京东平台智能手表电商数据分析报告

背景:“1111网购狂欢节”特指每年的11月11日,由于日期特殊,因此又被称为光棍节。同时也是天猫一年一度的全场大促的日子。大型的电子网站一般会利用这一天来进行一些大规模的打折促销活动,以提高销售额度。

当“双11”变成网购盛宴的代名词时,无论是电商界的大佬还是零售业的翘楚,都已经开始动作频频,意图在大战前夕抢得先机。今年年末的电商大战由天猫、腾讯在10月率先点燃到导火索,这离著名的“双11”还有近一个月的时间。京东、当当、易迅网、QQ网购等均提前抢夺市场蛋糕。新的服务标准、无线社交大数据、线上线下的互动成了年末电商大战的最大亮点。

随着互联网技术的加速推广,网络购物这一基于互联网的新兴消费模式发展迅速。根据商务部的数据显示,2016年中国网络零售交易额达5.16万亿元,同比增长26.2%。电子商务行业规模的迅速增加,以淘宝、京东等为代表的电商的成功,以及资本对电子商务、网络购物行业的追捧,均在进一步增加电子商务行业整体吸引力,促进更多参与者进入行业。

而随着行业参与者数量的提高,电商提供的商品种类更全、选择更多,且各类促销、宣传活动也更加频繁,导致各类电商均堆积了海量信息。上述趋势导致用户从各类电商筛选甄别出适合自身购物需求的信息难度增加,网络购物时间成本增加,且经常由于理解沟通中的偏差出现购买商品不符预期的情形,网络购物用户体验下降。而从电商和品牌商的角度而言,随着行业竞争的加剧,各项营销活动有效触达最终用户的难度不断增加。电商导购企业作为一个连接用户和电商、品牌商的中间平台,不仅可以为用户提供高效、中立的消费决策支持,节约他们网络购物的学习成本和时间成本,也可以成为电商、品牌商增加用户曝光、获取用户流量的重要渠道。

电商导购企业指通过比价、返利或内容营销等各类方式,吸引并引导用户前往电商进行交易的企业。按照运营方式、服务用户模式的不同,可以细分为内容类导购企业和价格类导购企业,其中内容类导购主要通过内容吸引用户并促使用户前往第三方电商、品牌商官网完成交易;价格类导购主要通过比价、返利等方式吸引用户并促使用户前往第三方电商、品牌商官网完成交易。

智能手表逐渐普及,越来越多的人正在使用着不同的智能手表,但随着移动时代的发展,网购越来越方便,通过电商渠道拓展市场已成为入手智能手表的手段之一。所以我们先从京东平台上了解一下用户在该平台上面购买智能手表的情况

目的:为更加直观得了解到京东用户对于在京东中购买手表产品的情况,了解用户的喜好偏移情况,是与产品的品牌还是种类区别。分析关于智能手表的销量与何相关系。

思路:在朋友介绍下,终于得到一份数据,大多数都是无用信息,也有很多数据是缺失的,数据里面有标题、价格、标签、备注、销量、店铺等,我们能使用的也就只有这几个了,其他的链接都是没有什么用的,既然有销量,那我想着应该可以分析分析关于智能手表的销量与什么因素相关,所以进行实验分析。

正文:

首先我们需要对数据进行去重、缺失值填补、异值判定。再将数据简单的清洗之后,剩下相对有价值的数据,插入数据透视表,进行分类,将价格区间分别划分为0-500,500-1000,1000-2000,2000-3000,及3000以上,分别评为ABCDE,由此可以得到数据透视表:

京东平台智能手表电商数据分析报告_第1张图片

从此表中可以得到:被我们划分的更小区间的A与B似乎并没有被其他区间价格拉太远,而且我们也发现,在4011个产品中就有1719个产品是属于A区间,说明大部分的智能手表还是保持将价格定位在平民价格上,如将AB合并,就可得到千元以下智能手表的在售产品为两千三百多个,已经超过总数一半:

京东平台智能手表电商数据分析报告_第2张图片

但是由图我们不难看出,虽然销量比最高,但是总的盈利额并不高,最高的反而是超过3000元以上的智能手表,难道说是因为单个商品的价格相差较大导致?所以我打算更加合理地给他们划分区间,这次分为0-1000,1000-2000,-2000-3000,3000-4000,及4000以上

再次进行数据透视后,发现果然有变化。

京东平台智能手表电商数据分析报告_第3张图片

京东平台智能手表电商数据分析报告_第4张图片

首先这次可以更明显的看出A区间的产品是十分畅销的,已经超过了58%,其次是B区间,而这次修改之后的E区间也明显下降了很多,由此可以看出结论一:京东平台上的智能手表销售的价格区间多数在0-1000远,再由之前数据分析结果可更深入确定,手表价格在0-500元的区间是占多数的,而且这一价格区间的产品也十分畅销,所以他们也是总营业额的主体,大众对于智能手表的定价范围普遍趋于千元以内,对于产品价格越高的区间的销售量也越少,所以销量额占比也并不高。所以判断销量与产品的价格相关,大致呈价格越高销量越低情况。

京东平台智能手表电商数据分析报告_第5张图片

我们将在京东平台上智能手表的销量排行列出,选取前20名进行对比,对比前20的销量是否与其产品均价有关。透视表中可以看出,APPLE、华为及小米店铺的销量已占前20的巨头,品牌效应也是有作用的,我们也会对于这些日常当中耳熟能详的品牌有信任感。

京东平台智能手表电商数据分析报告_第6张图片

平均价格与销量的关系,这里我们对比的是智能手表的销量大小是否与其平均价格有关,由图,我们可以得到:销量最高为苹果品牌,平均售价的是最高的,这也为他们在智能手表领域的利率额稳稳站住脚,而且是苹果京东自营旗舰店,消费者们在面对较大消费去购买一样东西的时候,都会选择相对比较官方的店铺,这样也能给自己买个安心,就算有什么问题也是可以更快的得到回复预处理,大家也可以发现,在这销量前20的店铺里,就有16的店铺是旗舰店,还有4个专卖店,这一类的词眼就很容易给消费者一个更加安心的消费环境。Apple不仅销量第一,它的商品均价也比其他手表的价格高出甚多,反而观销量排在第二第三的华为与小米品牌更多的是以平民价在销售,华为更多的是以一个老大哥的牌面与apple做竞争,而小米正好可以以更低的价格来满足国民对于国产品牌的支持。

京东平台智能手表电商数据分析报告_第7张图片

将关键字进行简单的总和,再进行转换格式,将含有关键词的excel表格转换为文本格式输出,这样就可以得到一份有关手表关键字的纯文本,然后在进行词云分析,可得到:

京东平台智能手表电商数据分析报告_第8张图片其中占有大体的有:包邮、充电头、满减、京东物流、白条、免息、手表、智能手表、全网通和apple等,可看出不少买家所购买的东西也会有一定的关系,所以商家也可以根据这些需求做出调整。‘自营’字样很多,说明消费者还是更愿意选择购买京东自营的产品,这样会更有保障,而且自营产品都是会有京东物流,其次是‘京东物流’,有些店铺并不是京东自营的,但也是可以使用京东物流,这样可以给消费者一种物流特快的感觉,消费者们都知道,京东与淘宝的差别,大多都是在物流方面,还有就是自营店铺了,京东物流可以当日达或次日达,当遇到什么急需的物品时,就可以在当日早上10点之前下单购买。就是因为这样的运营方式,导致运营成本也会增加,所以京东中的商品普遍都会比淘宝平台上的商品贵一点,至于淘宝上的产品销售情况,现在暂时还没有进行分析。

京东平台智能手表电商数据分析报告_第9张图片

Apple产品京东自营旗舰店以销量占百分之21.18的成绩成功收获14248123700多人民币,而销量排在第二的华为的收入额却相差甚远,只有4910540000多人民币,这应该就是因为产品的价格带来的差距,小米品牌也跟老大哥华为一样的情况,但是销售额并不能说明什么,销量才是消费者们给出来的数据,华为小米更多的是千元或百元区间,普通人都可以接受的价格区间,更能体现华为小米品牌对国人及我国的消费者现状的了解。当然以科技技术为卖点的apple品牌也并不是吃素的。

京东平台智能手表电商数据分析报告_第10张图片

所以智能手表销量与销售的店铺也是有关系的,其关键词也会影响销量,最直接的应该还是品牌效应,apple在市场中已经人人皆知了。

京东平台智能手表电商数据分析报告_第11张图片

最后再将补充的标签进行分类,又分成这几类,由图得到带有‘自营’标签的商品销量都很高,以达到总数百分之61.21,销量额已经达到30155296650人民币,‘免邮’‘京东物流’标签也不甘示弱在3757个带有标签的销量中也各占有900多个,也证明了京东里面大多商品还是支持京东物流和免邮的。所以关于智能手表的消费分析大致得到:消费者如需要购买智能手表时,多数会选择京东自营旗舰店里的商品,在旗舰店里面因为是自营的,当消费者所填的收货地址附近有京东实体店或京东仓库时,会很快送到消费者手中,自营店使用的是京东自己的物流。也有不少消费者在一些并非京东自营的店铺里购买,但是也有京东物流派送,但是这样的派送多数都只有一个发货地点,发京东物流只是为了快件的安全着想。京东中apple品牌不管销量还是总销售额都占大头,确确实实的以实力来撼动整个市场,希望我们国产品牌也能追上,当然更希望我们国民消费者们也能支持我们自己的品牌。

所以销量与标签还是有关系的,这个标签会跟店铺有关系,所以更加说明销量高低也是与店铺有关。

总结:由于数据来自网络,我也并非知道其真实性,最开始的时候,我曾尝试着使用八爪鱼来爬去数据,奈何是被拦截到了,每次爬取到一百就不动了,而且八爪鱼里面的设置与功能,虽然说是很简单,但是有些东西的设定就很迷,有时候设定点击元素,进入二层网页采集,结果点的是其他的产品的详细信息,导致信息完全不匹配,进入详细页面后,想要获取好评率,第一个可以获取,第二个开始就不可以,这个应该是动态网页,无法识别吧,但是遇到这种情况百度也无果。所以才会勉强逼自己使用他人数据。

你可能感兴趣的:(可视化,数据分析)