阿里巴巴数据分析实战：超详细的母婴电商分析流程
随着科技互联网的发展，电子商务在现代商务企业的发展中占有越来越重要的地位，而数据分析作为电商行业非常重要的一种运营手段，在营销管理、客户管理等环节都需要应用到数据分析的结果。本文以阿里巴巴天池的婴儿用品购买数据为例，进行相关分析并提出建议。
1
数据理解
1. 数据来源
笔者在阿里巴巴天池下载的数据
2. 字段含义
2
分析思路
1. 问题
年龄段的分布情况
哪一类商品最受欢迎
不同性别对商品的选择情况
同一商品大类下不同分类的畅销程度
用户购买商品的季节性偏好
2. 思路
从产品、用户两个维度展开：
3
数据清洗
1. 在此次的数据分析中不需要用到表1的“物品编号”、“商品属性”列，隐藏该列。
2. 修改列名，改成中文。
3. 表1为用户购买记录，不能排除同一位用户在同一天重复购买相同商品的情况，所以不做重复值剔除，表2用户ID无重复值。
4. 表1各列计数均为29972，表2各列计数均为954，未发现缺失值。
5. 生日、购买日期通过分列功能转化成日期格式，性别通过if函数转换成文本“女、男、未知”，通过vlookup函数多表关联查询功能及datedif函数求得购买年龄。
6. 通过排序和筛选功能，将购买年龄为28岁的数据进行异常值剔除。
4
问题分析
1. 产品维度
（1）一级商品种类按季度汇总销量如下
发现2012年只有三、四季度的销量数据，2015年只有一季度的销量数据且并不完整。为了保持数据完整性，故选取2013、2014年进行分析。
从年度销量数据来看，28居销量第一，其次是50014815，但2014年50014815销量激增反超28夺得销量榜首，28增长率在品类中倒数第一。现通过假设检验分析方法进行具体分析。
假设一：少数客户购买销量巨大，对各品类商品总销量有明显影响
对购买量进行描述性分析，如下图：
大多数的订单购买量为1，最大单笔购买量为10000，标准差为63.99，说明存在少量客户大量购买导致销量剧增的情况，剔除与平均值偏差超过3倍标准差的异常值，即购买数量大于192的数据样本。
进行剔除前后年度销量数据比较如下：
由上图可以看出，2014年50008168的销量激增很大一部分原因来自个别客户的大量购买，剔除异常数据后，28依旧为用户最受欢迎的选择，假设一成立。
假设二：促销活动有带动作用
进行剔除前后季度销量数据比较如下：
由上图可以看出，122650008、50022520、38季度销量比较稳定，28、50008168和50014815销量最多主要在四季度，考虑到大客户订单对销量影响明显，提取这三个品类剔除异常值的四季度日销量进行分析。
可以看出28、50008168和50014815的销量峰值主要集中在11月11日和12月12日前后，推测为双十一和双十二促销活动带动销量的增长，假设二成立。
（2）对一级商品种类内销量前十的二级细分商品销量进行分析
由上图可知，50014815和38中二级商品细类销量排第一的分别是50018831、211122，都在60%以上，各商品销量差距大；而一级商品种类中28、50008168、50022520和122650008购买量排名前2的二级细类商品占比均在40%左右，各商品销量较为均衡。
（3）为了保证数据的完整性和排除个别客户大量订单对数据造成影响，选取2013-2014年异常修正后的数据进行分析。
商品销量在二季度、四季度有增长峰值，对这两个季度进行月销量分析。
二季度和四季度月销量最多的分别是5月和11月，对这两个月份进行日销量和细化一级种类商品销量分析。
由此可以得出，5月销量集中在11日之后和月底，查询当年节日正值母亲节之际和儿童节前期，而11月份销量主要集中在11日前后，为双十一购物狂欢节时期。除此之外，无论是5月还是11月，销量贡献主要集中在一级品类商品28、50008168、38。
（4）复购率
总用户数为29943人，重复购买的用户数一共25人，复购率为0.083%，不到千分之一可以忽略，可能原因有①产品不被客户认可，缺乏用户年度②产品为耐用型。这部分需要额外的数据支撑，这里不再研究。
2. 用户维度
（1）年龄分布情况如下：
提出假设：婴儿年龄越小用户购买需求越大
进行相关分析:
年龄与购买人数的相关系数为-0.86，高度负相关，证明假设成立。
其中，各年龄层偏爱的一级商品种类前三分别是50014815、50008168、28。
（2）性别比例
在总销量中，女婴购买量占52.75%，相比男婴购买量的47.25%高出5.5%，说明女婴的购买需求大于男婴。
由上图可知，50014815最受女婴用户欢迎，50008168最受男婴用户欢迎。
5
结论建议
1. 用户的购买量相差大，少数客户下单量巨大对销量有明显影响，建议做好大客户的服务，保持长期合作关系。
2. 节日性活动对销量提升有明显促进作用，重点关注母亲节、儿童节、双十一和双十二。
3. 销量贡献主要集中在一级品类商品28、50008168、38，根据商品的过往销量情况做好库存管理。
4. 5岁以内是购买主力，随年龄增长购买需求下降，而女婴消费比例略高于男婴，后续策划促销活动可侧重借鉴此类用户画像。
5. 复购率极低，要重点了解原因，如不是因为商品本身特性如耐用品，会有很高的提升空间。
End.
作者：zhazha
来源：知乎
本文为转载分享，如有侵权请联系后台删除
零基础学 Python，请往看下嘛
只需7天时间，跨进Python编程大门，已有3800+加入
【基础】0基础入门python，24小时有人快速解答问题；
【提高】40多个项目实战，老手可以从真实场景中学习python；
【直播】不定期直播项目案例讲解，手把手教你如何分析项目；
【分享】优质python学习资料分享，让你在最短时间获得有价值的学习资源；圈友优质资料或学习分享，会不时给予赞赏支持，希望每个优质圈友既能赚回加入费用，也能快速成长，并享受分享与帮助他人的乐趣。
【人脉】收获一群志同道合的朋友，并且都是python从业者
【价格】本着布道思想，只需 69元 加入一个能保证学习效果的良心圈子。
【赠予】价值109元 0基础入门在线课程，免费送给圈友们，供巩固