一、数据集概述
今天我们来看一个来着阿里云天池的数据集:淘宝母婴购物数据,有两个csv文件:
mum_baby.csv
mum_baby_trade_history.csv
1、mum_baby.csv
它包含了953个孩子的生日和性别信息，这些信息是由淘宝或天猫的消费者提供的。
2、mum_baby_trade_history.csv
该表包含29971条淘宝用户的历史交易信息。
3、分析方向
1.什么商品类别销量最佳？
2.用户为之购买商品的婴儿年龄、性别分布？
3.销量与月份关系?
4.用户复购情况?
二、数据预处理
以时间段较长的奶粉为例.
对配方奶粉的分段，主要是根据国际食品法典委员会制定的cac来进行划分。
婴幼儿奶粉现在大范围上基本分为一段、二段、三段，部分婴幼儿奶粉可能会分为四段、五段。
奶粉分段及适用年龄：
第1段婴幼儿奶粉适合0~6个月的宝宝；
第2段婴幼儿奶粉适合6~12个月的宝宝；
第3段婴幼儿奶粉适合1周岁~3周岁的宝宝；
第4段奶粉适合3周岁~7周岁的孩子。
7周岁最多为365*7=2555天，那么对于天数大于2560天的天数视为无效数据，删除行。
三、数据可视化
0、导入包和数据
1、消费者行为分析
由图可知，商品编号为28的销量最高，而50014815次之，而122650008的销量最低，应对此现状提高或减少生产量或者加大宣传力度。
2、不同性别用户的销售情况
由图可知，婴幼儿为女孩的销售量较女孩更大一些，而未出生购买商品的用户占比很小，所以应该加大用户家婴幼儿是女孩的推广力度以及产品制造。
3、不同性别购买商品种类的关系
4、销量与月份关系
推测1：节日因素，在5月有劳动节，母亲节；9月有中秋节；而是10月到11月左右有国庆节、万圣节、立冬、感恩节等节日，平台在这些节日可能绘有促销打折，这时随着价格降低需求量会增加，同时销售量也会增加。 推测2：双十一打折力度高，淘宝双十一是从2009年开始便存在的大型购物促销狂欢日，而又伴随着即将到来的春节假期，顾客可能进行囤货，结合两个因素导致需求量大幅上升，所以在11月前会出现一个大型的销量波峰。 结论：在5月与9月以及11月需要加大供货量，保证供需平衡。
分析波谷：每年的1月左右会出现一个明显的销量波谷，说明这段时间的销量较同期低。 推测：1月份正值春节，店铺休息，而开着的店铺肯定会抬高物价，而用户在11月进行囤货所以导致1月份的需求量减小，出现销量波谷。 结论：1月销量惨淡，需要考虑减少进货量的问题，适当降低物价拓宽销售渠道加大宣传力度。
5.用户复购率分析
共29971条订单记录而复购率仅为0.09%，用户粘性差，可能由于多种原因共同导致，其中可能包括产品质量差，客服服务态度差，售后保障差等多种原因。商家必须要仔细查找更多原因来保证后续提高销售质量，提高用户的复购率。 height=[‘2’,‘4’,‘8’,‘19’]) ax = plt.gca() ax.set_xlabel(“商品分类”) ax.set_ylabel(“销量”) plt.show()