电子商务数据分析-母婴产品

时间：2023-03-26 08:22:01 | 来源：电子商务

时间：2023-03-26 08:22:01 来源：电子商务

母婴产品数据分析

一、分析目的

通过对母婴产品数据进行分析，挖掘出有用信息，提出针对性建议以提高店铺销量。

二、分析思路

三、理解数据

数据来源

数据集来自“天池”的婴儿用品信息，记录了2012年7月2日-2015年2月5日的用户购买信息，其中包含两个数据文件：商品购买信息表、婴儿信息表。

数据字段梳理

• 商品购买信息表（7个字段 29972行）
• user_id：用户身份信息（1个user_id代表一个用户）
• auction_id：购买行为编号（订单编号）
• cat_id：商品种类序列号（由商品大类下细分出的小类）
• cat1：商品序列号（商品所属大类）
• property：商品属性
• buy_mount：购买数量
• day：购买时间
• 婴儿信息表（3个字段 954行）
• user_id：用户身份信息
• birthday：出生日期
• gender：性别（0 男孩；1 女孩）

指标维度梳理

• 结果指标
• 销量：buy_mount
  
• 维度
• 购买用户：user_id
• 购买时间：day（2012年7月2日-2015年2月5日）
• 商品类别
• 商品大类：cat1
• 商品小类：cat_id
• 商品属性：property
• 婴儿年龄：day（购买时间）-birthday（出生日期）
• 婴儿性别：gender

根据母婴产品的适用人群，可以对婴儿年龄分为以下5个阶段：0-6个月、6个月-1岁、1-3岁、3-7岁，7岁以上，不同阶段的使用者所食用奶粉的类别及销量可能存在差异。


三、数据清洗

1. 删除重复值

• 商品购买信息表——由于一个aution_id对应一笔订单，因此通过action_id列对数据进行去重处理
  

• 婴儿信息表——对user_id进行去重
  

2. 缺失值处理

利用定位功能对空值定位后发现仅property列存在空值，由于property列对本次分析不重要，故不对这些空值进行处理。

3. 异常值处理

• 对商品信息表中的buy_mount列进行描述性统计分析
  

由描述统计可知，最大值为10000，推测数据中含异常值。因为缺乏商品的具体信息，无法从商品的消耗速度推 断用户购买数量是否合理，故从统计学角度对buy_mount超过平均值3倍标准差(2.60+3*65.68=199)的数据进行删除处理。（工作中应站在业务的角度进行进一步分析）

• 观察婴儿信息表中的信息时发现，存在gender为2的数据，通过对gender列排序发现，共含26条这样的数据，异常数据量较少，删除对分析影响不大，故对这部分数据作删除处理。
  

4. 数据表连接（方便后续查看数据进行分析）

利用Vlookup函数对两两张表数据进行连接，方便对数据进行分析。
使用函数如下：

=VLOOKUP(商品购买信息表!$A2,婴儿信息表!$A:$C,2,FALSE) 5. 一致化处理

• 利用分列功能对购买时间day列和生日birthday列进行日期格式化处理为yyyy/mm/dd格式
• 添加所需列，方便进行后续分析
• 性别列（gender）——根据gender中的0和1，分别对应男和女。、
• 年龄列（age_group）——根据购买日期-计算日期得到购买时年龄，进而用vlookup分组到相应的年龄段：0-6个月、6个月-1岁、1-3岁、3-7岁

6. 对不重要的字段进行隐藏

此处商品属性”property”为非必要分析字段，因此对其进行隐藏。


数据清洗结果

最终得到数据28394条，年龄组(age_group)显示数据867条，对于年龄组无值的情况，认为是提前购买。

四、数据分析

1. 总体销量趋势

通过对各年的总销量统计可以看到，2012年和2015年的总销量较低，由于这两年均有不同程度的数据缺失，因此这里不对其进行分析；而2014年的总销量相比2013年有很大幅度的增长，计算其同比增长率得到2014年的同比增长率为49.4%，说明2014年的总销售状况良好。
接下来，将时间维度拉到季度对销量走势进一步分析。

由于2012年上半年和2015年数据的缺失，因此只对2012年3季—2014年4季的数据进行分析。观察发现，2012年-2014年3、4季度均呈上升趋势；其中，2013年和2014年，第4季度的总销量在一年中最高。

提出问题：为什么第4季度在一年中的销量最高呢?
根据4P营销理论和假设检验分析方法，我们可以从以下路线进行分析：

假设1：促销活动为销量带来明显增长
收集证据：

通过观察各年月份销量走势图，发现每年的11月份都是销量的最高点，因此可以进一步猜测是”双11“的促销活动带动了销量的增长。


再看各年11月份销量走势图，发现每年”双11“当天或前一天的销量都是11月份中销量最高的；同时我们可以发现，2014年”双11“的销量要远大于前两年的销量，但活动的前10天销量走势较平缓，无波峰出现，而2012年和2013年同期却有1-3个小波峰的出现，出现走势差异的原因可能是每年”双11“的规则不同导致的。由于其对分析目的帮助不大，因此不对其进一步分析，但可以确定的是”双11“的促销活动为第4季度销量带来了明显的增长。
结论1：假设1成立。第4季度在一年中销量最高的原因之一是”双11“促销活动为销量带来了明显的增长。


假设2：爆款产品的出现使销量有明显的提升
如何判断是否有爆款产品出现呢？如果有爆款产品的出现，那么第4季度的绝大部分销量都是由爆款商品贡献，且在第4季度爆款产品所属大类的销量占比会有明显增高，同时各年的各大类销量占比可能会有明显差异。
收集证据：
先找出第4季度中销量占比前3的3个大类，观察这几个大类4个季度在大类中销量占比的变化（由于2012、2015年数据有缺失，因此只看2013年和2014年的数据）


通过观察发现，2013年和2014年中各大类销量占比情况类似，各大类销量占比在这两年均没有太大变化；两年中销量占比最高大类前三名分别为（从高到低）：28、50008168、50014815。
下面对以上三个大类在各季度中大类占比的表现进行分析观察：


从图中可以看出，这三大类中第4季度的大类销量占比在4个季度中均不是最高的，且第四季度各大类销量占比没有明显的提高。这说明这三个大类在第4季度均没有爆款产品出现，因此，假设不成立。
结论2：假设2不成立，第4季度在一年中销量最高与爆款产品没有关系。


2. 销量Top3的大类


由图中可以看出，销量最高的三个大类是：28、50008168、50014815。其中，前两个大类28、50008168的总销量较为接近，第三名与第二名差距较大。


3.性别对销量的影响

3.1 哪种性别的购买力更强？

首先查看性别分类总销量和人均销量情况，可以发现对男性婴幼儿的总销量要远高于女性婴幼儿的总销量，且超出的比例达到66.2%；对男性婴幼儿的人均销量要比女性婴儿高出约0.7件。从总体数据可以看出，男性婴幼儿购买力更强。
接下来，对这一现象提出猜想假设进一步分析：
猜想：男女婴幼儿购买力的差异有没有可能是各性别年龄组分布不同导致的？
假设：男女婴幼儿购买力的差异是各性别年龄组分布不同导致的。
收集证据：

在对各年龄组各性别人均销量情况观察时发现一个异常点，6个月-1岁组男性婴幼儿的人均销量特别高。因此，对这一组数据的各订单销量进一步查看。

在对6个月-1岁男性婴幼儿各订单销量查看时发现，有一笔超大额订单出现。再对有关联性别的全部订单销量进行分析，看看这种类似的超大额订单是否存在多笔。结果发现这种超大额订单只有一笔，而这笔订单对我们的分析结果会产生很大影响，因此对这一笔订单数据剔除后再进行分析（后面的分析均受此订单影响，因此均剔除此笔订单，实际工作中，可与业务部门商量决定是否剔除）。



剔除异常订单后再看数据可以发现，男婴幼儿的人均销量仍高于女婴幼儿的人均销量；对年龄组进行细分，除了6个月-1岁男性婴幼儿人均销量略微低于女性婴幼儿外，其它年龄组男婴幼儿都在人均销量上有不同程度的优势，其中1-3岁的男婴幼儿与女婴幼儿的差距较大。因此可认为，除了6个月-1岁的年龄组，其他年龄组的男婴幼儿购买力比女婴幼儿购买力更强，其中在1-3岁年龄组两种性别的差异尤为明显。
结论：男女婴幼儿购买力的差异不是各性别年龄组分布不同导致的。


3.2 男女性别中哪种大类更受欢迎？

从图中可以看出，在男婴幼儿和女婴幼儿中，最受欢迎的三个大类相同，均为：28、50008168、50014815。但在男婴幼儿中，最受欢迎的大类是50014815；而在女婴幼儿中，最受欢迎的大类是50008168。

4. 婴幼儿年龄对销量的影响

4.1 哪个年龄组销量更高？

从各年龄组销售情况上看，总销量最高的三个年龄组分别是（从高到低）：1-3岁、3-7岁、0-6个月。
猜想：年龄组的销量情况有没有可能受性别分布影响？
假设：年龄组的销量情况有没有可能受性别分布影响。
收集证据：


在对男女婴幼儿中各年龄组销量情况分析时发现，男女婴幼儿各年龄组销量分布与总体销量在各年龄组中的销量分布接近，因此可以认定年龄组的销量情况不受性别分布影响。
结论：年龄组的销量情况不受性别分布影响。

4.2 在各年龄组中哪个大类更受欢迎？

从图中数据可以发现，各年龄组最受欢迎大类如下：
0-6个月：28
6个月-1岁：50014815
1-3岁：50008168
3岁-7岁：50008168
7岁以上：50008168
由此可以发现，1岁以上的婴幼儿更喜欢5008168大类产品。


5. 用户复购率分析

这里对四年内的用户复购率进行计算，首先对User ID进行计数，筛选出四年内购买次数大于1的用户，得到共25个用户有复购行为，其中最大用户复购次数为4次。由此可通过公式用户复购率=四年内购买次数大于1的用户/付费人数，计算得到四年用户复购率为0.09%。复购率极低，是一个比较严重的问题。由于数据不足，无法展开进一步分析。（实际业务中，可利用群组分析方法找出用户流失的原因）


五、结论与建议

• 结论

1. 第4季度在一年中销量最高，究其原因是“双11”促销活动对第4季度销量提高有很大帮助，因此促销活动可以明显提高销量。
   
2. 销量Top3的大类商品分别为28、50008168、50014815（销量顺序从大到小）。用户对这三大类商品有较大需求。
   
3. 男性婴幼儿整体购买力更强。除了6个月-1岁的年龄组女婴幼儿购买力更强外，其他年龄组的男婴幼儿购买力均比女婴幼儿购买力更强。其中，1-3岁年两组男婴幼儿与女婴幼儿购买力的差异尤为明显，人均销量差距可以达到0.65件。
   
4. 男女婴幼儿中，最受欢迎的三个大类分别是：28、50008168、50014815。其中，最受男婴幼儿欢迎大类为50014815；最受女婴幼儿欢迎的大类为50008168。
   
5. 总销量最高的三个年龄组分别是：1-3岁、3-7岁、0-6个月。说明这三个年龄组的婴幼儿需求最大。
   
6. 各年龄组中最受欢迎的大类如下：
   0-6个月：28
   6个月-1岁：50014815
   1-3岁、3-7岁、7岁以上：50008168
   
7. 商铺复购率极低，四年内用户复购率仅为0.09%，是一个急需重视的问题。
   

• 建议

1. 可以在销量较低的季度或月份多举办促销活动，刺激消费，带动销量增长。
   
2. 用户对销量Top3的28、50008168、50014815大类商品有较大需求，应保证充足的货量，防止断货。同时，可以推出这三大类商品与另外三大类商品的套餐活动，带动另外三大类商品的销量。
   
3. 适当增加对男婴幼儿活动的相关推送，提高男婴幼儿商品的上架比例。对男婴幼儿家长主要推广50014815大类，女婴幼儿家长主要推广50008168大类。
   
4. 1-3岁、3-7岁、0-6个月这三个年龄组需求最大，可以加强对这一部分客户的推广，唤起他们的消费需求，提高销量。
   
5. 随着各用户孩子年龄的增长，调整对用户的推送产品的类别。0-6个月的孩子主要推广28大类，6个月-1岁的孩子主要推广50014815大类，1岁以上的孩子主要推广50008168大类。
   
6. 用户复购率较低。可以推出会员服务或定时向付费用户发放优惠券增加用户复购数，提高用户粘性。