关于电商案例的数据分析
时间：2023-03-15 21:46:02 | 来源：电子商务
时间：2023-03-15 21:46:02 来源：电子商务
数据分析分为5个步骤：
1. 提出问题明确自己需要通过数据分析解决什么的问题。
2. 理解数据理解数据各个字段的含义。
3. 数据清洗- 1. 选择子集
- 2. 列名重命名
- 3. 删除重复值
- 4. 缺失值处理
- 5. 一致化处理 (分列处理)
- 6. 数据排序
- 7. 异常值处理
4. 构建模型：运用函数、数据透视表，分析工具库（描述统计分析）5. 数据可视化具体的案例分析演练一. 提出问题- 这几年的销售情况如何？
- 哪种商品销售的数量最多？
- 年龄与购买商品数量之间有什么联系？
- 性别与购买商品种类之间有什么联系？
二. 理解数据今年每个月的销售情况是怎么样的？
User id：用户id号
Auction id:标记用户行为
Cat id:一级类目
Cat 1:子类目
Property ：属性
Buy amount：购买的数量
Day：购买日期
Birthday：生日
l Gender：0代表男性，1代表女性
三. 数据清洗(1). 复制粘贴一份新的Excel文件，并重命名：表1购买商品 - 数据清洗结果；表2婴儿信息 - 数据清洗结果
(2)． 隐藏暂时无关的字段Auction id,property
(3)． 删除重复值: 无重复值
(4)． 缺失值处理：未发现缺失值
(5)． 一致化处理：时间按照yyyy/m/d的格式输出
商品表-yyyy/m/d的格式婴儿表-yyyy/m/d的格式(6)． 按时间升序排序
商品表-时间升序排列婴儿表-时间升序排列（7)． 异常值处理：性别中筛选出“2”的结果将不列入计算
异常值-不列入计算清洗结果如下：
表1购买商品 - 数据清洗结果表2婴儿信息 - 数据清洗结果四.构建模型
哪种商品销售的数量最多？
类别5001883的商品在四年间卖出12657件5. 数据可视化
这几年的销售情况如何？
2012-2015年的商品销售情况-单位(月)2012-2015年的商品销售情况-单位(年)由图观察得知，2012-2015年中，2014年的商品销售情况最为乐观，购买量达到42241，其中11月份的购买量更是多达全年的1/4，达到13044，同时也是四年间销量最好的一个月。
年龄与购买数量之间的联系通过观察上图得知，年龄在7岁和8岁时，商品购买数量的占比分别达到了整个样本人群的21%和24%；相反，17岁和35岁购买数量的占比最少，甚至不足1%。
性别与购买商品种类之间有什么联系？
性别与购买数量之间的联系
在线咨询
