电商母婴产品数据分析

时间：2023-03-26 04:58:01 | 来源：电子商务

时间：2023-03-26 04:58:01 来源：电子商务

一、分析背景及目的

时代变迁，中国父母，从过去生5-6个，到后来的计划生育，再到现在的二胎。孩子生得少了，但是育儿的成本却越来越高。尤其是近几年来，移动时代的到来，新生代父母们对于科学育儿越来越重视。16年，二孩政策的到来，母婴市场在未来，必将会发生天翻地覆的变化。

本文选取的是，淘宝天猫的母婴产品在2012年到2015年的部分数据集，以及部分用户信息的数据集，来源于阿里云天池。

通过对这2组数据集的分析，充分了解当时母婴产品的销售情况，找出销售规律，帮助公司提高收益。

二、分析思路

三、数据预处理

（1）选择子集

删除auction_id字段，新增属性复杂度、属性复杂度级别、数量级别，年龄区间4个字段

（2）列名重命名

表1，user_id（用户ID）、cat_id（商品ID）、cat1（商品类型）、proprety（商品属性）、buy_mount（购买数量）、day（购买日期）

表2，user_id（用户ID）、birthday（出生日期）、gender（性别）

（3）删除重复值

无重复值

（4）缺失值处理

只有商品属性有144个缺失值，商品属性的值，有点像字典，冒号前的是key，冒号后是value，每个元素用分号隔开。

思考：假设字典中数据越多，是不是这个商品就越复杂，也就跟价值会有点关系呢，所以我们新增一个字段，叫属性复杂度，通过函数

LEN($E2)-LEN(SUBSTITUTE($E2,IF(ISBLANK(E2),0,":"),""))处理成属性复杂度。

商品属性应该跟商品ID和商品类型，有着比较强的相关性，新增商品字段，把商品ID和商品类别组合起来。随后把属性复杂度非0的进行透视，计算每种商品的属性复杂度平均值，再用vlookup函数替换缺失值。

剩余一部分缺失值，我们把商品类别跟属性复杂度进行透视，得到各个类别的均值，再进行替换，到此我们用属性复杂度替代商品属性字段，我们删除购买行为编号 ，商品属性，商品三个字段。至此，我们把属性进行了缺失值处理

（5）异常值处理

删除表2的1984年出生的用户。购买数量1000以上的不能判定是否异常。

（6）一致化处理

把日期通过分列的方法进行统一成标准的日期格式,。

表1中，购买数量进行统计描述

方差极大，样本值很分散，均值跟第十最大值，相差较大。通过透视图观察，其占比主要集中在数量1跟2上。我们可以把购买数量进行按区段划分，1为1区间，2为2区间，3-10为3区间，11-20为4区间，21-100为5区间，101到10000为6区间，通过vlookup实现，新增字段数量级别。

属性复杂度，做柱状图可得

分布较为均匀，可以求四分位数，Q1=8，Q2=16，Q3=23，创建属性复杂度级别

1-8为1级，9-16为2级，17-23为3级，24以上为4级，通过vlookup实现，每级样本数基本相同。

表2数据导入表1，用函数round((购买日期-出生日期)/365,1),得到年龄分布

观察上述年龄分布，可以年龄划分几个区段，新增年龄区间字段未出生，0-5个月,0.5-1.5岁，1.5-3岁，3岁-5岁，5岁-7岁，7岁-12岁，通过vlookup来实现。

（7）数据排序

按照购买日期排序

四、分析内容

（1）商品销量在各时间维度上有怎样的规律？

根据图1，商品的销量是逐年递增的，每年各个季度也是递增的，第四季度达到最大值，到了来年的一季度又会回落。从每个月份，按照数量级别，销量最好的是5月，11月跟12月。

根据图2，其中5月销量分布比较均匀，14年5月12日出现了大幅度的增加，11月跟12月主要是双十一跟双十二增长较大。

根据图3，除去双十一，双十二两天活动，5月是要比11、12月销量更高的，事实证明，举办大型促销活动是能够激发用户的消费能力，也能大幅提高销量。

（2）哪些类型的商品比较受欢迎？

根据图4从购买数量可知，28,50014815，大批量购买较多。

根据图5，可知50008168类型最热销，其次是28类型的商品。

根据图6，热销商品50008168，用户对于商品的复杂度要求比较高，选择较认真

（3）属性复杂度是否影响了商品的销量？

根据图7，从数量级别看，销量随着复杂度略微下降，从购买数量看，大批量购买主要集中在低复杂度的商品。

（4）不同性别与销量，类型，复杂度的关系

根据图8，性别0比1多6%左右，不同性别对销量级别影响较小，但是性别为0的用户，批量购买较多。不同性别对不同类型的需求量基本遵循（2）的分布。

根据图9，性别0对复杂度级别在2的商品选择较多。

（5）不同年龄段与销量，类型，复杂度的关系

根据图10，0.5-1.5岁用户购买最多，其次是1.5-3岁，且0.5-1.5岁用户批量购买也是最多的。类型50008168是所有年龄段必买类型，且在1.5-3岁需求量最大，其他类型在随着年龄增加，逐渐就不再购买。

根据图11，各年龄段对于复杂度的选择并没有特别的倾向，分布比较均匀。

五、结论

（1）每年按季度销量是逐渐递增，到来年又会回落，年初属于淡季。11月，12月受双十一，双十二影响，销量有很大增长。5月没有大型活动，但是销量也比较大。

（2）28,50014815类型商品，大批量购买较多。50008168类型最热销，且用户在选择是会仔细选择属性，属性复杂度较高。

（3）更多人会选择属性更少的商品，尤其是批量采购的用户，更喜欢属性少的商品。

（4）不同性别婴儿的用户，对于商品属性的选择遵循（3）结论。性别为0的用户存在更多批量购买型用户。

（5）婴儿未出生时，用户更多选择50022520类型的商品，出生后就没有太大需求了。其他类型商品在婴儿出生后，需求量立马提升，在1.5岁后需求量降低。热销商品50008168在1.5-3岁的用户，销量达到最高峰，之后需求量缓慢下降，但需求量依然很高。