婴儿用品电商数据分析报告
时间：2023-03-26 09:38:02 | 来源：电子商务
时间：2023-03-26 09:38:02 来源：电子商务
随着国家开放二胎政策，婴儿市场规模也在不断的扩大，根据淘宝天猫的婴儿用品购买情况，对产品进行多维度分析。
1.理解数据数据来源：阿里云天池婴儿用品信息数据
数据集包含两张表，购买商品表和婴儿信息表
购买商品表字段信息：用户ID 商品ID 商品二级分类 商品一级分类 商品属性 购买数量 购买日期
婴儿信息表字段信息：用户ID 出生日期 性别
2.提出问题1.在2012年7月-2014年12月，为什么销量呈现上涨趋势？
2.哪类商品最热销，可主推？
3.用户年龄段、性别对于销量的影响？如何做到精准营销？
分析思路：
3.数据清洗
选择子集
考虑到属性字段，都是一些编号，没办法具体分析，因此隐藏该字段
列名重命名
这里把英文列名改成中文列名
一致化处理
两张表都需要对日期进行处理，转换成标准的日期格式，text函数进行格式化统一
数据整合
使用vlookup，根据用户id，匹配婴儿相关信息，但是婴儿信息表数据较少，商品表有很多数据无法匹配到婴儿信息，因此在后续关于婴儿相关分析的时候只使用能匹配上的部分数据
异常值处理
关于婴儿性别，0代表女，1代表男，2代表未知，要对2的异常数据进行处理，这里按照男女比例进行大概处理，
男女比例为：438：489 ，总共26个异常值，因此把12个替换成1，14个替换成0
4.数据分析1.在2012年7月-2014年12月，为什么销量呈现上涨趋势？1.首先，对销量进行多维度拆解，分成【新用户购买量】 和 【老用户购买量】，分别进行分析，但是经过计算，该测试数据，老用户的复购率特别低，因此可以忽略
商品销量总体走势
再看每年各月走势对比
通过走势分析发现，在每年的5月，9月，11月都有不同程度的高峰凸起，整体呈现上涨趋势，接下来分析，为什么销量上涨？
2.采用
4P营销理论，利用
假设检验法，分别从产品、价格、渠道、宣传，四个方面进行分析。
（1）产品维度
收集证据：
可以看出，2014年在5月，11月商品数目有所增加，2013年和2012年有缓慢的上升趋势，但是由于这个是订单数据，这些商品也只是获取的购买到的商品数目，所以不太准确，建议可根据公司实际市场部的商品数据进行二次验证，因此假设不成立。
（2）价格维度
数据集中未给出价格相关的数据，因此假定平均价格保持稳定，对销量影响不大，因此假设不成立。
（3）渠道维度
收集证据：
根据每年各月的走势图，我们发现，仅仅是在5,9,11存在波峰，之后前后月份都会有所下降，所以如果是渠道增加，应该是一个持续上涨的趋势，所以推断假设不成立，案例中也没有相关数据，实际工作中，可获取渠道数据进行验证，所以，在本案例中，假设不成立。
（4）宣传维度
宣传维度主要包括品牌宣传，公关，促销等，这里只分析促销
收集证据：
从图中可以看出2014年在5月3日，5月12日，5月22日都有明显的波动，特别是在5月22日，核证后，5月1日-5月3日（劳动节）、5月11日（母亲节）及5月20日（表白节）淘宝天猫均做促销；13年5月数据在5月3号，5月10号和5月20号也都有所上涨，说明受到节日促销的可能性很大。
2014年在9月20号达到一个很大的波峰，2012年和2013年也有不同程度的波峰，考虑到每年的9月都会有中秋的节日，可能会不定期搞促销活动，但是9月20日并没有什么节假日或者活动日，经核查，有一笔订单，一次性订购了2748件，属于偶然事件，不作为分析范围。
11月双十一活动带来的影响表现明显，2012年在11月10日和11月19日出现高峰，2013年在11月11日和11月29日出现高峰，2014年是在11月13日出现高峰，只是2014年时间是在11月13日，而非11月11日，这个需要跟相关部门沟通一下，是否是促销时间调整的问题。
因此，对于促销活动带动销量的假设成立。
总结：销量增长的原因，一是促销活动带来非常好的效果，二是商品数目的增加也在一定程度上促进了销量增长。
2.如何进行有效的促销？商品维度
主推热销产品热销产品，定义为下单次数多的商品，如果从销量考虑的话，会出现一次性购买很多的现象，下单次数多，代表大家对该产品都喜爱，这才是热销
可以发现一级分类商品中尾号28的产品销量最多，尾号68的商品订单量最多，购买次数为12494，因此尾号68的商品是我们的热销产品，接下来分析该商品类下的二级分类订单量情况。
接下来再看看50013636商品在时间轴上的订单变化趋势
可以看出50013636类的商品，订单量最高，而且从时间上看，在几次的促销活动中，它都有出色的表现，说明该商品类是热销产品，那就可以考虑，对该产品进行重点评估，下次的促销活动能够选择该商品类下的部分商品。
用户维度
针对不同用户群体，精准营销年龄的估算是使用DATEDIF函数根据购买时间-出生时间计算，有存在负值的现象，是因为有些商品是在宝宝出生前提前购买好的，估算的年龄是四舍五入取整的，0岁代表了一部分即将出生的婴儿和刚出生不到半年的婴儿。因此此部分是按估算的年龄进行分析。
在计算过程中发现有28岁的孩子，将作为异常值将该行数据进行删除。
我们首先看看不同年龄对商品的偏好
可以看出婴儿用品购买集中于0岁和1岁之间，这里0岁代表的是出生前后半年时间，1代表的是半年至1年半的时间，说明婴儿在出生前到1岁半之间购买量是最大的，并且对于15结尾的产品在0和1之间需求量很大，28和68产品有生前预购倾向。
可以看出，女婴在出生前至1岁半前对于15结尾类商品需求量比较大，男婴在0-2岁对于68结尾的商品比较大，并且在0-1岁对各类商品的需求都不少。
可以发现女婴带来的销量远高于男婴带来的销量，女婴带来的订单量也大于男婴的订单量
由于2015年仅有两个月数据，因此不考虑将2015年加入对比，但是从走势中容易看出母婴商品的销量逐年增加，女婴带来的购买量一直高于男婴带来的购买量。
可以看出女婴对商品类别尾号为15的商品偏好明显，男婴对商品类别尾号为68的商品偏好明显，但是无论男女对商品类别尾号为68的商品均有需求，说明是刚需产品，可以考虑通过更多的数据去分析相关性，搭配套餐带动其他产品的促销。
结论与建议：1.促销活动一定要有针对性，
50013636类商品是热销商品，评估后，可以采取相应的促销手段。
2.精准营销，针对需求的多少去针对性推送广告以此来减免广告费用，提高广告效率，对于
女婴产品可以集中在1岁进行15结尾类的商品进行推广，男婴产品可以在0-2岁集中推广。
3.推广渠道按照年龄划分，
如果需求量在0-1岁比较大，线上推广可以结合母婴类APP在不同模块和功能点处进行针对性推广。
4.
对于商品类尾号为28的商品销量最多，尾号为68的商品订单量最大，可以进行大力的宣传和推广，在保证产品质量的同时提高产品的销量。
参考资料：
https://zhuanlan.zhihu.com/p/112740070
在线咨询
