一、分析背景、目的和期望
1.1 分析背景
电商行业作为当下不可或缺的社会成分，在无形中促进了人们消费观念的改变。随着电商如淘宝、天猫、京东、拼多多等的发展，更多人把消费从线下转到了线上。同时，各大电商平台也会在不同的节日搞各种各样的促销活动，更刺激了消费群体的增大。而母婴商品市场在电商行业中也占有着不容小觑的比重。基于此，先对母婴商品数据进行分析，通过对目标客户群体和产品销量分析，可以更有针对性地服务客户，为商家带来更多盈利。
1.2 分析目的和期望
通过从用户、商品不同维度的分析，给出对应方案和策略，精准定位目标群体，提高商品销售。
1.3 提出问题和思路
（1）产品销量如何？
分析角度：各时间区间销量趋势对比、同比、环比。
（2）销量最好的商品有哪些？
分析角度：商品topN
（3）目标用户有哪些，使推销更有针对性？
分析角度：用户年龄、性别。
（4）用户购买趋势怎样，是否有规律？
分析角度：月活，复购率等。
分析思路，如下：
二、理解数据
数据来源：Baby Goods Info Data
主要包含两张表：(sample)sam_tianchi_mum_baby_trade_history.csv 和 (sample)sam_tianchi_mum_baby.csv
字段分析：
（1） (sample)sam_tianchi_mum_baby.csv
- user_id: 用户ID；
- birthday：婴儿出生日期；
- gender： 婴儿性别（0代表女，1代表男，2代表未知）。
（2） (sample)sam_tianchi_mum_baby_trade_history.csv
- user_id: 用户ID，每一个账户都有一个独立且唯一的ID，可用来计算复购率等；
- auction_id: 意义不明确，这里就将它看做Item ID或商品id，总之对之后的分析意义不大；
- cat_id: 商品子分类，从属于cat，可以用来分析热销品；
- cat1: 商品主分类，可用于分析热销品类；
- property: 商品属性值，包含属性信息；
- buy_mount: 订单中购买商品的数量，可用来分析与销售量有关的指标；
- day: 下单时间。
该数据集有29971个数据。
三、清洗数据
在对数据进行分析之前，有必要对数据进行清洗，处理缺失值和异常值等，为进一步的分析做准备。鉴于这里是两张关联的表，通过vlookup函数，将两张表关联到一张表进行分析。
3.1 选择子集
通过对业务数据的理解，可以通过用户下单日期（day）与其孩子的出生日期（birthday）进行计算得到用户孩子的年龄，从而在表中添加一个字段（age），birthday这个字段就可以隐藏了。
auction_id信息不明确和 property属性信息无法判别，对分析数据意义不大，所以也对这两个字段进行隐藏。
其余的user_id、cat_id、cat1、 buy_mount、day、gender属性字段保留，以备后续分析。
3.2 列名重命名
这里列名含义明确，不需要重命名。
3.3 删除重复项
根据业务需要，可能会出现同一用户的同一订单中包含不同品类的商品，所以考虑重复项，需要通过所有字段联合起来分析，没有重复数据。单独分析auction_id列时发现重复个数有1549个，而且重复的auction_id对应的user_id不一致，应该是同一种商品被不同的用户购买。user_id有重复的是因为同一用户可以多次购买商品。所以这里就没有要删的重复项。
3.4 缺失值处理
除了property字段对应列为29828列外，其他均为29972列，说明property字段列有缺失，不过影响不大，已经将该列隐藏处理了。
3.5 一致化处理
下单时间日期和婴儿出生日期字段显示的都是非标准日期格式，将它们改为日期格式。
3.6 数据排序
按下单日期进行升序排列。
3.7 异常值处理
对于订单购买商品数量进行统计分析，发现其中位数众数均为1，均值为2.54，最小值为1，最大值为10000，标准差63.99。说明数据波动得很厉害，而且一般消费者也不会一笔订单就买10000件商品，难道他是批发商，这个我们不得而知，不具有一般性。为了进行一般和理性分析，这里根据均值与3个正负标准差的值定异常值，也就是大于194的值都修改为1（这里主要针对个人用户，所以取众数比较合理）。
对婴儿的性别不做处理，之后分析的时候将2和空值，归为其他。
对于婴儿年龄，因为（下单日期-出生日期）/365,出现有负数，可能是在孩子没出生就提前准备了吧，最多提前一年，再早就说不过去了，所以这里将age 在-1~1范围内的归为“婴儿”，将age范围在1~3内的归为“幼儿”，将age范围在3~7内的归为“学龄前”，其他不在这些范围内的就归为“其他”。=IF(AND(J11522>=-1,J11522<1),"婴儿",IF(AND(J11522>=1,J11522<3),"幼儿",IF(AND(J11522>=3,J11522<7),"学龄前","其他")))
特别说明，此处对于婴儿性别、年龄段的错误值（#N/A）不进行处理，而且错误值的量也很多。但它对于商品销量等的分析并不影响，只是在对用户进行分析的时候过滤出去就好了。
四、问题分析
4.1 产品销量如何？
销量与订单量、成交量有关。这里提供的数据，成交量不得而知，只能从订单量入手进行分析。
主要通过2012-2015年订单量的趋势，以及各季度，月份的环比、同比进行分析。
1）2012-2015年商品订单量的趋势
图3可以看出，产品的总销量逐年增长，在2014年达到了峰值，在2015年销量下滑严重，为什么呢？原来数据集中包含的2012年和2015年的数据不完整，导致这两个年份产品销售数量无法从整体上去把握。
由图4可以看出，每年的第一季度商品销量出现最低点，而商品销量的最高点出现在第四季度，难道是跟季节有关？不过一般销量最高点应该是与促销活动关系更密切，为了探寻原因，观察更细粒度的销量趋势图。由于2012年和2015年的数据不完整，所以这里只观察2013年和2014年数据。
从图5，不难发现，一年中下半年订单量比上半年多，2013年和2014年销售数量最低点出现在1月末2月初，5月左右会出现一个小高峰，而最高点出现在11月中旬，这是为什么呢？从时间上来看，可能是由于春节的影响，快递停运导致的销量低。经查询，2013年春节为2月10日，2014年春节为1月31日，刚好和销量低谷对应上，所以就此判断1-2月销量低是受到了春节的影响。
5月左右出现小高峰，可能是因为节假日，网站搞促销？不妨通过数据观察一下：
从上面5、6月份的订单量趋势来看，5月中旬（5月20日）、6月18日附近订单量成高峰状态，应该是由于商家趁着520，搞活动促销，提高5月销量，接着消费者购物进入低迷期，618又搞促销，刺激人们的消费，达到一个小高峰。
11月的销量高峰是为什么呢？淘宝天猫每年都会有双11购物节，因为促销活动使产品销量得到了提高？为了证实假设，需要将11月份的数据拉出来，进行观察。
果然，如我们的假设一样，2014年和2013年两年的11月份在11月11日这天销量突然剧增，很明显11月份订单量达到高峰跟“双十一”促销活动有关。而一般促销活动过后，就会出现一段低迷期，订单量下降，接着进入平缓期。
2）2013-2014年商品订单量对比
可以看到2013年总订单量9753，2014年总订单量15024。2014年商品订单量较2013年同比增长54%。
很明显2014年订单量和2013年比，每个季度都有涨幅，四个季度分别同比增长了60.53%、55.49%、53.64%、49.89%。2014年每个季度环比分别是：-16.64%、39.85%、-2.93%、32.46%。可以看到，一年中商品订单量从春节后开始回升，第二季度迎来一个小高峰，之后开始平缓下滑，第四季度又呈上升趋势。所以要把握好促销活动，提高销量。
4.2 销量最好的商品有哪些？
销量好的大类商品
可以明显看出，编号28的商品为热销商品，编号50014815和50008168的商品销量次之，这三类商品销售量占了总销量的88%，所以实时关注它们的销售动态很有必要。
下面，分别就编号28、50014815和50008168的商品2013年-2014年各月份销量趋势进行对比分析：
从图中可以发现，编号28的商品的订购数规律不是很明显，2013年春节过后，购买量下降，之后又缓慢上升，平缓过渡到7月，迎来一波小高峰，之后 又上下浮动直到12月订购数达到顶峰。紧接着2014年春节销量急剧下滑，可能是有不少的用户在活动期间屯了不少此商品了，而且又赶上春运，快递放假，所以订购量自然然惨淡，但是春节过后又开始回升，3月之后又下滑，5月搞520等活动，刺激了消费，销量增加，接着下滑，到7月又上升，整个下半年波动不是很大。
编号50014815商品基本上全年销量都比较平缓，但是就在2014年11月出现了一个大顶峰，也就是说当月的销量突然剧增，通过查看数据可以发现，就在当月该商品有好几笔大单（每笔订单订购了几十甚至100多个此商品），而且订单量数量也挺多。可是，到底是什么原因造成的呢？我们不得而知，可能是2014年双十一促销力度很大，吸引部分用户在此次活动中，屯了不少此商品。
50008168类商品订购量，从春节过后开始回升，5月份迎来小高峰，之后开始下滑，8,、9月份呈上升趋势，之后下降，平稳销售，没有因为之后的双十一等活动促销而提高销量。
产品总的连带率2.5左右，6大类商品中，编号28、50014815、38这三类商品连带率都高于总体连带率，说明加大对这几类商品的营销有助于带动整个品类总体连带率，提高销量。
4.3 目标用户有哪些，使推销更有针对性？
1）性别分析
婴儿在现有用户中，男宝宝占比47%，女宝宝占比53%。整体男女比例差别不大。
下面分析，不同性别下各品类商品的销售数量。
总体来说，孩子为女孩的客户购买的商品量更多些，尤其是50014815类商品明显女生比男生买的更多。
2）年龄段分析
从整体上来看，在店铺购买商品的用户，她们的孩子正处于婴儿期的较多，不过也有可能孕期会买些孕妇奶粉，孕妇装等也不是没有可能，其次就是1-3岁的小孩占33%，学龄前也占了20%。说明此店铺的消费客户群体，主要包括7岁以下的孩童，定位再准一些就是婴幼儿时期的宝宝。所以定位要抓准，做好定位，提高用户的粘度，才能更好地提高销量。
3）综合性别年龄商品进行分析
从购买商品的数量上来说，婴儿的家长确实是购买的主力军。而50014815类商品，随着年龄增长购买量呈下降趋势，婴儿期购买的最多。可能是奶粉，尿不湿？
男女宝宝，商品购买最明显的差异就在于50014815这类产品，难道有哪些商品，一般女宝宝用的多，而男宝宝用的少?那应该不会是奶粉，很有可能是纸尿裤。
4.4 用户购买趋势怎样，是否有规律？
1）月活趋势分析
用户月活趋势与订单量趋势成正相关。
2）复购率
全局复购率：用户总数29946，多次购买商品的用户有25个，所以此时复购率为25/29946近似为0.08%，复购率太低了，看来买东西的基本都是新用户，很少有回头客。
总体复购率不高，仅有一类商品的复购率大于总体复购率，但是还是太低，甚至50022520和122650008这两类商品复购率为0。
五、结论及建议
（1）店铺商品销量逐年增长，每年5月、11月因为促销活动会有一波高峰。所以要做好库存，以备双十一等促销活动的到来，提高销量。
（2）店铺中编号28、50014815和50008168这三类商品销售量占了总销量的88%，说明消费者对这类商品的需求很大。进一步挖掘客户喜爱的原因，制定方案，
（3）产品的连带率还可以，尤其是编号28、50014815、38这三类商品连带率都高于总体连带率。挖掘产品内在联系，适时推荐，提高总体连带率和销量。
（4）目标客户主要以0-3岁的婴幼儿为主，随着年龄的增长有可能就不再是本店铺的目标群体，要积极挖掘新的目标客群。相对男宝宝，更关注女宝宝，向女宝宝更多推荐50014815这类产品，尤其是0-1岁之间的 。
（5）产品复购率很低，老用户复购的很少，基本上每天都是新用户在店铺购买商品。要与客户保持沟通，比如说将店里的老用户邀请进福利群，有什么新的活动或促销可以在群内通知，保持联系，增加用户黏性，提高复购率，回购率。
（6）春节前后，快递停运，可以适当的减少推销成本，降低推广力度。