电商数据分析
时间：2023-03-15 20:08:01 | 来源：电子商务
时间：2023-03-15 20:08:01 来源：电子商务
目录
1 项目背景.. 1
2 数据来源.. 1
3 数据分析工作流程.. 1
3.1 提出问题.. 1
3.2 理解数据.. 2
3.3 数据清洗.. 2
3.4 数据分析.. 2
3.4.1 消费者属性.. 3
3.4.2 各类别产品销售额占比与消费者属性的关系.. 6
3.4.3 产品属性.. 8
3.4.4 各城市销售状况.. 10
4 结论.. 12
1 项目背景
由于大数据的兴起，数据在助力企业发展中发挥着重要的作用，企业更加注重对数据的运用，大数据越来越成为驱动业务的一个组成部分，在用户运营中发挥重要的作用。每个用户的在线行为直接影响着企业在推广产品上所作所为。本文通过研究用户的购买行为，作为商家运营和推广的指导。
2 数据来源
从Kaggle网站下载‘黑五’的消费者购物数据，对下载的数据集每个字段进行详细的分析，数据包含的字段有：用户ID（用户即消费者），产品ID，消费者年龄，消费者性别，城市类别，所在城市居住时长（以年为点位），消费者职业，商品类别1，商品类别2，商品类别3，购买金额。
3 数据分析工作流程
图 1 数据分析工作流3.1 提出问题
图 2 根据业务逻辑提出问题3.2 理解数据
图 3 数据源前10条记录从图3看出整个数据集显示了注册用户在电商网站的购买行为，对数据字段进行如下分析：
[1]. 用户ID：用户ID在记录中有重复显示，表明同一个用户可能购买了不同的商品。
[2]. 产品ID：每一种产品对应一个产品ID。
[3]. 性别：用于分析不同性别用户的购买行为。
[4]. 年龄：用户的年龄为一个范围，可分析各年龄段用户的购买行为。
[5]. 城市类别：用于分析不同城市的用户购买行为。
[6]. 职业类别：用于分析不同职业用户的购买行为。
[7]. 产品类别：用于分析用户的属性与产品类别的关系。
3.3 数据清洗
具体清洗流程如下：
为便于分析和阅读，将各字段名称用中文替换：
[1]. 性别中F用‘女’替换，M用‘男’替换；
[2]. 婚姻状况中0替换为‘未婚’，1替换为‘已婚’；
[3]. 重复值去除：对于用户ID和产品ID都一致的多行记录进行去重。
图 4 清洗后数据前10条记录3.4 数据分析
分析消费者的年龄，性别，婚姻状况，职业类别，居住城市的情况。
3.4.1 消费者属性
(一) 年龄分布情况
图 5 消费者年龄分布情况从年龄分布图上可以看出，‘黑五’期间，26-35岁为消费人数最多的人群；主力消费人群集中在18-45岁。
(二) 性别占比情况
图 6 消费者性别占比情况从性别占比图中可以看出，男性消费人群占75%，是女性消费人群的3倍。
(三) 职业类别分布情况
图 7 消费者职业分布情况 职业类别为4、0、7的职业，消费人群占比排名前三。
(四) 居住年数分布情况
图 8 消费者居住年数分布情况 从居住年数分布图中可以看出，居住满一年的的消费人群最多，随着居住年数增多，消费人数逐渐递减。可能原因是居住满一年，居住地比较稳定，开始购买一些非日常的商品。
(五) 婚姻状况占比
图 9 消费者婚姻状况已婚的消费者人数和未婚的消费者人数相差20%，说明未婚的人群更愿意在‘黑五’购买更多的商品。
总结分析：
1) 26-35岁为消费人数最多的人群。
2) 职业类别为4、0、7的职业，消费人数占比排名前三。
3) 男性消费人群占75%，是女性消费人群的3倍。
4) 居住满一年的的消费人群最多。
5) 未婚的人群更愿意在促销活动中购买更多的商品。
3.4.2 各类别产品销售额占比与消费者属性的关系
本例中选用销售额在前三的产品类别作为分析对象：
(一) 不同年龄段
图 10 不同年龄段的消费者消费的产品类别情况 产品类别1的消费群体随着年龄的增大，消费力度减小；
产品类别1的销售金额远大于产品类别5和8。
(二) 不同性别
图 11 不同性别的消费者消费的产品类别情况总结分析：
对于产品类别1，男性的消费金额占比高于女性15%；
对于产品类别5和8，男性的消费金额低于女性10%。
(三) 不同婚姻状况
图 12 不同婚姻状况的消费者消费的产品类别情况(四) 不同居住年数
图 13 不同居住年数的消费者消费的产品类别情况 (五) 不同职业类别
图 14 不同职业类别的消费者消费的产品类别的情况总结分析：
[1]. 产品类别1的销售额远远高与产品类别5和8；
[2]. 对于产品类别1，男性的消费金额占比高于女性15%；
[3]. 对于产品类别5和8，男性的消费金额低于女性10%；
[4]. 每种产品类别的销售额与婚姻状况、职业类别和居住年数关系不大。
3.4.3 产品属性
(一) 各产品的销售额(按产品类别)
图 15 各产品的销售额销售额最大的产品类别是类别1，占总的销售额比例将近40%。
(二) 各产品的销售额比例(按产品编号)
图 16 各产品的销售额比例 产品编号为P00025442的产品销售额占比最大，约为11.4%。
(三) 各产品的销量(按产品类别)
图 17 各产品的销量(按产品类别)产品类别5的销量占比最大；
(四) 各产品的销量(按产品编号)
图 18 各产品的销量(按产品编号) 产品编号为P00265242的产品销量最大，约为12%。
3.4.4 各城市销售状况
(一) 各城市销售额
图 19 各城市销售额 城市B的销售额最大，占总销售额的41%
(二) 各城市销量
图 20 各城市销量 城市B的销量最大，占销量的42%
4 结论
1.销量 top3商品编号为1、5、8，建议商家重点维护此类商品质量，并持续为客户提供优质的服务。
2.居住年数在1年以上，年龄在26-35，职位编号是4，0，7的顾客是购买的主力，商家需要重点维护。
在线咨询
