电商数据全流程分析

时间：2023-03-15 21:34:02 | 来源：电子商务

时间：2023-03-15 21:34:02 来源：电子商务

一、理解数据

• 选择数据集：淘宝和天猫购买婴儿用品的信息，表1为购买商品字段，表2为婴儿信息
• 数据集来源：阿里巴巴天池https://tianchi.aliyun.com/data
• 表格字段：

二、数据清洗

经过选择子集-列名重命名-删除重复值-缺失值处理-一致化处理-数据排序-异常值处理7个步骤，清洗后表1数据集有29972条信息记录，表2数据集有811条信息记录。

三、分析思路，提出问题

综合运用逻辑树分析法将表1表2数据拆解成用户、产品、市场3个维度，每个维度运用对比分析法找出存在的问题，用假设检验分析法对问题进行假设并验证：

四、分析问题

(一)、市场维度——销售情况

由图显示，

• 2012年和2015年的销量偏低，将每年数据具体列出后发现是2012和2015年的数据不全导致；
• 2012-2015年的销量和订单逐年递增，说明该电商运营效果逐年提升；
• 在每年的5月和11月有销量和订单小高峰出现，且11月订单最多；
• 每年的1-2月和6月份销量和订单有下降趋势，特别是1-2月份为全年最低；

由此进行假设分析：

假设1：每年的5月和11月订单高峰由于节假日活动促销所致

销量=订单数*购买数量

由5月销量和订单图可知：

5月2-3日、5月7日、5月10-12日、5月19-22日、5月25-27日在订单出现了小高峰，经查询，5月份的节日比较多：

5月1日劳动节，2013年5月11日/2014年5月13日 母亲节，5月20日，520节，在这些节日的前后均出现购买小高峰，与假设的商家利用节日进行促销相吻合。

由11月销量和订单图可知：

11月11-13日在销量和订单上都出现了小高峰，每年的双十一为电商的购物节，2012-2015年的订单高峰均出现在11月11日这一天，与假设的商家利用节日进行促销相吻合。

由此，假设1成立。

假设2: 1-2月份订单下降趋势是由于春节期间快递停运导致

由1-2月订单和销量图可知：

2013年订单和销量都在2月1日-15日趋于0，经查2013年春节假期为2月9日-15日；

2014年订单和销量在1月21-2月4日趋于0，经查2014年春节假期为1月31日-2月6日；

2015的春节假期为2月18日-24日，而数据只显示到2月4日，数据不全，不做分析；

2013-2014年订单和销量低谷时间与春节假期吻合，故假设2成立。

（二）产品维度——产品运营情况分析

1、各品类商品年度销量/订单情况

由图显示，2012-2015年间，

• 28类累计销量最多，50008168类累计下单次数最多；
• 在销量上，28类、50014815类和50008168类为各年畅销商品，38类、50022520类、122650008类偏低；
• 在订单次数上，50008168类、28类和50014815类和为各年畅销商品，50022520类、122650008类和38类偏低；

2、各品类月度销量/订单情况

由图显示，在1-12月份期间：

• 在销量上，28类在12月份销量最多、50008168类在9月份购买最多、50014815在11月份购买最多；
• 在订单次数上，50008168在11月下单次数最多，其次为9月和5月；28类在12月份下单次数最多，其次为11月和7月；50014815在11月下单次数最多。
• 50014815类商品在11月销量最多，但当月订单次数并不多；

假设3： 50014815类商品为少次大批量采购

对50014815类商品用户销量top10进行统计，此top10个用户的订单次数均为1次，用户ID2288344467单次采购数量为10000，因此假设3成立。

3、热销商品TOP10

由图显示，

• 在购买数量上，商品50018831最多，为12657个，购买次数为718次；应该有多个用户一次购买多个，属于大批量采购，可重点关注；
• 在购买次数上，商品50013636最多，为2066次，购买数量为2279，属于购买次数频繁，但购买数量不多的商品，说明商品小量单次采购居多。

（三）用户维度

1、不同年龄用户购买情况分析

由图显示

• 0-3岁用户是购买主力；
• 在购买数量上，0-1岁用户购买50014815类、50008168类、50022520类和38类较多，2-3岁用户购买50008168类和28类较多；
• 在购买次数上，0-3岁用户购买50008168类、50014815类和28类较多。

2、不同性别用户购买情况分析

由图显示，

• 女性用户购买数量更多；
• 在购买数量上，女性用户购买50014815类、50008168类、28类和38类更多，男性用户购买50008168类、28类和50014815类更多。
• 在购买次数上，男性用户和女性用户都是购买50008168类、28类和50014815类更多；

3、0-3岁不同性别用户购买情况分析

由图显示，

在购买数量上：

• 0岁女性用户购买数量更多，更喜欢购买50014815类；
• 1岁女性用户喜欢购买38类和50014815类；
• 2岁用户都喜欢购买50008168类；

在购买次数上：

• 0岁男性用户购买次数更多，
• 0-1岁用户都喜欢购买50008168类、50014815类和28类；
• 2-3岁用户都喜欢购买50008168类和28类；

4、用户复购率

• 用户购买次数分析

由图显示，只有25名用户购买次数大于1次。通过删除用户ID重复项，得出用户总数为29944，用户复购率为25/29944=0.835%，复购率极低。

• 用户复购情况分析

通过数据透视表列出25名用户的对不同商品的购买次数，发现：

• 仅有的25名用户复购品类集中在28类和50008168类，其他4个类别复购情况特别少

五、解决问题—结论和建议

1、该电商2012-2015年的销量和订单逐年递增，运营效果逐年提升；

2、在销量和订单高峰通常出现在节假日，说明该电商促销效果显著，后续可继续利用节假日进行促销；

3、5月、9月、11月和12月为销售旺季，基本集中在下半年。28类、50014815类和50008168类为各年特别是各年下半年的畅销商品，商家需要投入精力重点运营，库存需要储备充足。针对50022520类、122650008类和38类择需要缩减库存，并找出滞销原因，进行改进。

4、针对商品单次大批量采购用户需要重点关注，挖掘其后续购买潜力。

5、0-3岁用户是购买主力，女性用户较男性用户购买数量更多，其中

• 女性用户和男性用户都喜欢购买50014815类、50008168类、28类；
• 0岁女性用户购买数量更多，0岁男性用户购买次数更多；
• 0-1岁用户更喜欢购买50008168类、50014815类和28类；
• 2-3岁用户更喜欢购买50008168类和28类；

6、用户复购率极低，商家后续需要增加用户粘性，提升用户复购率。