時(shí)間（是個時(shí)間戳格式，可以通過excel將時(shí)間戳顯示未日期格式）user_id:用戶idbirthday:出生日期gender:性別（0女性；1男性；2未知的性別）當(dāng)我們把各個數(shù)據(jù)的英文列名翻譯成中文之后，也就非常清楚各個列的數(shù)據(jù)含義，沒有什么難懂深奧的詞語，現(xiàn)在就可以進(jìn)行下面一步！三、數(shù)據(jù)清洗數(shù)據(jù)清洗環(huán)節(jié)，是我們從獲得雜亂無章的原始數(shù)據(jù)時(shí)，按照一定的規(guī)則和方法對數(shù)據(jù)進(jìn)行一系列整理工作，以方便我們后面對它進(jìn)行正確的分析！數(shù)據(jù)清洗是數(shù)據(jù)分析的重要工作，也是分析過程中消耗時(shí)間最長的環(huán)節(jié)！它有很多的具體操作步驟，下面就對數(shù)據(jù)清洗的各個步驟進(jìn)行詳細(xì)講解！1.選擇子集選擇子集主要是因?yàn)閿?shù)據(jù)過于多且，為了不影響我們對數(shù)據(jù)正常的觀看，把不要的數(shù)據(jù)暫時(shí)隱藏起來，等需要的時(shí)候再把它展現(xiàn)出來！在數(shù)據(jù)集里面有兩個列名都是商品種類，可以現(xiàn)在隱藏其中一個！我選擇將D列進(jìn)行隱藏，隱藏后如下圖所示。2.列名重命名由于現(xiàn)在數(shù)據(jù)表里面的列名都是英文名稱，不習(xí)慣用英文來進(jìn)行數(shù)據(jù)的各項(xiàng)操作，現(xiàn)在把各個列名換成中文名，如下圖所示！3.刪除重復(fù)值在現(xiàn)有的數(shù)據(jù)集里面，有很多的數(shù)據(jù)可能是已經(jīng)重復(fù)出現(xiàn)。對于這些重復(fù)出現(xiàn)的數(shù)據(jù)對我們數(shù)據(jù)分析沒有什么價(jià)值，只會干擾我們做出任何判斷，于是我們要把它找出來并刪除掉。在這些字段中物品編號是每個產(chǎn)品唯一標(biāo)識，也就是說每個產(chǎn)品都只有唯一的物品編號。我們可以以物品編號作為重復(fù)的標(biāo)準(zhǔn)，刪除物品編號相同的數(shù)據(jù)，如下圖所示！4.缺失值處理這一步就是要統(tǒng)計(jì)一下數(shù)據(jù)表里面有沒有缺失值的情況，并對缺失值進(jìn)行處理。查看有沒有缺失值方法也很簡單，就是分別單擊各個數(shù)據(jù)字段，選中整列數(shù)據(jù)，在數(shù)據(jù)表的最下面有一個計(jì)數(shù)，如果沒有缺失值的話，各個列的計(jì)數(shù)是相同的，如果有缺失值，那么就有個邊列的計(jì)數(shù)會少于其他列，說明有缺失值。通過具體操作發(fā)現(xiàn)商品屬性這一列的計(jì)數(shù)是28279，而其他列的計(jì)數(shù)是28423，也就是少了144個數(shù)據(jù)。然后通過對整列進(jìn)行空值定位，找到缺失值后再進(jìn)行刪除！現(xiàn)在所有的列計(jì)數(shù)都是28279，就沒有出現(xiàn)缺失值了！5.一致化處理根據(jù)數(shù)據(jù)表的現(xiàn)有的數(shù)據(jù)，發(fā)現(xiàn)購買時(shí)間這一列還是數(shù)字格式，沒有換成時(shí)間格式，還有性別這一項(xiàng)是用0和1表示，沒有換成我們熟悉的男女文字?，F(xiàn)在通過對數(shù)據(jù)的分列和單元格格式設(shè)置以及函數(shù)來操作調(diào)整，效果如下圖所示！6.數(shù)據(jù)排序下面這一步，就是針對已經(jīng)整理的數(shù)據(jù)，對數(shù)據(jù)集按一定的規(guī)則進(jìn)行排序規(guī)則。一般情況下，大家最關(guān)心哪個數(shù)據(jù)就對哪個數(shù)據(jù)排序，在這個數(shù)據(jù)集里面，大家一般都對產(chǎn)品的銷量比較關(guān)心，就以銷量作為標(biāo)準(zhǔn)從大到小進(jìn)行排序，排序后效果如圖所示：7.異常值處理數(shù)據(jù)清洗的最后一步就是對原始數(shù)據(jù)進(jìn)行異常值的處理，要想處理異常時(shí)，首先要發(fā)現(xiàn)異常在哪里，我們才好對它進(jìn)行處理。發(fā)現(xiàn)異常值最好的辦法就是建立數(shù)據(jù)透視表進(jìn)行觀察，原始數(shù)據(jù)太過龐大，一時(shí)很難發(fā)現(xiàn)異常。而在數(shù)據(jù)透視表里面可以對數(shù)據(jù)進(jìn)行不同維度的觀察和了解，達(dá)到總攬全局的效果！下面就是針對表二建立數(shù)據(jù)透視表如圖所示：從上面的數(shù)據(jù)透視表里面可以看出，第一個異常的地方就是時(shí)間問題，1984年估計(jì)互聯(lián)網(wǎng)還沒有出來吧，阿里巴巴也才1999年才成立，怎么可能有人在1984年通過電商平臺購物呢，所以這個肯定是異常值。第二個問題就是有一部分?jǐn)?shù)據(jù)是未知性別，這一點(diǎn)不符合常理，也屬于異常值！根據(jù)生活常識70年代的人，醫(yī)學(xué)就能夠在母親胎中鑒別男女了，這也是為什么導(dǎo)致現(xiàn)在男多女少比例失衡的原因。而數(shù)據(jù)中13-15年出生的嬰兒竟然不知道性別，除了數(shù)據(jù)異常我實(shí)在想不出其他的原因！既然是異常值，找到之后就把它做刪除處理，刪除后效圖所示：四、數(shù)據(jù)分析通過上面對數(shù)據(jù)集的明確分析問題、理解數(shù)據(jù)意義和數(shù)據(jù)進(jìn)行一系列的清洗等步驟，現(xiàn)在終于到了最關(guān)鍵最重要的一步，數(shù)據(jù)分析工作！1.嬰兒年齡與銷量有什么關(guān)系根據(jù)上圖年齡與銷量的透視表可以看出，隨著年齡越大，產(chǎn)品銷量就會越低，產(chǎn)品的銷量主要集中在0-3歲之間嬰幼兒之間，這段時(shí)間的嬰幼兒身體變化最快，產(chǎn)品需要量巨大！2.性別與銷量的關(guān)系根據(jù)上圖性別與銷量的透視表中可以看出，整體趨勢是女性產(chǎn)品銷量要遠(yuǎn)大于男性銷量，雖然還有少部分性別是未知的銷量，但是不影響整體的判斷，還且在電商平臺購買女性產(chǎn)品的時(shí)間也要比男性要早兩年！3.時(shí)間與銷量的關(guān)系根據(jù)上圖時(shí)間與銷量的透視表中可以看出，整體趨勢是從02年到15年這段時(shí)間里面，產(chǎn)品的銷量隨著時(shí)間逐年提升，除了15年的數(shù)據(jù)記錄的不是很完整，可以暫時(shí)不計(jì)！從11年到14年這段時(shí)間，產(chǎn)品銷量逐步穩(wěn)定在300多左右。從季節(jié)角度分析，第四季度銷量最好，這段時(shí)間大部分處于冬季，而第二季銷量比較平淡，這段時(shí)間大部分處于夏季，第一、三季度產(chǎn)品銷量比較平穩(wěn)，大部分處于春秋季節(jié)！
在線咨詢