数据分析实战—电商产品数据分析

时间：2023-03-15 20:30:01 | 来源：电子商务

时间：2023-03-15 20:30:01 来源：电子商务

接上一篇文章的最后提到的分析思路继续。

数据来源：阿里天池

首先对数据集进行分类：

用户数据：用户性别、出生日期、性别

行为数据：购买数量、购买日期、购买行为

产品数据：商品一级类目、商品二级类目、商品属性

一、提出问题

产品角度：

• 商品的销售量如何变化？
• 购买次数如何变化？
• 购买数量如何变化？
• 热销产品情况，差销产品情况？

用户角度：

不同性别婴儿的购买偏好？
不同年龄婴儿的购买偏好？

针对以上问题整理出相应的分析思路 ：

二、数据清洗

(一)选择子集

隐藏auction_id列和property列，之后将表1和表2的数据通过Vlookup匹配整合到一张表中。

(二）列重新命名

为了方便观察，将列名由英文改为中文

(三）删除重复值

数据集中没有发现重复值，故不用去删除

(四)缺失值处理

数据没有缺失值

(五)一致性处理

表中数据日期显示格式不对，对其进行分列+设置单元格使其按日期格式显示。

对于问题中性别问题，将性别0，1利用if函数转换为男，女

年龄用购买日期减去出生日期

(六)异常值处理

年龄异常值：对婴儿年龄进行筛选，发现年龄中有28的，不符合常理，删除。

发现购买数量中位数是1，众数都是1，最大值为10000。剔除与平均值的偏差超过三倍标准差的高度异常值，即剔除194.5以上的购买数量的数据，取整则剔除购买数量为194以上的数据

三、构建模型分析问题

产品角度

1.产品销量随时间如何变化

从上图可知2012年的销量和2015年的销量非常低，看起来是不正常的，推测其中一定有什么问题。

提出假设：2012年和2015年的数据缺失

收集证据：商品的按月销量分布

可以看出，2012年只有7月到12月的数据，而2015年只有1月到2月的数据。

得出结论：2012年和2015年商品总销量低是由于数据缺失所导致。

由上图可以看出，每年商品的月销量是同比增长的，因此，商品每年的销售总量也是增长的。其中，每年的2月销量是一年中最低的，11月在一年中最高，5月也是一个高峰期。

(1)由于春节一般在2月份左右，销量可能会受到影响，因此

提出假设:春节快递停运导致商品销量降低。

收集证据：将2013年、2014年1月份 2月份的销售量按日展开

可以发现，2013年2月3号到2月15号之间的销量达到最低值，2014年1月26号到2月3号之间的销量达到最低值。发现2013年的春节是2月10号，2014年的春节是1月31号。春节假期和销量最低值期间的时段是吻合的。

得出结论：春节假期与商品的销量降低具有相关性。

(2)每年的五月份会出现一个高峰，这是为什么呢？

提出假设：商家频繁的商品促销活动导致商品销量走高

收集证据：将2013年，2014年5月份的销售量按日展开

从上图中可以可以发现，2013年5月13号，5月20号，5月30号的销量比较高，2014年5月12号，5月20号，5月27号销量比较高，经过查阅发现，这些时间点和每年的母亲节、520等节日较接近，有充分理由推测商家在节假日搞促销。

得出结论:节假日的促销对商品的销量增加有帮助。

(2)每年的十一月份是全年的最高峰，这是为什么呢？

提出假设：每年的双十一大促活动导致销量增高

收集证据：将2012年，2013年，2014年11月份的销售量按日展开

由上图可以得知，2012年11月10号，2013年11月11号，2014年11月11号销量达到顶峰。由此可以推测促销活动导致销量增高。

2.不同类别商品数量

由图表可以看出，商品大类销量前三分别是28，5008168，50014815，属于畅销商品。其中，商品类别28销量最高，是最受欢迎的商品类。

3.产品的复购率

下表表示购买次数超过2次的二级商品类目ID，即总共有25件商品被重复购买。

由上图可以发现，重复购买的只有25个用户ID，发现用户总数是29942。用户复购率为25/29942。可见商品的销量主要是新用户带来的。绝大部分用户购买一次后不再购买，用户粘性极低。

其中，商品类别50008168复购率最高，其次是商品38，第三名是商品28。

用户角度

1.不用性别婴儿的购买偏好

由上图可以看出男婴的购买量比女婴的购买量购买量要大。男婴的购买量是女婴购买量的1.67倍。接下来从不同类别的商品进行分析

从上图可以看出，商品分类id为50008168、122650008以及28这三类商品对于男婴和女婴的需求量差异不大，可以采用相同的销售方式，分类id为50014815和38的商品男婴的购买数量更多，商品分类id为50022520的商品被女性用户购买的数量更多。

2.不同年龄婴儿的购买偏好

可以发现，主要用户人群是未出生和年龄在0-2岁之间的婴儿。接下来分析0-2岁的婴儿各商品的购买数量。

从上图可以看出，50014815是商品购买数量最多的商品，未满一岁的婴儿购买量最多的是商品28，50008168，50014815，50022520，1岁的婴儿购买量最多的是商品28，38，50008168，50014815。2岁的婴儿购买量最多的商品是28，38，50008168，50014815。

四、结论与建议
（一）商品

1.春节放假期间商品销量会达到最年度最低，可以相应的控制库存和减少广告推广费用。
2.每年的五月份是销售的小高峰，可以配合五月的多个节假日进行商品促销活动；每年的11月份是全年销量最高的时候，可以增加推广费用以及促销活动的力度。
4. 商品28的全年销量最高，可以加大这类商品的推广力度和供应。

5。商品的复购率很低，用户的粘性很低。这需要从产品、市场、运营，用户体验以及售后服务等多个维度去分析具体的原因。

（二）用户
1.男婴的购买数量多于女婴，不同性别的婴儿对商品的需求量和需求种类是不一样的，需要对其进行差异化推广，是用户顺利买到自己需要的商品。
2.0-2岁的婴儿以及还未出生的婴儿是商品购买的主力，对这部分人群应重点关注和推广，必要的时候可以增大优惠力度和增加促销活动吸引这部分用户群体进行购买。