數(shù)據(jù)分析之路——電商數(shù)據(jù)進(jìn)行分析

時間：2023-03-15 21:10:02 | 來源：電子商務(wù)

時間：2023-03-15 21:10:02 來源：電子商務(wù)

一、背景介紹

本次數(shù)據(jù)依然選擇使用kaggle上公開的商品零售數(shù)據(jù)，數(shù)據(jù)獲取地址：https://www.kaggle.com/puneetbhaya/online-retail

該數(shù)據(jù)包括了541909個交易，商品總量達(dá)5176450，數(shù)據(jù)包括了8個字段。

二、提出問題

對數(shù)據(jù)集的關(guān)鍵指標(biāo)進(jìn)行觀察，進(jìn)而評估電商的運營情況以及需要改進(jìn)的方向。因數(shù)據(jù)集僅含有8個字段，分析思路擬按下圖展開：

1.平臺銷售情況

交易額度趨勢

訂單變化趨勢

不同產(chǎn)品的訂單情況

客單價變化情況

電商在各個國家的銷售情況

三.數(shù)據(jù)清洗

1.選擇子集

根據(jù)想要解決的幾個問題，所涉及的字段為發(fā)票代碼、產(chǎn)品、銷量、購買日期、單價、會員ID、國家7個字段，因此隱藏股票代碼字段。除上述7個字段之外，再額外新增總價字段（總價=銷量×單價）。

2.重命名列

該數(shù)據(jù)無需此操作。

3.刪除重復(fù)項

本數(shù)據(jù)集無法利用單個字段對數(shù)據(jù)進(jìn)行刪除重復(fù)項的操作。因此本次根據(jù)發(fā)票代碼和商品名稱（不考慮同一張發(fā)票出現(xiàn)兩次及以上相同商品名稱的情形）兩個字段對數(shù)據(jù)進(jìn)行刪除重復(fù)項的操作。

4.填充缺省值

刪除重復(fù)項后經(jīng)復(fù)核，除產(chǎn)品名稱及會員ID外，其余字段的數(shù)量都為531041項，產(chǎn)品字段為529587項，會員ID字段為396578項。且產(chǎn)品、會員ID的缺省值都為空白。因此，本人先將產(chǎn)品的缺省值都填充為123456，再添加一個輔助列，用于判斷產(chǎn)品名稱是否為123456（if(產(chǎn)品名稱所在的列=123456,0,1)），對數(shù)據(jù)進(jìn)行降序排列，刪除，消除產(chǎn)品名稱為空時對數(shù)據(jù)的影響。

再將會員ID為空的單元格都用99999填充（此部分購買者為非會員）。

在填充過程中，發(fā)現(xiàn)部分產(chǎn)品銷量為負(fù)值、單價為負(fù)值和產(chǎn)品名稱為“？”的情形，因此提前先對銷量、單價和產(chǎn)品三個字段進(jìn)行異常值處理。

（1）銷量為負(fù)值

新增輔助列判斷銷量單元格的值是否小于0（if(銷量所在的列<0,0,1)），對數(shù)據(jù)進(jìn)行降序排列，刪除，消除銷量為負(fù)值對數(shù)據(jù)的影響。

（2）單價為負(fù)值

新增輔助列判斷單價單元格的值是否小于0（if(單價所在的列<0,0,1)），對數(shù)據(jù)進(jìn)行降序排列，刪除，消除單價為負(fù)值對數(shù)據(jù)的影響。

（3）產(chǎn)品名稱為“？”

新增輔助列判斷產(chǎn)品單元格的值是否為？（if(銷量所在的列=？,0,1)），對數(shù)據(jù)進(jìn)行降序排列，刪除，消除產(chǎn)品為“？”對數(shù)據(jù)的影響。

經(jīng)過該步處理后，8個字段全為519967項。

5.一致化處理

對購買日期進(jìn)行一致化處理，因本次分析并不涉及具體的時刻，因此將購買日期單元格格式改為年月日的格式，如下圖所示：

6.排序

該數(shù)據(jù)無需此操作。

7.異常值處理

已在第4步填充缺省值中對銷量、單價和產(chǎn)品三個字段進(jìn)行異常值處理。其余字段（發(fā)票號碼、購買日期、總價、會員ID、國家）均正常。

四.分析

使用excel透視表等功能可以得到要分析問題的結(jié)果。我們分別來看一開始要研究的問題。

1.平臺銷售情況

（1）交易額度趨勢，訂單變化情況

現(xiàn)有數(shù)據(jù)范圍為2010年12月1日~2011年12月9日，按月進(jìn)行同比增長分析不具備條件。按月份分析僅能分析2010年12月~2011年11月期間的數(shù)據(jù)。

由上表及上圖明顯可知，交易額度和訂單變化情況在2010年12月1日~2011年12月9日期間保持一致。

2月份和4月份銷量及銷售額出現(xiàn)了明顯的下降，下半年從9月份開始銷量及銷售額出現(xiàn)了明顯的增幅，11月份到達(dá)了頂峰。

分析如下：2月份銷量下降會不會因為出現(xiàn)了類似國內(nèi)春節(jié)的假期，導(dǎo)致大部分銷售人員和快遞人員放假，導(dǎo)致銷量下降。4月份無重大節(jié)日，具體原因需收集到時間序列更長久的銷售數(shù)據(jù)和更多的廠家信息才能分析。

9月份及以后，商家是不是開始了商品的優(yōu)惠促銷，并且在11月份的時候，促銷力度達(dá)到了最大（類似國內(nèi)的雙11）。為證實此想法，將對同一產(chǎn)品各個月度的單價進(jìn)行分析。

通過上圖發(fā)現(xiàn)大部分產(chǎn)品11月的價格并非最低（普遍比1月份~11月份的平均價格高）。

因此懷疑圖中所選的商品可能不具備代表性。只能先從銷量出發(fā)，尋找9~11月份銷量最高的幾種商品，這幾種商品9~11月份的單價是否為全年最低。

9~11月份，銷量最高的5間商品分別為POPCORN HOLDER，RABBIT NIGHT LIGHT，WORLD WAR 2 GLIDERS ASSTD DESIGNS，JUMBO BAG RED RETROSPOT和PAPER CHAIN KIT 50'S CHRISTMAS。該5件商品的歷月單價如下表所示：

該5件商品的9~11月份的單價普遍是較優(yōu)惠的。因此驗證了上述的想法：9月份~11月份期間，商家開始了部分商品的優(yōu)惠促銷，以提高商品的銷量。

（2）不同產(chǎn)品類的訂單情況

商品銷量TOP10

上述10種產(chǎn)品為2010年12月1日~2011年12月9日期間銷量最高的商品，但第1名PAPER CRAFT , LITTLE BIRDIE的銷量是第10名MINI PAINT SET VINTAGE銷量的3倍，差距54362件，差距較大。商家應(yīng)根據(jù)PAPER CRAFT , LITTLE BIRDIE的成功經(jīng)驗，盡量改善其他商品的性能及品質(zhì)，以提高商品銷量。

（3）客單價

客單價的統(tǒng)計除去非會員所購買的產(chǎn)品（因為數(shù)據(jù)集中非會員無會員ID，無法統(tǒng)計人數(shù)多少）。

（4） 電商在各個國家的銷售情況

每個國家的商品銷量

由透視表可知，商品銷售量、銷售額排名前三的國家分別為英國、荷蘭和愛爾蘭。

每個國家的商品種類總量

由透視表可知，商品種類總量排名前三的國家分別為英國、德國和法國。

由上述兩個表格可知，商品種類排名靠前的德國和法國，商品銷售量、銷售額不及荷蘭和愛爾蘭，表明電商在荷蘭和愛爾蘭更受歡迎，因此可據(jù)此，商品資源（種類和數(shù)量）可適當(dāng)?shù)耐商m和愛爾蘭進(jìn)行傾斜。

五.分析總結(jié)和建議

為更好的幫助電商提高銷量，增加收入，提出以下幾點建議：

1.電商2、4月份的銷量下降，應(yīng)總結(jié)銷量降低的原因，可以參考9~11月份的商品銷量及銷售額，通過適當(dāng)降低單價或分發(fā)優(yōu)惠券等眾多促銷方式來提高銷量。

2.商家應(yīng)參考銷量好的產(chǎn)品，如PAPER CRAFT , LITTLE BIRDIE等受大眾歡迎的產(chǎn)品，研發(fā)或改善其他商品的品質(zhì)和性能。

3. 商家在11月份的時候，可參考國內(nèi)雙11，將均價降到全年最低，以提高商品銷量，再創(chuàng)輝煌。

4.電商在荷蘭、愛爾蘭比在德國、法國更受歡迎，因此，商品資源（種類和數(shù)量）可適當(dāng)?shù)南蚝商m和愛爾蘭進(jìn)行傾斜。