某電商母嬰產品分析

時間：2023-03-26 04:18:01 | 來源：電子商務

時間：2023-03-26 04:18:01 來源：電子商務

【數據集分析】

數據來源于某電商平臺嬰兒商品的相關數據集，分別是表1購買商品和表2嬰兒信息

[表1]該數據集共有29971條購買商品信息記錄，共有7個字段，分別為：

user_id:用戶id，用戶在平臺注冊的ID，一個ID對應一個用戶，不可重復

auction_id:購買行為編號，此處是商品編號，可以作為用戶購買行為的唯一識別碼

cat_id:商品種類ID，例如從嬰兒的吃、穿、玩、洗護、學習以及媽媽專區(qū)等進行分類。

cat1:具體商品屬于cat_id中的哪個類別，是商品種類的細分類別，可以分析在cat_id各類中，哪個子類別最受歡迎。

property:商品屬性，商品的基本參數規(guī)格，從各個方面鎖定商品，可用于店鋪對受歡迎的商品進行鎖定，從而加大庫存。

buy_mount:購買數量，商品的一次性購買數量。

day:購買時間，可以分析某個時間段哪些商品受歡迎，哪些的季節(jié)性較強，同時可以通過促銷活動期間高銷量商品和平時銷量的對比，驗證活動的有效性等。

【表2】該數據集共有953條購買商品信息記錄，共有3個字段，分別為：

user_id:用戶ID，用戶在平臺注冊的ID，一個ID對應一個用戶，不可重復，同時匹配表一的用戶ID。

birthday:出生日期，由此可得寶寶的年齡，可分析用戶在寶寶不同年齡段的商品傾向，哪些商品具有強年齡性，哪些商品是弱年齡性，店鋪也可按照年齡階段將商品進行分類。

gender:性別（0 男性；1 女性），通過對性別的統計，可以分析商品與性別的關聯性，強關聯和弱關聯，或者無關聯，強關聯的商品可針對寶寶性別，進行商品的優(yōu)化升級。但商品的銷量是否是受性別影響一定要控制好其他影響變量。

一、明確問題

通過對數據的理解，觀察現象，把問題定義清楚，明確我們要解決的問題是什么，這是數據分析的第一步。只有明確了問題，才能圍繞這個問題展開后面的分析。如果一開始問題就定義錯了，那再怎么分析，也是白費時間。

此次我們把問題集中在以下幾點：

1、母嬰產品在一年中哪個時間段銷量最好；

2、各類母嬰產品的銷售情況；

3、不同年齡在產品上有哪些選擇差異；

4、不同性別在產品上有哪些選擇差異。

二、理解數據

上篇文章我們已經對兩份數據集進行了理解，包括表1-購買商品和表2-嬰兒信息內的每個字段含義的認識。

三、數據清洗

數據清洗一共分為以下7步：

在數據分析之前，我們需要對數據進行清洗，是因為我們拿到的初始數據往往具有不完整性、格式不一致、重復性或者異常等情況，這就需要我們一一解決數據中存在的這些問題。

1、選擇子集

在分析中，商品屬性這一列沒有什么作用，將其隱藏，其余列保留。

2、列名重命名

兩張表的列名都可以不需要重命名。

3、刪除重復值

通過“數據-刪除重復值-擴展選定區(qū)域-刪除重復項-確定”未發(fā)現重復值。

4、缺失值處理

通過“選中列-開始-查找-定位條件-空值-確定”未發(fā)現空值。

5、一致化處理

將兩張表里的時間列統一為日期格式：選擇時間這一列-數據-分列-默認下一步-默認下一步-選擇【日期】點擊【完成】

6、數據排序

兩張表可以按照單次購買數量進行排序也可以按照時間進行排序，具體排序方式可結合要分析的問題進行。排序操作：選中某列-開始-排序和篩選-升序or降序

7、異常值處理

通過對每列數據進行篩選，發(fā)現性別這列有出現數值【2】，一共26條數據，如果【0】表示“女”，【1】表示“男”【2】無法確定性別，由于這類數據在總數據中占比極小，無論更改為0或者1對分析的影響不大，故將其更改為1。

四、數據分析

通過數據清洗，我們就得到了“干凈”的數據，可用于數據分析了，接下來就針對每個問題分別進行分析，其中會用到數據透視表、vlookup多表查詢等功能進行問題分析。

1、母嬰產品在一年中哪個時間段銷量最好；

從上表中我們看出，每個季度都是逐漸遞增的，在第四季度達到當年的銷售量峰值。同比和環(huán)比來說，銷售量也是出現遞增的趨勢。由此可知母嬰產品在一年中第四季度銷量最好，為何在第四季度銷量最好，還需要收集其他數據進一步分析。

2、各類母嬰產品的銷售情況；

通過在數據透視表里對一級商品和二級商品按銷量進行排序發(fā)現，一級類別為【28】的二級類別【50011993】的商品銷量是最高的，銷量為3609。

3、不同年齡在產品上有哪些選擇差異；

通過vlookup將兩表關聯，具體使用如下：

這樣就能將表2-嬰兒信息中的出生日期和性別關聯到表一中，為了更直觀顯示性別，我們需要將0和1轉換為女和男，設定【0】表示女，【1】表示男，用IFS函數可實現轉換。

【注】上圖中會發(fā)現無論是出生日期還是性別中都出現了【N/A】的情況，經分析發(fā)現，表1的用戶數據遠遠大于表2，從而出現表一用戶ID在表二中不存在，導致出現【N/A】。

通過分析得出：還未出生的寶寶主要會購買【50008168】【50014815】【28】【50008168】這四類商品；1-7歲的寶寶購買最多的商品是【50008168】

4、不同性別在產品上有哪些選擇差異。

在性別差異上，男性寶寶購買最多的一級商品是【50008168】其次是【50014815】，而女性寶寶購買最多的是【50014815】其次是【50008168】，排名第三的二者都是【28】這類商品。

在【50008168】中男性寶寶購買最多的二級分類商品分別是【50013636】【50010558】【50006602】

在【50014815】中女性寶寶購買最多的二級分類商品分別是【50018831】【50012456】【50012564】

五、數據可視化

1、母嬰產品在各時間段的銷量情況；

從上圖可以看出，總體上銷量是上升趨勢的（2012年和2015年的數據非全年的，主要對比2013年和2014年全年總銷量和各季度銷量）

從圖4中可以看出：

1）每年的銷售峰值出現在11月期間；

為何會在11月期間出現銷售峰值，可采用假設檢驗分析方法進行分析。

假設1：促銷活動

每年電商平臺會在11月、12月舉辦雙十一、雙十二的促銷活動，導致每年的銷量峰值出現在11-12月，假設1成立。

假設2：渠道進行了優(yōu)化

從收集到的數據中暫時無法獲取渠道信息進行驗證，并且如果是渠道進行優(yōu)化那么1月份的銷量的下滑就無法解釋，假設2不成立。

假設3：產品進行了優(yōu)化

從收集到的數據中暫時無法獲取產品優(yōu)化相關信息，需要獲取產品有關的數據采用對比分析后才能進行驗證，假設3不成立。

2）每年年初銷量下滑，基本是當年的銷量最小值的時期。

是什么原因導致每年1-2月的銷量降低呢？同樣采用假設檢驗分析方法進行分析。

假設1：電商行業(yè)客觀規(guī)律

通過對2013、2014年1-2月的銷量情況分析發(fā)現，銷量最低值出現在1月底2月初期間，這個時間段剛好是中國的春節(jié)假期（2013年春節(jié)是2月10日，2014年春節(jié)是1月31日），快遞公司基本是在春節(jié)前一周停運，從而導致銷量下滑，而節(jié)后恢復正常，銷量開始回升。假設1成立。

假設2：產品問題

從已收集的數據中無法得知產品好壞的信息，需要獲取產品好評率、回購率、產品優(yōu)化情況等信息后才能分析，假設2不成立。

假設3：價格問題

從收集的數據中無法得知產品價格，需要獲取詳細價格信息，有無價格調整，調整前后銷量情況這些信息后才能更好分析，假設3不成立。