电商数据分析-婴儿用品数据分析

Posted 2020-12-13 wgwg

导读

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，分析市场需求，定位产品方向，从而在满足市场需求的同时，提高销量。

数据

数据源来自阿里天池：https://tianchi.aliyun.com/dataset/dataDetail?dataId=45

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

提出问题

2.提出问题

相关指标

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

1、选择子集

考虑到属性字段，都是一些编号，没办法具体分析，因此去除该字段

2、列名重命名

这里把英文名改成中文名称

3、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

 

 

 

4、数据整合

使用vlookup，根据用户id，匹配婴儿相关信息，但是整合后发现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会提取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

利用if函数替换成男和女

 

 

 

 

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，直接从新用户购买数量，在时间维度上进行分析。

下图是商品的总体走势

 

 

 

接下来我们看看每年的每个月的走势对比

 

 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.这里可以采用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。

产品维度

假设：新增产品类带来销量的上升

收集证据：下面是每年各月的二级分类商品数目对比