数据集-阿里云天池 tianchi.aliyun.com
它包含2个csv数据，表1订购的产品和表2子信息
2.名称含义：
3、数据清洗
1. 选择一个子集
auction_id（购买行为编号）和property（商品属性）在后续分析中不会用到，因此这两列被隐藏。 （一个好习惯是永远不要删除数据，并隐藏不需要的数据）
2. 列名重命名
将列名翻译成英文
3.删除重复值
没有发现重复项
4.缺失值处理
筛选后未发现缺失值，操作参考Excel数据处理（缺失值/重复值/异常值/分割） - 知乎（zhihu.com）
5. 一致的处理
将日期改为yyyy/m/d的格式，参考数据分析学习（三）《如何使用Excel分析儿童电器销量？》 - 知乎 (zhihu.com)
将性别一栏的0、1、2的值分别改为女、男、未知。 参考数据分析研究（三）《如何利用Excel分析儿童电器销量？》 - 知乎 (zhihu.com)
6. 数据整理
将订单数量升序排序，发现最大订单数量为10000
对订单日期进行排序，发现交易记录的时间范围为2012年7月2日至2015年2月5日
7.异常值处理
删除出生日期为1984年的列
4、分析思路
1.从行为、产品、用户的角度进行描述和分析
2.从以下几个角度对描述性分析的结果提出假设
3. 验证假设并得出结论
五、分析过程
商品
1、不同类型商品销量对比（分析方法：帕累托模型）
因为资源总是有限的，不同的渠道和用户会产生不同的效益，所以我们不可能把所有的资源都投入到所有的渠道上。 帕累托分析的原理是20/80定理，80%的收益往往来自于20%的投资母婴产品网站模板，而另外80%的投资只形成20%的收益，这说明同样的投资在不同的领域地方都会有不同的好处。 28、50014815、50008168三类商品贡献了总销售额的88%。 因此，建议主要投入在上述三类商品上。
2. 畅销书
Top13产品销量已达1000余件
商品50018831最畅销，销量占top13的34%，共12657件
其他产品销量较为接近，在1000至3700件之间波动
销量主要集中在2014年双十一，平时销量不高，说明是节假日期间的热销产品。有必要回顾2014年双十一，总结运营经验，复制热门产品
行为
1. 销售额随时间的变化（分析方法：折线图）
2012年和2015年的销售额只是其他年份的一小部分
假设：数据不完整（数据来源）
交易记录时间范围为2012年7月2日至2015年2月5日
假设的产生
2014年销量约为2013年的2倍
假设：网购人数减少（行业规则）母婴产品网站模板，产品好评率上升（产品问题）
两年销售走势基本一致，2014年大部分月份销量是2013年的2倍
假设的产生
如图所示，2014年11月销量是2013年的514%，这也是2014年销量约为2013年两倍的主要原因
假设：双十一导致2014年11月销量激增（行业规律）
由于部分商家将双十一活动延长几天，13日出现高峰属于正常现象
假设的产生
1月和2月销售下滑
假设：春运快车停运（行业规则）
）
2013年2月10日、2014年1月30日、2015年2月19日适逢新年，恰逢销售最低时间，节前一周全国大部分地区暂停快递发货
假设的产生
2、回购情况
定义：统计周期为2012年7月2日至2015年2月5日，复购率=客户重复下单次数/客户样品数量
可见绝大多数用户不复购
假设：数据集中大部分儿童电器只适合长期订购一次（产品问题）
需要查阅产品信息进一步确认
复购的用户中，大部分只复购过1次，仅有1人复购3次
这说明用户的忠诚度很低，很有可能需要热销来带动用户下单
用户
性别
1、不同性别销售额比较
大约 60% 的销售额是女婴，40% 是男婴
男女用户比例约为1:1
2. 按性别排序偏好
5008168，28类产品无论男女宝宝销量都比较高
50014815类在女生中销量最多，一般在女婴中销量
38、50022520品类销量正常，38品类女生销量较高
12265008类目男女童销量相对较低。 建议根据实际情况适当淘汰该类别下的终端产品。
50014815类在女生中销量最多，一般在女婴中销量
假设：50014815商品存在性别差异（商品问题）
女生销量高的主要原因是50018831和50012564这两款产品，这也是女婴销量最高的产品
假设不成立
假设：女孩比女婴有更多的购买力（用户问题）
在查询商品50018831的数据时，发现有用户一次订购了160件，但并不是女孩购买力更强
假设不成立
（由于该组数据单笔下单量太大，会影响趋势的判断，所以暂时删除）
38种类型女生销量较高
查询38类商品数据时发现，某用户一次订购了40件
年龄
1、不同年龄段产品销量对比
0岁、1岁及出生前订单占比70%
2、3岁占20%
其他年龄段为 10%
下面重点关注0岁、1岁及出生前订单用户的订购需求
2、不同年龄段的订单偏好
50022520类目未出生婴儿销量较高，0岁、1岁儿童销量较低
38个品类1岁销量高，胎儿、0岁销量低
50022520类目在未出生婴儿中销量较高
假设：存在单笔订单量较大的数据（异常数据）
不存在用户一次性订购大量的情况
假设不成立
50022520类目对用户年龄敏感，为未出生婴儿囤货的用户喜欢购买
1年销量高的38个品类
假设：存在单笔订单量较大的数据（异常数据）
用户一次订购了 40 件
假设的产生
六、总结与建议
1. 商品
88%的销量集中在28、50014815、50008168这三个品类，对儿童性别、年龄不敏感
9%的销售额集中在38和50022520产品，用户在计划未出生婴儿时特别喜欢购买50022520产品
3%为类别122650008，建议淘汰该类别下的产品
2、用户行为规则
绝大多数用户对小事件都很敏感。 因为双十一，2014年11月销量是其他月份的6倍左右
2014年双十一活动非常成功，销售额同比2013年下降514%，值得回顾总结运营经验
11月13日，母婴用品销量达到顶峰，这也是各门店集中开展双十一活动的原因
双11销售额占全月77%
3. 用户
主流用户为0岁、1岁及未出生婴儿的计划。 除了未出生的婴儿更喜欢50022520产品外，这三个年龄段的用户
用户对商品的偏好基本一致，均集中在28、50014815、50008168这三类商品上
男女宝宝用户数量基本持平，女宝宝点餐能力略高于女宝宝。 男女宝宝的喜好基本一致，也集中在
28、50014815、50008168 关于这三类商品
复购率仅为0.17%，可见用户忠诚度很低。 很可能他们中的大多数人都是被利益的贪婪所吸引的。 这类用户的素质不高。
高，需要进一步查阅资料，了解用户的订购需求，可以从右图入手
以下批次用户单笔订单超过20个
前2位用户下单时间没有促销活动。 尽管最后3位用户赶上了5月份的活动，但活动力度却不如双十一。 这些人都没有
双十一期间有1人下单，可见其下单需求迫切
还有一个共同点就是这些人都是女生用品
据此推测这些人是因为工作需要需要批量订购，比如儿童福利院等机构
建议参考上述用户在天猫平台的其他信息，进一步挖掘其订购需求
