从0学数据分析：电商销售数据的分析报告

时间：2023-03-16 00:36:01 | 来源：电子商务

时间：2023-03-16 00:36:01 来源：电子商务

• 一. 分析背景

1.1 背景：随着互联网的飞速发展，政府政策的改革推进，国内经济的稳定增长，居民对线上新型购物方式的接受，各种4G网络的普及，人们的购物行为占比也快速增加，本文以淘宝天猫上婴儿用品购买情况数据为例，通过对产品和用户行为分析，收集有价值的信息，为商家提供建议，获取更多利润。

用户数累计：29944 ，销售量累计：45808 ，销售趋势：增长

1.2 理解数据：数据包含表一和表二，数据来源：淘宝母婴电商数据

表一和表二具体内容

表一和表二的字段含义

• 二.分析目的

通过对现有的的用户购买婴儿用品的销售数据与用户数据进行分析诊断，发现销售规律和预测销售趋势，为商家提供制定更好的运营策略，从而提高销售量和销售总额，达到加大获利的目的。

• 三.分析思路

3.1 思维导图

3.2 提出问题

A. 提出问题

1.商品销售量随时间如何变化的？

不同年份、季度、月份商品的销售情况

2.商品的畅滞销情况如何，哪些畅销，那些滞销？

商品总体中哪些销量最好，那些销量最少

不同品类在不同月份的销量差异

3.用户商品的复购率如何，哪些复购率高？

产品复购情况如何

不同品类复购情况如何

4.不同性别与商品类别、数量有哪些差异？

不同性别商品总量的差异

不同性别商品类别的差异

5.不同年龄的与商品类别、数量有哪些差异？

不同年龄商品总量的差异

不同年龄商品类别的差异

3.3 清洗数据

具体见母婴电商数据清洗步骤

• 四. 数据分析

不同年份商品销售分布情况

不同季度商品销售分布情况

由图可以看出销量在逐渐上涨趋势，2012年销量也偏低、2015年销量大幅下降，

1）提出问题：2012、2015年销售额下降原因

1.提出假设：数据来源的正确性或完整性缺失

2.收集证据：在不同季度的商品总销量分布中，2012年只有第三、四季的销售数据，2015年只有第一季度的销售数据

3.得出结论：假设成立，数据来源不够完整

不同月份商品销售分布情况



由图可以看出

• 每年1、2月份的销量是最低的
• 不同年份5月、9月份销量达到一个小高峰
• 11月份销量达到一个大高峰，并且达到一年之最大销量值

2.1）提出问题：为什么每年1、2月份销量很低

1.提出假设：春节期间，法定节假日，物流停运等影响因素导致销售量下降

2.收集证据：2013、2014年1、2月份的每日销售数据

可以看出

• 2013-02-01~2013-02-15产品销量为年度最低，2013-02-10为春节
• 2014-01-26~2014-02-03产品销量为年度最低，2014-01-30为春节
• 在春节期间内，商品销量与节日时间符合

3.得出结论：春节导致1、2月份的销量最低

2.2）提出问题：为什么5月份销量大幅上涨，达到一个小高峰

1.提出假设：

2.收集证据：

• 2013-5-3，2013-5-10，2013-5-30，销量相对较高
• 2014-5-3，2014-5-12，2014-5-22，销量相对较高
• 符合五一劳动节、母亲节、520纪念节、感恩节的，以及月末六一儿童节，五月的节假日较多，活动刺激促使消费，提高销售量

3.得出结论：五月节假日较多，活动促使消费，提高销售量

2.3）提出问题：为什么11月份销量达到一年之最大销量值，形成一个大高峰

1.提出假设：由于平台进行“双十一”促销活动

2.收集证据：

• 由图可以看出2012年11月10日、11月19日；2013年11月11日、11月30日；2014年11月11日、11月22日、11月26日的销量比较大，符合双十一日期11月11日，13日依然上涨说明活动依然持续。
• 同时也可以看出2012、2013年11月11日期间均出现销量大幅上涨趋势，与平台搞大型促销活动时间吻合，同时得出店铺近3年均有参加双十一活动
• 11月的节假日如感恩节等促销活动对节假日也有一定的驱动作用

不同年份在11月销量分布

• 由图可以看出
• 2012-11-10、2012-11-19，销量比较大
• 2013-11-11、2013-11-30，销量比较大
• 2014-11-11、2014-11-22、2014-11-26的销量比较大，
• 符合双十一日期11月11日，13日依然上涨说明活动依然持续。
• 2012、2013-11-11日期间均出现销量大幅上涨趋势，与平台搞大型促销活动时间吻合
• 11月的节假日如感恩节等促销活动对节假日也有一定的驱动作用

3.得出结论：不同年份在11月均参加双十一活动，进行活动促销，驱动消费

不同品类销售的销售情况

• 28、50014815、50008168为最畅销的三类商品
• 38、50022520、122650008位滞销的三类商品
• 可以加大对畅销品类的活动，类目的优化，商品结构的优化，拉动滞销商品的销量
• 对滞销商品进行分析，可以从4P营销理论出发

• 已知28品类是第一畅销的品类
• 2014年，50014815销量大于28，50014815的畅销占比上涨，但整体销量占比低于28
• 说明客户的需求在不断的变化，针对这个变化，加强对50008168的品类的优化

3）为什么50014815销量大于28，却没有成为第一销售品类

不同商品品类在各月份的销量情况

• 28品类在5、7、11月销售大幅上涨，
• 50008168品类在5、9、11月销售大幅上涨，
• 50014815品类在5、8、11月销售大幅上涨，
• 销量主要集中在5、11月那里，可以继续保持5、11月的活动营销

3.用户复购率情况

通过counif函数和数据透视表计算出复购率占比

• 复购率总和占比不到0.1%，商品的总体复购率都很低
• 市场同类商品的平均复购率如何，是低于还是高于，原因是什么
• 竞品的复购率如何

其中38品类的复购率第一，50008168品类的复购第二，28品类的复购率是第三

已知28、50014815、50008168分别为最畅销的三类商品

3）提出问题：为什么非畅销品类38品类的复购率最高，而最畅销品类28品类的复购率较低

1.作出假设：28品类的购买人数较多导致其复购率和人均购买量都不高，销量却没有降下来

2.收集证据：

• 28品类的总销售量最高，人均购买量较高，销售来那个是远远大于其他品类的
• 38品类总销量较低，人均购买量却最高

3.得出结论：38品类购买人数较低，基数较低；28品类的用户数非常多，导致其复购率和人均购买量都不高，销量却没有降下来

针对复购率地问题，可以从用户、商品、竞品角度分析，为什么用户不再购买了，是否满足用户需求 ，是商品自身的质量、包装等问题，还是服务等问题，竞品的复购率是如何，竞品的商品复购率如何，行业同类商品的复购率如何是否低于，还是高于

• 用户角度

4.不同年龄、性别与商品销售分布

• 男宝宝性别占比较高
• 男宝宝偏好商品品类为50014815，女宝宝偏好商品品类为50008168
• 可以针对不同性别的宝宝针对性进行促销购买

目标客群：男宝宝，热销产品50014815

• 通过对年龄段进行分层，
• 得出0-3岁的小婴儿购买占比最大，偏好商品品类为50014815
• 其次是大于3岁的成长宝宝，最后是未出生的婴儿

针对这三个年龄段的宝宝，店铺应该针对购买最大占比的宝宝的喜好进行挖掘，优化该年龄的商品品类针对性进行促销消费，其他年龄段也需要优化，从而提高其购买。

五.结论与建议

• 1.促销活动：商品销售受节假日影响，双十一活动对刺激消费是有影响的，应该持续参加活动刺激消费，同时可以持续优化用户购买业务流程，提升用户双十一体验，刺激消费。
• 2.产品：用户需求是不断变化的，针对用户需求，不断优化商品品类结构，库存占比。
• 3.用户：购买数据中，男宝宝占比较高，针对该类宝宝的偏好进行商品品类结构优化，就此精准锁定客群体，维护客户，对于较低占比的，店铺应该持续不断优化其偏好，从而吸引客户来消费。
• 4.复购率：用户粘性低，必定是有原因的，需针对产品、竞品等角度，商品质量，外包装，售后服务等，是否满足用户需求来分析，一定要就此不断优化分析，满足用户需求，提高用户粘性，最终究提高消费。是否低于相对行业平均水平，相对竞品的复购率进行分析