电商产品数据分析基础
时间：2023-03-15 20:46:01 | 来源：电子商务
时间：2023-03-15 20:46:01 来源：电子商务
数据分析对于电商行业的重要性不言而喻，通过数据分析，可以帮助商家选出爆品，找出运营中的薄弱环节以及与同行的差异。
简单来讲，数据分析可以分为以下五个步骤：
- 明确问题：通过数据分析我们想弄清楚什么问题，找出什么样的规律，得到什么有价值的结论；
- 理解数据：我们需要什么样的数据作为支撑，数据中的每个字段代表了什么；
- 数据清洗：无论是通过爬虫获取的数据，运营产生的数据，还是购买的第三方数据，都需要对数据进行清洗，根据所需解决的问题，对数据进行整理；
- 数据分析或构建模型：将清洗后的数据，进行各个因素之间的相关性分析并进行统计；
- 数据可视化：将数据分析的结果以图表等形式进行展现，便于观察和理解。
下面以淘宝某一段时间婴儿用品的销售数据为例进行分析。
第一步：我们希望通过数据分析弄清楚：（1）哪些商品的销量最好，最受大家的欢迎（2）不同性别的婴儿对产品需求的差异（3）时间因素对产品销售的影响。
第二步：我们通过阿里云天池数据集获得了我们所需的数据，购买商品数据集里共有29972条数据，里面包含“用户ID”，“商品编号”，“商品二级分类”，"商品一级分类"，"商品属性”，“购买数量”和“购买时间”。婴儿信息中共有954条数据，里面包含“用户ID”，“出生日期”和“性别”。
第三步：数据清洗包含以下几个步骤：
- 选择子集：在源文件中保留数据分析所需的字段，将其他字段隐藏；
- 列名重命名：将字段的名字进行修改，方便理解和记忆
- 删除重复值：在excel中，“数据”->“数据分析”->删除重复值
- 缺失值处理：在excel中，“数据”->“数据分析”->快速填充
- 一致化处理：通过excel中的分列功能，将购买时间的数据类型，从数值型转化为日期型；
- 数据排序：根据购买时间将所有的数据升序排列；数据的时间范围为2012年7月2日至2015年5月2日；
- 异常值处理：通过筛选功能，检查是否存在异常值，如果存在，将其更正；
第四步：通过数据透视表进行数据分析，弄清楚每年，每季度，每月份的婴儿用品的销量如何。我们通过不同年份的同期对比可以发现，婴儿用品的数量呈现逐年递增，表明母婴用品的销量长期看涨。单月销售最高的为2014年11月份，总共销售13044件。此外，还可以通过修改汇总项的值汇总依据，可以显示最大值、最小值和平均值等数据。
因为有同一个用户ID重复购买不同的商品，所以用数据透视表将用户ID和购买数量分类汇总，得到每个用户的总购买数量；再用VLOOKUP函数，在婴儿信息中查找对应用户ID的购买数量。
从性别差异上看，除品类50022520外，女宝宝的购买数量比例都高于男宝宝。
第五步：数据可视化：根据所需要的结果，可以选择合适的图标形式对数据作图，使数据直观的呈现出来。
在线咨询
