数据分析师分析思路案例——淘宝婴儿电商数据

分析背景

随着互联网的发展，人们越来越依赖网上购物，尤其是婴儿产品。本案例分析淘宝和天猫2012~2015婴儿用户的业务数据。其数据具有指导下一步业务发展的意义。

数据来源：阿里巴巴天池 （https://tianchi.aliyun.com/dataset/dataDetail?dataId=45）。

这个数据集包括两个excel文件。表1购买商品，表2婴儿信息。

分析目的

通过务数据进行分析，发现隐藏的问题，为下一步的经营决策提供依据，增加销量和销量。

分析思路

1）数据中可分析的指标

2）数据中可分析的问题

哪种商品最受欢迎？随着时间的推移，商店的交易量和订单量如何变化？会员回购率是多少？他们重复购买了什么商品？婴儿年龄对商品销售有什么影响？婴儿性别对商品销售有什么影响？分析内容

1）理解数据

表1字段分别为：

user_id:用户IDauction_id:购买行为编号cat_id:商品种类IDcat1:商品类别property:商品属性buy_mount:购买数量day:购买时间

表2字段分别为：

user_id:用户IDbirthday:出生日期gender:性别(0 男性；1 女性，2 未知)

2）数据清洗

①选择所需的子集

根据以上分析的问题，隐藏不必要的数据列(隐藏表1中不必要的字段:auction_id:购买行为编号，property:隐藏商品属性，保留表2的所有字段。

②重命名列名

用相应的中文列名替换原英文列名很容易理解。

③删除重复值

删除两个表的全选数据的重复值，发现没有重复值。

④处理缺失值

查询两个表的缺失值(以列为单位对比每列数)，发现无缺失值。

⑤一致化处理

标准化两表的时间数据，并使用vlookup函数相关，便于数据分析。

⑥处理异常值

a.通过筛选，改变出生日期格式，并将有#N/A筛选出性别为2的异常值，并使用if函数将性别表示为男女，如下：

b.由于年龄对数据的影响需要分析，这里的数据还需要通过购买时间添加计算年龄-出售日期可以，其中出现-1，-2，28等待异常年龄数据，这里我们对-2筛选和处理两个异常明显的数据，并将整体数据添加到新表中，如下：

到目前为止，两表相关的数据清洗已经结束，可以为下面的分析提供依据。

3）构建模型分析问题

①哪种商品最受欢迎？

从图中可以看出，50008168的购买量最高，其次是28。因此，50008168最受欢迎。

②随着时间的推移，商店的交易量和订单量如何变化？

首先，解释交易量与订单量的区别：交易量是统计交易的商品数量；订单数量是统计订单数量，每个用户下一个订单是一个订单数量，每个订单可以包含多个商品。

考虑到年份时间跨度大，我在这里尽量缩短时间跨度，按月统计，数据会更准确。

按成交量统计：

从图中可以看出，从2012年底到2015年初，总体成交量呈上升趋势，月度和季度销量同比增长。然而，观察后会发现：

每年2月销量会突然下降；每年5月和11月销量会突然上升。为什么？这里需要进一步验证销量和月份的关系。

考虑到中国的春节一般集中在每年2月左右，快递将在此期间关闭，销售可能会受到影响。在这里，我们将以日为单位，验证销售是否与春节有关！

从1月和2月的销售数据可以看出，2013年2月3日至2月15日，销量达到最低值；2014年1月26日至2月4日，销量达到最低点。经调查，2013年春节为2月10日，2014年春节为1月31日。春节假期与上述销售低谷正好一致，因此有理由说明春节假期对销售有削弱的影响。

同理，联想5~6母亲节，520，儿童节，我们继续验证销量是否与假期有关！

从上图可以看出，2013年和2014年5月的销量高于6月，具体时间为5.13、5.58销量前后出现小高峰，与母亲节和儿童节前后的时间一致。因此，有理由说明节假日对销量的增加有影响，商店可能会配合节假日进行促销活动。

为什么每年11月左右销量都会达到高峰？继续提取数据:

从图中很容易看出，销售高峰将在三年中的11月11日和12月12日形成。双十一、双十二是淘宝店推广的日子，所以有理由每年11月、12月的销售高峰都是双十一、双十二带来的。

按订单量统计：

因为每个用户下订单会形成用户ID，所以对用户ID计数可以知道订单数量随时间变化的趋势。如图所示:

上图显示了每月订单量的变化趋势，其中每年2月和11月左右的变化趋势和交易量的变化趋势基本相同。只有5月份的变化趋势，订单量高峰提前一个月。我们进一步每天打开数据，如图所示：

从上表可以看出，两年中的4月份的订单量高于5月份。从上图中看，5月份的交易量高于4月份。这表明4月份的活动预热可以增加订单数量，5月份的单笔交易量增加，但订单数量下降，回购率可能值得研究。

③会员回购率是多少？他们重复购买了什么商品？

用户一可以看出，用户ID计数为29971，因此订单数量也为29971。因为用户可以通过用户重复订单ID有多少用户重复下单？

以用户ID 作为行标签，用户ID数据透视表按计数大小排序，如图所示：

从表中行标签可以看出，实际购买用户数为29947，重复购买用户数为25，用户回购率=25/29947，回购率极低，销量主要来自新用户。

回购率低意味着平均购买次数低，接近1，进一步说明用户粘性差。操作可能需要从产品质量、渠道质量、卖点宣传、售后服务等方面进行调查。

让我们来看看这些重复购买的用户购买了什么商品，如图所示：

上表显示了25个重复购买用户购买商品类型的分布，共有52种商品。其中，50008168重复购买最多，其次是28种商品。对于这些回购较多的商品，我们应该研究其商品属性和卖点，了解为什么它们卖得这么好，并为未来的主要商品提供指导。

同样，我们也需要了解这些重复购买用户的肖像，抓住他们的需求，推荐更合适的商品。

④婴儿年龄对商品销售有什么影响？

年龄与销量的关系从前面的关联表中总结出来，如图所示:

从上表可以看出，商品的用户年龄为0~11岁（排除-1年)。其中，如果将-10-2岁的婴儿是主要的购买者。而且随着年龄的增长，购买量也在减少。因此，在考虑商品营销策略时，可以0-2以婴儿用品为主要营销对象。

那么0~2年龄较大的婴儿用户对这些产品的需求较高？这里再做数据透视，结果如图所示：

从上表可以看出，对0-250008168商品购买量最大，其次是50014815商品和28商品。

因此，对于这三种销量较高的商品，一定要在销量高峰期准备好货源。

另外，婴儿的性别是否也会影响销售，再分析一下！

⑤婴儿性别对商品销售有什么影响？

从上表可以看出，男婴的整体购买需求比女婴强（492>438）；其中，50008168在男女性别中最受欢迎，其次是5001815和28；此外，不同性别对不同商品的需求也不同。例如，50008168的男性需求超过女性。

结论与建议

1）50008168是购买量最大、最受欢迎的产品，因此该产品可以作为销售的主要产品进行推广和推广；

2）商店的交易量和订单量受节假日的影响很大。每年2月左右受春节停运影响，购买量下降。建议在此期间节约劳动力成本和推广资源；每年5月左右和11月左右受节假日、双11、双12的影响，销量飙升。建议提前准备货物，提前计划促销活动。

3）店铺回购率极低，平均购买次数接近1，用户粘性低。建议运营从产品质量、渠道质量、卖点宣传、售后服务等方面进行调查。

4）店铺的主要用户年龄是0-2因此，在考虑商品营销策略时，需要岁0-2年龄较大的婴儿用品作为主要的营销对象。；其中50008168商品需求最高的商品，在店铺销售高峰期，要准备好货源。

5）性别对产品销售影响不大。其他女婴对男婴的需求略高，但个别产品的男婴远高于女婴，如50008168。对于此类产品，应进行性别指导和详细页面推广。

以上。