深度分析——嬰兒品類電商數(shù)據(jù)

時間：2023-03-26 05:32:01 | 來源：電子商務(wù)

時間：2023-03-26 05:32:01 來源：電子商務(wù)

分析背景及目的

（一）背景

自從2008年“毒奶粉”事件之后，母嬰類產(chǎn)品的質(zhì)量問題，安全性一直都被父母長輩擺在首位，不少父母給孩子更換成價格更昂貴的進(jìn)口奶粉。幾年過去了，那么如今他們在購買過程中會受到哪些因素的影響呢？下面讓我們通過一份母嬰類產(chǎn)品電商數(shù)據(jù)集探索一下數(shù)據(jù)背后的規(guī)律。

（二）目的

希望可以通過此次分析獲得一些有利信息可以在日后工作中改善店鋪運營情況，以及可以通過這一份數(shù)據(jù)探索孩子年齡與購買產(chǎn)品之間的規(guī)律。

數(shù)據(jù)集

數(shù)據(jù)來源：阿里巴巴天池 https://tianchi.aliyun.com/dataset/dataDetail?dataId=45

表一數(shù)據(jù)29940行，表二數(shù)據(jù)943行

字段含義：

提出問題

針對上述字段我們提出如下問題:

1. 為了更好的為客戶做推薦，能否通過客戶曾經(jīng)購買的產(chǎn)品預(yù)測嬰兒年齡？
2. 嬰兒性別不同會對需求產(chǎn)生影響嗎？
3. 為了針對的開展?fàn)I銷活動，該店鋪業(yè)績周期性如何波動？
4. 該店鋪復(fù)購率如何，是否還有提升空間？

選擇子集

考慮到分析的問題，所以將property 和auction 字段數(shù)據(jù)隱藏，優(yōu)化界面。

整理數(shù)據(jù)

1.刪除重復(fù)值處理，表一考慮到同一個客戶會復(fù)購產(chǎn)品，肯定會有重復(fù)user_id，所以只對表二做刪除重復(fù)值處理。表二未發(fā)現(xiàn)重復(fù)值。

缺失值處理

經(jīng)檢驗，表一表二主要字段均未發(fā)現(xiàn)缺失值。

一致化處理

通過分列，將day字段內(nèi)數(shù)據(jù)轉(zhuǎn)變成日期格式。然后通過vlookup將表二中的birthday字段和gender字段移動到表一中，調(diào)整好格式，計算出購買產(chǎn)品時的嬰兒年齡。

異常值處理

• 通過篩選可以看到客戶單人購買數(shù)量有大于100的，我們將大于100的作為異常值刪除處理，真實工作中應(yīng)該和數(shù)據(jù)提供的部門做溝通，是否數(shù)據(jù)出現(xiàn)了問題，問明原因。
• 將性別一欄中性別數(shù)字為2的信息做異常值刪除處理。
• 將年齡一列的小于等于0歲的兒童做1歲處理，考慮到是為將要出生的孩子購買，或者孩子年齡不足一周歲的。將大于10對的孩子信息做異常值刪除處理。

構(gòu)建模型

①為了更好的為客戶做推薦，能否通過客戶曾經(jīng)購買的產(chǎn)品預(yù)測嬰兒年齡？

從圖一中可以看出，主要客戶群年齡在0-5周歲，其中0-2周歲消費數(shù)量占比74.67%。因此可以判斷五大品類產(chǎn)品主要面對的客戶群體是0-2周歲的嬰兒。由圖二中可以看出28/50008168/50014815品類產(chǎn)品比較受0-2周歲的家長的喜愛，所以當(dāng)新顧客進(jìn)店瀏覽以上三個品類產(chǎn)品時，大致可以判斷出其孩子年齡會在0-2周歲之間。

②嬰兒性別不同會對需求產(chǎn)生影響嗎？

從圖三中可以看出男嬰的消費需求量比女性嬰兒高，但是從圖四中可以看出不論男嬰女嬰對各品類的產(chǎn)品比例是非常相似的。考慮以上，可能有兩種原因：①、確實五大類產(chǎn)品更受男嬰的父母的喜愛。②由于樣本本身數(shù)量太少，顯示的結(jié)果比較片面。

③為了針對的開展?fàn)I銷活動，店鋪業(yè)績周期性如何波動？

由于2012年和2015年數(shù)據(jù)缺失，所以不以年為單位做數(shù)據(jù)分析。圖五中2013和2015年的2月和1月相比，業(yè)績都會出現(xiàn)比較大的下滑情況?？紤]到年底快遞停運的情況，猜測數(shù)據(jù)是合理的。繼續(xù)深入分析數(shù)據(jù)，從圖6，圖七中可以看出每年一月下旬和2月上旬銷量都比較低，經(jīng)查詢發(fā)現(xiàn)2014年1.31號，2013年2.10號為春節(jié)，所以在這時間前后銷量比較低是正常的。

④該店鋪復(fù)購率如何，是否還有提升空間？

數(shù)據(jù)總量29940條，可以計算出復(fù)夠率=52/29940=0.83%。銷量=訪客數(shù)*轉(zhuǎn)化率*客單價*購買頻次，當(dāng)復(fù)購率低等于購買頻次低，所以想要提升業(yè)績，復(fù)購率 需要提升。在AARRR模型的獲取客戶收益過程，我們需要關(guān)注顧客夾點問題，分析從挑選商品—加入購物車—生成訂單—支付過程中顧客放棄下一步的原因，針對性的實施行動，由此提升轉(zhuǎn)化率，復(fù)夠率。

建議

1. 經(jīng)過分析發(fā)現(xiàn)大部分購買五大品類產(chǎn)品的客戶孩子在0-2歲，所以當(dāng)遇見新顧客瀏覽這些產(chǎn)品時可以適當(dāng)?shù)耐扑]0-2歲兒童所需產(chǎn)品。
2. 通過AARRR模型發(fā)現(xiàn)在第四環(huán)節(jié)中出了問題，那么可以優(yōu)化從瀏覽商品到支付各環(huán)節(jié)的步驟措施，比如沒有購物車，看好商品直接下單或者拼單時候可以不用等人湊齊直接先下單，人沒有組滿在退款。人得到100塊錢的喜悅比不上損失100塊錢的痛苦，所以這會刺激人們?nèi)フ胰似磮F(tuán)，拉高的銷量。
3. 受春節(jié)影響，1或者2月業(yè)績會出現(xiàn)比較大的下滑，所以在這期間，減少推廣資源，避免成本浪費。