項目簡述

上文【2020python數(shù)據分析項目：爬取某寶口紅數(shù)據&數(shù)據分析可視化(一)】對數(shù)據進行了收集、清洗以及從整體的角度進行分析，本文主要從【看重點】 的角度，對不同檔次的口紅產品進行分析。

【預處理】區(qū)分口紅檔次

從整體數(shù)據看，商品價格數(shù)據分布從0-8,888都有，如果不區(qū)分各個口紅產品的檔次，必然會導致后續(xù)分析的均值、離異值過大，不利于爆品的分析，因此需要先根據實際情況，將口紅分為5檔。

【方法】通過查閱相關資料以及調查，對口紅價格進行合理的價格區(qū)分，最后區(qū)分結果如下：
【頂級】[>500] 代表：CL/蘿卜丁
【超一線】[400-500]代表：TE CPB
【一線】[300-400] 代表：Dior香奈兒阿尼瑪 紀梵希嬌 YSL
【二線】[200-300] 代表：蘭蔻植村秀雅詩蘭黛 資生堂
【大眾】[<200] 代表：MAC 歐萊雅 美寶蓮3CE

1. 頂級口紅 價格--銷售額分析

【方法】篩選出價格>500的口紅產品進行分析，使用qcut方法，保證每個價格區(qū)間的商品數(shù)量基本相同，計算每個價格區(qū)間的銷售額，并使用柱形圖進行可視化展示，考察貢獻最多銷售額的頂級口紅價格區(qū)間。

from pyecharts import options as opts
from pyecharts.charts import Bar


'''選擇價格>500的商品'''
df_select_price1 = df[df["price"]>500]

'''價格區(qū)間的劃定標準為價格的頻數(shù)，保證每個區(qū)間的商品數(shù)量基本相同'''
df_select_price1["group"] = pd.qcut(df_select_price1["price"],10)


'''分組計算銷售額，并保留為2位小數(shù)'''
df_meanSales1 = df_select_price1.groupby(by="group")[["sales"]].mean()

df_meanSales1["sales"] =df_meanSales1["sales"].map(lambda x: x/1)
df_meanSales1["sales"] = round(df_meanSales1["sales"],2)

'''繪制柱形圖'''
list_labels1=["(501.999, 538.2]",  "(538.2, 579.0]",    "(579.0, 598.0]",   
        "(598.0, 630.0]",    "(630.0, 668.0]",    "(668.0, 726.0]",   
        "(726.0, 880.0]",   "(880.0, 1029.9]",   "(1029.9, 1388.0]",  "(1388.0, 8888.0]"]


c = (
    Bar()
    .add_xaxis(list_labels1)
    .add_yaxis("",df_meanSales1["sales"].values.tolist())
    .set_global_opts(
        title_opts=opts.TitleOpts(title="各價格區(qū)間銷售額分布圖",subtitle="頂級"),
        datazoom_opts=[opts.DataZoomOpts(), opts.DataZoomOpts(type_="inside")],
    )
    .render_notebook()
)
c

頂級口紅價格銷量分布圖

2. 爆品分析

【方法】爆品即爆款產品，由于目前的數(shù)據不存在時間序列，即可以將此處的爆品理解為短時間內貢獻巨大銷售額的產品。通過箱線圖，我們可以很好的考察各個價格區(qū)間內銷售額明顯高于整體的值，即離異值，離異值越多的價格區(qū)間，即產生爆品的數(shù)量越多。

import matplotlib.pyplot as plt
import seaborn as sns
df_group = df_select_price1.groupby(by="group")

'''取出各分組后的數(shù)'''
createVar = locals()
n = 1
for key,value in df_group:
    createVar["df_group"+ str(n)] = df_group.get_group(key)
    n += 1
    
list_labels1=["(501.999, 538.2]",  " ",    "(579.0, 598.0]",   
        " ",    "(630.0, 668.0]",    " ",   
        "(726.0, 880.0]",   " ",   "(1029.9, 1388.0]",  " "]

'''繪制箱線圖'''
sns.set_style("white")
plt.figure(figsize=(8,5), dpi=120)
x = (
    df_group1["sales"].values.tolist(),
    df_group2["sales"].values.tolist(),
    df_group3["sales"].values.tolist(),
    df_group4["sales"].values.tolist(),
    df_group5["sales"].values.tolist(),
    df_group6["sales"].values.tolist(),
    df_group7["sales"].values.tolist(),
    df_group8["sales"].values.tolist(),
    df_group9["sales"].values.tolist(),
    df_group10["sales"].values.tolist(),
    )
label = list_labels1
plt.boxplot(x, labels=label, meanline=True, showmeans=True,notch=True)

plt.show()

爆品分析散點圖

'''選擇sales>4000000得商品【抽取出異常值】'''
df_sort1 = df_select_price1[df_select_price1["sales"]>4000000].sort_values(by="group").reset_index(drop=True)
df_sort1

離異值產品

【結論】通過箱線圖和所篩選的離異值數(shù)據分析可得:

1. 在[726-880],[880-1029]價格區(qū)間內具有較多且較高的離異值，說明在此區(qū)間更有可能打造爆款商品
2. 查看對應區(qū)間的離異值，在[726-880]最具爆品特性的是“Christian Louboutin女王權杖唇膏 全色cl蘿卜丁口紅001M 005M”，其次,由于此款針繡文是套裝，并不屬于高端品牌。
3. nymy的套裝在[880-1029]賣的最好，但是由于也是打包賣，單只價格在500左右。反觀[500-538]區(qū)間的產品，并沒有爆品。因此，對于此區(qū)間的商品，使用套裝的方式出售可以帶來更多的
4. 頂級檔次的口紅并沒有銷售額超過5,000,000的產品

3. 超一線、一線、二線、大眾檔次口紅產品分析

【方法】其他檔次的口紅的分析方法與頂級檔次的口紅分析方法相同，只需要替換對應的數(shù)據即可，這里不再重復。

4. 各價格爆品綜合分析

【方法】對頂級、超一線、一線、二線、大眾檔次的產品進行爆品分析后，就可以得到給定條件下的所有爆款產品，去除套裝數(shù)據，并將各爆款繪制成散點圖，觀察爆款產品特點。

'''整理數(shù)據、去除套裝產品'''
df_sort = pd.concat([df_sort1,df_sort2,df_sort3,df_sort4,df_sort5])
df_sort = df_sort.reset_index(drop=True)
df_sort = df_sort.drop(index=[1,2]).reset_index(drop=True)

from pyecharts import options as opts
from pyecharts.charts import Scatter
from pyecharts.commons.utils import JsCode

'''繪制散點圖'''
c = (
    Scatter()
    .add_xaxis(df_sort["price"])
    .add_yaxis(
        "",
        [list(z) for z in zip(df_sort["sales"],df_sort["pro_name"] )],
        label_opts=opts.LabelOpts(
            formatter=JsCode(
                "function(params){return params.value[1]}"
            )
        ),
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Price-sales"),
        tooltip_opts=opts.TooltipOpts(
            formatter=JsCode(
                "function (params) {return params.name + ' ' + params.value[2];}"
            )
        ),
        visualmap_opts=opts.VisualMapOpts(
            type_="color", max_=150, min_=70, dimension=1
        ),
        xaxis_opts=opts.AxisOpts(
            type_="value", splitline_opts=opts.SplitLineOpts(is_show=True)
        ),
        yaxis_opts=opts.AxisOpts(
            type_="value",
            axistick_opts=opts.AxisTickOpts(is_show=True),
            splitline_opts=opts.SplitLineOpts(is_show=True),
        ),
    )
    .render_notebook()
)
c

爆品分布分析

1. 爆品主要集中于大眾價位的產品，二線以上的口紅產品沒有銷售額超過5,000,000的爆品
2. 結合熱點部分的分析【結合看重點部分得出的結論】：
   a. 銷售額超過15,000,000的爆品，都為唇釉產品，且都有“啞光”關鍵字，說明消費者比較青睞于自然巨有啞光功能的唇釉產品 【啞光 -- 自然不反光】
   b. 超過5,000,000的爆品出現(xiàn)最多的顏色主要是“奶茶色”，“紅棕色”，“(爛)番茄色”

5.后續(xù)分析和改進

a.【爆品詳情分析】篩選出爆品后，可以對爆品的詳情進行分析，包括爬取商品評論進行情感分析等，進一步挖掘近期爆品的特性。
b.【時間序列】可以每天/月爬取對應產品數(shù)據，分析其銷量、價格等數(shù)據根據時間的變化趨勢。
c.【占比】對爆款產品的國內外品牌占比、各個品牌爆款占比進行可視化展示

作者：愛學習，也愛女票的于餅喵