母嬰電商數(shù)據(jù)集分析

時(shí)間：2023-03-26 04:10:02 | 來(lái)源：電子商務(wù)

時(shí)間：2023-03-26 04:10:02 來(lái)源：電子商務(wù)

本文應(yīng)用的數(shù)據(jù)集為淘寶天貓母嬰數(shù)據(jù)集，來(lái)源為阿里云天池?cái)?shù)據(jù)（https://tianchi.aliyun.com/dataset/dataDetail?dataId=45）。

一、分析目的

1. 用戶角度：通過(guò)數(shù)據(jù)分析，深入了解用戶信息、用戶行為、用戶喜好，并有針對(duì)性地為不同客戶推薦不同商品，以提高用戶的人均購(gòu)買量和復(fù)購(gòu)率。
2. 產(chǎn)品角度：發(fā)現(xiàn)以往銷售表現(xiàn)中存在的問(wèn)題，解決問(wèn)題，提高產(chǎn)品總銷量。

二、理解數(shù)據(jù)

1. 數(shù)據(jù)集1為tianchi_mum_baby_trade_history（表1購(gòu)買產(chǎn)品），此數(shù)據(jù)集包含了淘寶用戶的交歷史易信息，其中有7個(gè)字段和29971條記錄。

字段含義如下：

item_id（商品ID）：用于識(shí)別不同商品。

user_id（用戶ID）：用戶ID用于識(shí)別淘寶天貓的每一位用戶。

cat1（商品一級(jí)分類）：例如童裝、洗護(hù)用品、孕產(chǎn)婦穿搭。一級(jí)分類下會(huì)有二級(jí)分類

cat_id（商品二級(jí)分類）：兒童外套和兒童裙子（一級(jí)分類為童裝）、紙尿褲和嬰兒濕巾 （一級(jí)分類為洗護(hù)用品）、孕婦裝和哺乳文胸（一級(jí)分類為孕產(chǎn)婦穿搭）

property（商品屬性）：代表對(duì)應(yīng)商品的參數(shù)。例如某奶瓶的品牌、顏色分類、容量和口徑大小。

buy_mount： 購(gòu)買數(shù)量。

day（購(gòu)買日期）：對(duì)應(yīng)商品被購(gòu)買的日期。

2. 數(shù)據(jù)集2為tianchi_mum_baby（表2嬰兒信息），此數(shù)據(jù)集包含了嬰兒父母所提供的嬰兒信 息，其中有3個(gè)字段和953條記錄。

字段含義如下：

user_id（用戶ID）：與數(shù)據(jù)集1中的用戶ID相對(duì)應(yīng)。

birthday（嬰兒出生日期）：可用于計(jì)算當(dāng)前每一位嬰兒的年齡，并根據(jù)年齡推薦相應(yīng)商品。

gender（嬰兒性別）："0"為男，"1"為女，"2"為未知?？筛鶕?jù)同嬰兒性別推薦適合的商品。

三、提出問(wèn)題

1. 購(gòu)買母嬰產(chǎn)品用戶的寶寶的年齡分布
2. 不同性別寶寶的購(gòu)買偏好
3. 最受歡迎的產(chǎn)品（一級(jí)類別）是什么？
4. 復(fù)購(gòu)率最高的產(chǎn)品（一級(jí)類別）是什么？
5. 產(chǎn)品各年的月銷量是否有較大波動(dòng)，波動(dòng)的原因是什么？

四、數(shù)據(jù)清洗

1.選擇子集

在此步驟中，我們可以選擇需要進(jìn)行數(shù)據(jù)分析的幾個(gè)列，并將不需要的字段進(jìn)行列隱藏。根據(jù)業(yè)務(wù)問(wèn)題，我們暫時(shí)不需要表1property（商品屬性）這一列的信息，所以我們可以先將此列進(jìn)行列隱藏。

2.數(shù)據(jù)重命名

為了方便對(duì)數(shù)據(jù)后續(xù)的分析和使用，我們可以通過(guò)雙擊列名將英文列名修改為中文。

3.刪除重復(fù)值

表2嬰兒信息中的用戶ID應(yīng)該是唯一的，因此，我們可以點(diǎn)擊數(shù)據(jù)選項(xiàng)卡下的刪除重復(fù)項(xiàng)來(lái)刪除重復(fù)的數(shù)據(jù)。在此數(shù)據(jù)集中未發(fā)現(xiàn)重復(fù)項(xiàng)。

4.缺失值處理

點(diǎn)擊唯一標(biāo)識(shí)用戶ID，屏幕右下角會(huì)顯示列總數(shù)。與其他列的列總數(shù)對(duì)比，我們即可知道其他列的缺失值的個(gè)數(shù)為多少。在此步驟中，我們可以發(fā)現(xiàn)，數(shù)據(jù)集1和數(shù)據(jù)集2均不存在缺失值。

5.一致化處理

為了便于我們對(duì)數(shù)據(jù)的理解和使用，我們可以將用數(shù)字識(shí)別的嬰兒性別信息更改為中文。此步驟可應(yīng)用IF函數(shù)實(shí)現(xiàn)，if函數(shù)語(yǔ)法為if（邏輯測(cè)試，正確時(shí)的返回值，錯(cuò)誤時(shí)的返回值）。

6.數(shù)據(jù)排序

排序的步驟為：點(diǎn)擊開(kāi)始-排序和篩選-點(diǎn)擊自定義-選擇根據(jù)哪一列排序-選擇升序或降序。

在表1中，我們根據(jù)購(gòu)買數(shù)量進(jìn)行降序排序，可以得知2014年11月銷量最高的產(chǎn)品編號(hào)為39769942518，購(gòu)買用戶為2288344467，銷量為10000。在表2嬰兒信息中，根據(jù)出生日期進(jìn)行升序排序，可以得知客戶寶寶中出生最早的出生日期為1984年6月16日（異常值）。

7.異常值處理

先點(diǎn)擊篩選，再點(diǎn)擊每一列名的下拉箭頭可以得到每組字段所包含的全部數(shù)據(jù)類別。通過(guò)排查，我們發(fā)現(xiàn)表2的出生日期中有一個(gè)寶寶的出生日期為1984年，可能的原因是父母錄入了錯(cuò)誤的日期，因?yàn)槲覀兛蓪⒋诵行畔h除。

五.分析問(wèn)題

1、購(gòu)買母嬰產(chǎn)品用戶的寶寶的年齡分布

如上圖所示，有約1/3的寶寶位于0-3歲年齡段，而僅有不到1%的寶寶位于9-12歲年齡段。

此外，按性別進(jìn)行多維度拆分，我們還可以得知各個(gè)年齡段不同性別的占比。如下圖所示，隨著年齡的增長(zhǎng)，女寶寶的占比越來(lái)越高。

結(jié)論：0-3歲的寶寶用戶數(shù)占比最高，9-12歲寶寶用戶數(shù)占比最少。小于3歲的用戶男女占比較為均衡，但隨著年齡的增大，女寶寶占比也逐漸增大。

2. 不同性別寶寶的購(gòu)買偏好

如上圖所示，不同性別的寶寶對(duì)6種不同類別的商品的偏好無(wú)明顯差異。具體來(lái)說(shuō)，與其他5種類別的商品相比，50008168在男寶寶（占比39.5%）和女寶寶（占比43.44%）中均最受歡迎，且在女寶寶中更受歡迎。

按年齡段進(jìn)行多維度拆解，我們還可以得知不同年齡段不同性別寶寶的購(gòu)買偏好。如下圖所示，無(wú)論在男寶寶中還是女寶寶中，50008168的購(gòu)買量占比都隨著年齡的增大增大，而50014815的占比都隨著年齡的增大而減小。值得注意的是，由于9-12歲年齡段的樣本數(shù)較?。?人，女4人），所以結(jié)果可能不具有參考性。

結(jié)論：不同性別的寶寶對(duì)產(chǎn)品的喜好無(wú)明顯區(qū)別，但50008168類的產(chǎn)品在男女寶寶中都最受歡迎，喜歡50008168類產(chǎn)品的用戶數(shù)占比隨著年齡增大而增大，而50014815的占比都隨著年齡的增大而減小。

3. 最受歡迎的產(chǎn)品（一級(jí)類別）

結(jié)論：銷量最好的Top3一級(jí)類別分別為28、50014815和50008168。

4. 復(fù)購(gòu)率最高的產(chǎn)品（一級(jí)類別）

結(jié)論：所有類別的母嬰產(chǎn)品的復(fù)購(gòu)率均低于1%。復(fù)購(gòu)率最高的產(chǎn)品類別為38，而50022520和122650008的復(fù)購(gòu)率為0。

5. 母嬰產(chǎn)品各年的月銷量是否有較大波動(dòng)，波動(dòng)的原因是什么？

如上圖所示，整體來(lái)說(shuō)，各年的月銷量均波動(dòng)較大。2012年的月銷量在9月和11月都有明顯上升，且在11月銷量達(dá)到頂峰。2013年的月銷量在7月、9月和11月的月銷量有明顯上升，且在12月到達(dá)峰值。2014年的月銷量在5月和9月均有明顯上升，且在11月達(dá)到峰值

用假設(shè)檢驗(yàn)分析方法對(duì)各年月銷量的波動(dòng)的原因進(jìn)行分析

問(wèn)題1：為什么2012年、2013年和2014年的月銷量在9月均有明顯上升？

假設(shè)1：由于9月10日是教師節(jié)，商家有針對(duì)教師節(jié)的促銷活動(dòng)，導(dǎo)致銷量上漲。

假設(shè)2: 由于10月1日是國(guó)慶節(jié)，買家在9月提前為國(guó)慶節(jié)購(gòu)買了過(guò)節(jié)所需商品。

收集證據(jù) ：

2012-2014年9月銷量趨勢(shì)

如上圖所示，在2012-2014年的9月10日當(dāng)日（教師節(jié)）我們沒(méi)有發(fā)現(xiàn)銷量有明顯的漲幅，但在9月6日銷量出現(xiàn)小高峰。此外，在歷年的9月20日-9月25日期間，日銷量均出現(xiàn)較明顯的漲幅。

2012-2014年9月下旬至10月上旬銷量趨勢(shì)對(duì)比

如上圖所示，2012-2014年的9月下旬的日銷量整體高于10月上旬的日銷量。日銷量在9月20-9月29日出現(xiàn)多次小高峰，從9月30日開(kāi)始日銷量出現(xiàn)明顯下跌，直到10月3日才開(kāi)始出現(xiàn)較明顯的增長(zhǎng)。

結(jié)論：在歷年的9月6日，日銷量均出現(xiàn)小高峰。因此，買家可能是為了教師節(jié)提前購(gòu)買禮品，假設(shè)1成立。在歷年的9月20-29日期間，日銷量均呈現(xiàn)出小高峰，且9月下旬的日銷量整體高于10月上旬日銷量。因此，買家可能在九月下旬為慶祝十月的國(guó)慶節(jié)提前購(gòu)買了所需商品，并提前滿足了購(gòu)買需求，假設(shè)2成立。

問(wèn)題2：為什么2013年和2014年5月的銷量都出現(xiàn)小高峰。

假設(shè)：5月節(jié)日較多，例如勞動(dòng)節(jié)在5.1日、青年節(jié)在5.4日、母親節(jié)在5.12日左右。

收集證據(jù)：

如上圖所示，在2013年的5月3日、5月10日，5月20日的日銷量均出現(xiàn)小高峰。在2014年的5月3日、5月12日、5月22日的日銷量也呈現(xiàn)小高峰。

結(jié)論：在2013年的5月和2014年5月，尤其是勞動(dòng)節(jié)和母親節(jié)前后的近幾日銷量呈現(xiàn)多次小高峰。因此，可能由于5月的節(jié)日較多且商家的促銷活動(dòng)也較多，導(dǎo)致了5月份總銷量明顯上升，假設(shè)成立。

問(wèn)題3：為什么2012-2014年的月銷量在11月的環(huán)比漲幅十分明顯？

假設(shè)：雙11大促活動(dòng)。

收集證據(jù) ：

2012-2014年11月銷量趨勢(shì)

如上圖所示，2012年的11月10日和11月19日銷量出現(xiàn)小高峰，2013年的11月11日和11月29日出現(xiàn)小高峰，2014年的11月11日和11月13日銷量出現(xiàn)小高峰。

結(jié)論：11月11日為淘寶最大型的購(gòu)物狂歡節(jié)，促銷力度大，因此導(dǎo)致了11月份的銷量漲幅明顯，假設(shè)成立。

六. 結(jié)論

用戶角度：

1. 購(gòu)買母嬰產(chǎn)品的用戶中，大部分的寶寶位于0-3歲年齡段，而只有不到1%位于9-12歲年齡段。
2. 未出生的寶寶，男女占比較為均衡。但隨著年齡的增長(zhǎng)，女寶寶的占比逐漸增加。

產(chǎn)品角度：

1. 28、500148145和5008168為最受歡迎的三種商品類別，且50008168的購(gòu)買量占比隨著寶寶年齡的增大增大。
2. 無(wú)論是老用戶的人數(shù)占比還是各類商品的復(fù)購(gòu)率都較低，反映出母嬰產(chǎn)品的用戶粘性低。
3. 5月、9月由于節(jié)日較多，用戶購(gòu)買需求較大，導(dǎo)致月銷量漲幅明顯。11月由于雙11大促，也使11月的月銷量漲幅明顯。

七、建議

1. 調(diào)整對(duì)應(yīng)不同年齡段和性別寶寶的產(chǎn)品的數(shù)量和種類。例如采購(gòu)更多針對(duì)年齡段較大女寶寶的商品樣式，使商品能吸引更多的女寶寶的父母購(gòu)買。
2. 將銷量Top3類別的商品特別是50008168在首頁(yè)推薦為熱銷類別，吸引更多用戶購(gòu)買，且要提前準(zhǔn)備好庫(kù)存。
3. 預(yù)測(cè)用戶的寶寶的年齡，根據(jù)年齡推薦相應(yīng)的熱銷商品，提高復(fù)購(gòu)率。
4. 抓住用戶在節(jié)日期間對(duì)普通商品和禮品的需求量較大的機(jī)會(huì)，多舉辦促銷活動(dòng)，發(fā)放滿減券等等，以提高銷量、銷售額。