电商平台商品数据分析
时间:2023-03-15 20:40:01 | 来源:电子商务
时间:2023-03-15 20:40:01 来源:电子商务
一、分析背景母婴是跨行业、跨部门的综合产业群,主要满足孕产妇及0-12岁阶段里婴童用户的衣、食、
住、行等需求形成的一个消费产业体系。
二胎政策的全面放开,母婴市场用户人群大幅度扩张,并且随着经济的高速发展以及消费
者的不断升级,母婴产品质量、实用性、品牌等成为用户选择产品时的考虑因素。
天猫和淘宝母婴作为B2C第一平台,吸引大量优质商家的加入,并成为母婴用户的首选平台。
如何在此次浪潮中获得更多用户并留住客户,成为商家关心的问题。。
二、分析目的研究各类母婴商品的销量情况,并给店铺商家提供有效的参考意见
三、分析思路1,思维导图
2,分点陈述论点
1) 2012-2015年各类商品的成交数量
2)一年中,每个月的活跃用户数
3)各类商品的复购率情况
4)用户年龄与商品成交量的关系
5)用户性别与商品成交量的关系
四、分析内容首先使用EXCLE工具对数据进行删除重复值、缺失值处理、一致化处理、数据排序、异常值处理等操作。
其次,构建模型
1、2012-2015年各类商品成交数量
我们可以看出,第一点类别为50008168商品的成交数量在这几年间都是最高的,其次是类别为28的商品,故可判断50008168的商品更符合大众的需求。第二点总体来看各类商品的成交数量是随着年份的增长而增长的,在14年时出现了峰值,但却在15年发生了骤降,这是为什么呢?我们将2015年份的数据筛选出来,绘制出下图:
我们可以看出15年数据只统计到2月5日,数据不全,故我们不能判定15年的销量出现下滑的现象。为什么2014年出现了成交数量大幅度增长情况?筛选出14年的数据做进一步分析
记录了2014年每月各类商品成交数量的总和,根据图4我们可以看出数据整体呈现增长的趋势,在11月份出现峰值,数据大幅度上升,故针对11月份进一步分析,我们可以看出在11月11和11月13号出现了峰值,我们都知道天猫和淘宝平台每年双11期间都会有大型促销活动,故可判断2014年11月13日出现峰值是由于双11的促销引起的。
2、一年中,每个月的活跃用户数
月活跃用户数,以用户ID来衡量,一个ID代表一个活跃用户,这里以2013和2014年数据为例进行分析:
记录了2013和2014两个年份中每个月的活跃用户数。
我们可以看出,第一,2014年每个月的订单数均高于2013相对月的活跃用户数,证实了天猫和淘宝平台的活跃用户人数是逐年增长的,未来可期。第二,2014年双11的促销活动带来的用户远远高于13年度。第三,2013和2014年均在2月份出现了低谷,活跃用户数大量减少,5月和11月出现了峰值,6-8月数值平平,为什么会呈现出这些规律呢?对2014年2月份、5月份数据进一步分析?
记录了2014年1月-2月份的活跃用户数,我们可以看出在1月22-2月6日之间出现了低谷,经查找信息了解到,2014年春节休假日为1月31-2月6日,在此前后,平台会对各地区实行分批快递停运政策。
记录了5月份每天的活跃用户数,我们可以看出,数据整体是比较平稳的,在5.13,5.20,5.27三个时间点上出现了峰值,经查5月份日历表发现,5月份特殊节日比较多,比如母亲节,5.20节日等,用户的需求也会大于其他月份。
综上,2月份时,平台活跃用户数比较低,5和11月份活跃用户数比较高。
3、各类商品的复购率情况
在原始数据基础上,插入数据透视表,以用户ID为标签,用户ID为计数项,值汇总依据为计数,降序排序。注意的是,有些ID重复出现,但是是购买了不同类别的商品,将筛选好的数据重新录入得到下表:
记录了各类商品的复购数,我们可以看出商品的复购率均比较低,类别为38的商品复购率相对比较高。
4、用户年龄与商品成交量的关系
以用户ID为基准,使用VLOOKUP函数,将两表关联在一起,年龄分组也使用了VLOOKUP函数。
图11,记录了不同年龄段,各类商品的成交数量。根据上图我们可以看出,年龄段为0-3岁的小宝宝对各类商品的需求大比较大。
5、用户性别与商品成交量的关系
图12,记录了不同性别,各类商品的成交数量。根据上图我们可以看出,男宝宝对于各类商品的需求大于女宝宝。
综上4-5,我们可以判断,购买母婴产品的用户群体大部分是0-3岁的男宝宝。
五、结论与建议
1.类别为50008168的商品,用户需求比较大,可做为店铺的主推商品,在适当时机带动一些低消产品的售卖,即捆绑消费。
2.每年5月和11月,平台活跃用户数比较多,可适当的采取一些营销手段,获得利益最大化。
3.各类商品的复购率均比较低,可进一步分析是否为产品问题,或者与用户年龄的增长是否有关系,找出原因,提高复购率,增强用户黏性。
4.购买母婴产品的用户群体大部分是0-3岁的男宝宝,可针对性对这些客户进行商品推荐。提高用户的购买积极性。
5.进一步分析4-12岁婴童市场,判断其购买率低的原因,提高这类群体用户的购买积极性。
数据可视化展示: