数据分析 -- 电商母婴销量

时间：2023-03-26 08:16:02 | 来源：电子商务

时间：2023-03-26 08:16:02 来源：电子商务

数据来源

阿里巴巴天池 https://tianchi.aliyun.com/dataset/dataDetail?dataId=45
数据包含两个表格：表1购买商品、表2婴儿信息

理解数据
表1“购买产品”总共有8列，29972行，列名分别是：

• user_id: 和表格“婴儿信息”中的user_id一一对应
• auction_id: 产品ID，从英中翻译来理解auction_id比较困难，从官网上可以看出来auction_id就是item_id，也就是产品编号，用于识别这个产品
• cat1: 产品一级分类ID（官网英文全称为Root Category ID）
• cat_id: 产品二级分类ID（官网英文全称为Category ID）
• property: 产品特性（官网解释为Property of the corresponding item）
• buy_mount: 购买数量
• day: 购买日期

表2“婴儿信息”总共分为3列，954行，列名分别是user_id, birthday和gender：

• user_id: 客户编码。每一个客户都有一个唯一编码，用于识别这个客户
• birthday：客户的婴儿出生日期。不同年龄段的婴儿，使用的产品，比如奶粉、尿不湿是不一样的
• gender：婴儿性别。男婴儿和女婴儿在产品上的使用也不一样，比如说服装

数据从用户、行为、产品可以分为
用户数据：

• user_id（用户ID）
• birthday（婴儿生日）
• gender（婴儿性别）

行为数据：

• buy_mount（购买数量）
• Purchase_day（购买日期）

产品数据：

• item_id（产品ID）
• category1（一级分类产品）
• category2（二级分类产品）
• property（产品特性）

提出问题及分析思路

分析过程

这次使用的数据是电商产品的销售数据，所以我们从销量的角度出发，来提出和分析问题。在数据理解部分我将数据划分为产品数据和用户数据，所以根据多维度拆分分析方法，将销量从产品和用户两个维度来划分。

产品维度
先从时间上将销量拆分为年销量和月销量，利用对比分析方法进行对比，再使用假设验证分析来寻找销量变化的原因

注意：购买时间的范围是从2012年到2015年，但是因为2012年和2015年的数据不完整，分析的时间范围限制在2013年和2014年


从图表中可以看出，2014年是2013年总销量的近2倍。具体分析，2014年11月的销量是2013年11月的销量的5倍，是2014年销售量增加的主要原因。所以我们具体分析：2014年11月份的销量为何大增？

因为销量 = 购买次数 * 每次平均购买量，将销量划分为购买数次和每次平均购买量。根据假设验证分析方法，提出如下两个假设：

1. 2014年的购买次数远大于2013年的购买次数
2. 2014年的每次平均购买量远大于2013年的每次平均购买量

收集数据如下：

	2013年11月	2014年11月	倍数
购买总量	2538	13044	5.14
购买次数	1153	1833	1.59
每次平均购买量	2.20	7.12	3.24

假设验证分析过程和结论如下：

结论：2014年11月销量大增的主要原因是因为每次平均购买量大幅增加。

继续分析每次平均购买量增大的原因，给出两个假设：

1. 大部分客户的购买量都在提升，比如有可能是用户本身需求变大，产品新功能复合市场需求，竞争对手变差等
2. 少部分客户的购买量大幅提升，体现为小部分订单的购买量很大

接下来对2014年11月和2013年11月销量做描述性统计分析，统计数据如下：

	2013年	2014年
Mean	2.201214224	7.116202946
Standard Error	0.433192894	5.456867438
Median	1	1
Mode	1	1
Standard Deviation	14.70943452	233.6278629
Sample Variance	216.3674638	54581.9783
Range	409	9999
Minimum	1	1
Maximum	410	10000
Sum	2538	13044
Count	1153	1833
Largest(5)	80	100
Smallest(5)	1	1

1. 看方差或标准差，差异很大，数据分布范围很广，说明不是因为大部分客户的购买量在提升，可以排除假设1
2. 看排在第5位的最大值，也就是Largest(5)一栏，分别是80和100，差异也不大，但是最大值410和10000的差异巨大，复合假设2：少部分客户的购买量大幅提升。而且很大可能性是由于极个别订单造成的

于是，将2013年11月和2014年11月单笔销量top10的数据做图表分析：

可以看出2014年的最大订单（购买量为10000）是造成数据的主要原因，将这个数据去掉，2014年11月的每次平均购买量下降为1.66，低于2013年11月的每次平均购买量

	2013年11月	2014年11月（去掉最大订单）	倍数
购买总量	2538	3044	5.14
购买次数	1153	1832	1.59
每次平均购买量	2.20	1.66	0.75

所以假设2：少部分客户的购买量大幅提升，成立

购买总量受到了其中一个大订单的影响，为了去除这个订单对整体数据的影响，现在直接对2013年和2014年的每月购买次数进行分析：

可以看出销售高峰期分别是11月和5月。因为11月有双11活动，所以销量较大。而5月份的节日较多，估计商家也推出了较多的促销活动，所以销量也比较大。

可以看出销售高峰期分别是11月和5月。估计11月有双11活动，所以销量较大。而5月份的节日较多，估计商家也推出了较多的促销活动，所以销量也比较大。

现在分别做验证：

可以看出：2013年和2014年11月份购买次数最高的时间正好是11月11日，符合假设

可以看出：2014年5月销量较高的日期分别是5月12日、5月20日和5月26日；2013年5月销量较高的日期是5月14日、5月22日、5日27月；这些时间正好在母亲节、520节日和儿童节附近，符合假设

现在从产品分类的角度来分析，产品有一级分类产品、二级分类产品，这里主要是用到一级分类产品数据。一级分类产品的销售情况如下

1. 销量最多的三种分类产品分别是28、50014815、50008168
2. 销量最低的三种分类产品分别是122650008、50022520、38

同样运用到，销量 = 购买次数 * 每次平均购买量，提出两个假设：

1. 销量大的产品购买总次数多
2. 销量大的产品每次平均购买量更大

将一级分类产品销量和购买总次数对比，可以看出销量越大的产品购买总次数越多，假设1成立

在计算每次平均购买量时，我将2014年11月购买量为10000的订单删除掉，因为10000的订单在整个数据中非常少见，与每次购买量的中位数、平均数和四分位数的差值也非常大。得到如下图表：

可以看出：畅销产品的次均购买量比不畅销产品的相对多些，但优势并不明显，假设2不成立。

所以，畅销产品主要是因为购买次数更多。而购买次数由新客户购买和老客户购买次数购买。如果老客户购买次数越多，说明复购率越高，反之则新客户购买次数越多。

数据分析如下：

可以看出，和整体销量比较，每一产品的复购数量都是非常低的，所以销量大的产品主要还是因为新用户比较多。

用户维度
先从性别维度出发，分析男性婴儿和女性婴儿的购买量和购买次数对比

可以看出女性的购买量比男性的高出为67.3%，同时购买次数也比男性的略高出一点。

接下来看男性婴儿的购买偏好：

男性婴儿购买最多前三类产品是50008168、28、50014815

女性婴儿的购买偏好：

女性婴儿购买最多前三类产品是50014815、50008168、28

接着从年龄维度分析，对不同年龄的购买量进行排序，结果如下：

购买最多的前三个年龄分别是0岁、1岁、出生前

现在分析0岁、1岁、出生前婴儿各自的购买偏好
0岁婴儿不同类别产品的购买量：

0岁婴儿购买最多前三类产品是50014815、50008168、28

1岁婴儿不同类别产品的购买量：

1岁婴儿购买最多前三类产品是50008168、38、50014815。值得注意的是产品38虽然总销量不太好，但是在1岁婴儿中销量可以排到第二

出生前婴儿不同类别产品的购买量：

出生前婴儿购买最多前三类产品是50014815、50022520、28。值得注意的是产品50022520虽然总销量不太好，但是在出生前婴儿中销量可以排到第二

结论与建议

1. 一个大数量订单（订单数为10000）影响到了整体的销售数据
2. 除去这个大数量订单，销售量在5月和11月比较突出，分别是因为节日较多和双11，建议以后在这两个月份多备货
3. 销量最多的三个产品分别是28、50014815、50008168，主要因为新用户较多
4. 女性的购买力要高于男性。不同性别的购买偏好不同，但只是排序上的不同。男性婴儿购买最多前三类产品是50008168、28、50014815，女性婴儿购买最多前三类产品是50014815、50008168、28。建议对男性和女性婴儿做广告推广时，不同的产品使用不同推广力度
5. 不同年龄的购买力也不同。购买力最大的前三个年龄分别是0岁、1岁、出生前婴儿。在资源有限的情况下，可集中资源向这三个年龄做推广
6. 0岁、1岁、出生前婴儿的购买偏好也不太一致，但主要购买的产品仍集中在50014815、50008168这两个产品上。50022520和38虽然总销量偏低，但是它们分别在1岁和出生前的销量还不错。建议对各不同年龄段的婴儿做广告推广时，不同的产品使用不同的推广力度