本文是數(shù)據(jù)分析入門課程的畢業(yè)項(xiàng)目，我選的題目是電商購物平臺(tái)母親節(jié)禮品特征分析。
前言
分析背景
不知道大家有沒有感覺到給老人送禮是個(gè)難事，也是門學(xué)問。出于好奇心和孝心，想對電商購物平臺(tái)母親節(jié)禮品的購買數(shù)據(jù)進(jìn)行分析，找出一些數(shù)據(jù)指標(biāo)，比如：價(jià)格，銷量，類別等。從而找到大家買得較多較好的禮品類目，指導(dǎo)未來為老人送禮的購買決策。-
所需解決的問題
- 主要有哪幾類經(jīng)常送老人的禮物？
- 在某一個(gè)大類產(chǎn)品中，可以細(xì)分為哪些具體的產(chǎn)品？
- 銷量前十的產(chǎn)品有哪些？
- 銷量前十的產(chǎn)品的品牌有哪些？
- 銷量和價(jià)格是否存在一定的關(guān)系？
數(shù)據(jù)集描述
本項(xiàng)目使用的數(shù)據(jù)都是通過八爪魚抓取的天貓上的數(shù)據(jù)。這里選取了三類商品，分別是老人按摩類商品、老人醫(yī)療及健康服務(wù)類商品、老人手機(jī)。因此數(shù)據(jù)集由這三類商品構(gòu)成。收集了商品的標(biāo)題、價(jià)格、品牌、月銷量、累計(jì)評價(jià)、商品名稱等信息。
遇到的問題：天貓對爬蟲軟件有限制，導(dǎo)致無法一次抓取到全部數(shù)據(jù)。最后采用了一個(gè)workaround，因?yàn)榘俗︳~里第二頁搜索結(jié)果抓不全（似乎天貓的防抓取規(guī)則是通過計(jì)時(shí)間來完成的），重新從第二頁開始抓取數(shù)據(jù)（指定打開的網(wǎng)頁從第二頁開始）。八爪魚的使用不在本文的討論范圍。
方法論
做這個(gè)畢業(yè)項(xiàng)目，主要的方法論是根據(jù)Tiger提供的數(shù)據(jù)分析（Data Analytics）套路。
項(xiàng)目步驟
- 數(shù)據(jù)獲?。和ㄟ^八爪魚抓取天貓的數(shù)據(jù)。
- 數(shù)據(jù)清洗：整理數(shù)據(jù)，將不規(guī)范的數(shù)據(jù)規(guī)范化，缺失的數(shù)據(jù)補(bǔ)齊。
- 數(shù)據(jù)分析和可視化：確定數(shù)據(jù)指標(biāo)，并將分析結(jié)果可視化。
- 商業(yè)洞察和最終的分析報(bào)告。
數(shù)據(jù)清洗
因?yàn)樽ト〉陌茨Ξa(chǎn)品數(shù)據(jù)包括很多商品，比如：按摩椅、腿部按摩器等。而標(biāo)題并不能完全反映出商品名稱，手動(dòng)處理，添加商品名稱列。產(chǎn)品名稱和型號(hào)個(gè)人感覺作用不大，抓取的數(shù)據(jù)很多有誤，決定拋棄這兩列數(shù)據(jù)。
其他數(shù)據(jù)清洗包括：去掉重復(fù)數(shù)據(jù)，填充數(shù)據(jù)。
df = pd.read_excel(data, 'All')
df.drop_duplicates()
# 填充空值
df['促銷價(jià)格'] = df['促銷價(jià)格'].fillna(df['價(jià)格'])
df['價(jià)格'] = df['價(jià)格'].fillna(df['促銷價(jià)格'])
df['累計(jì)評價(jià)'] = df['累計(jì)評價(jià)'].fillna(0)
數(shù)據(jù)分析和可視化
- 按摩類產(chǎn)品之按摩椅
按照累計(jì)評價(jià)降序排列，找出前十個(gè)產(chǎn)品：
按照月銷量降序排列，找出前十個(gè)產(chǎn)品：
結(jié)論：大部分按摩椅的價(jià)格小于10000。10000-50000之間占很小的部分。最高價(jià)格接近50000。其中，價(jià)格在5000左右的占比最高。
大部分按摩椅的累計(jì)評價(jià)也就是累計(jì)銷量都小于1000。1000-4000的數(shù)量非常少。
- 按摩類產(chǎn)品之按摩床墊
按照累計(jì)評價(jià)降序排列，找出前十個(gè)產(chǎn)品：
按照月銷量降序排列，找出前十個(gè)產(chǎn)品：
結(jié)論：按摩床墊價(jià)格比較便宜，大部分價(jià)格小于275。價(jià)格在200-212之間占比最高。大部分按摩床墊的累計(jì)銷量都小于2000，大于10000的很少。
- 其他按摩產(chǎn)品
按照累計(jì)評價(jià)降序排列，找出前十個(gè)產(chǎn)品：
按照月銷量降序排列，找出前十個(gè)產(chǎn)品：
結(jié)論：其他按摩產(chǎn)品的大部分價(jià)格都小于750，價(jià)格小于125的占比最高。大部分累計(jì)銷量小于2000。
- 按摩類產(chǎn)品總的分析
結(jié)論：最受歡迎的按摩產(chǎn)品是按摩椅，數(shù)量占總數(shù)據(jù)量的65.69%，其次是其他類按摩產(chǎn)品，數(shù)量占總數(shù)據(jù)量的28.43%。在其他類按摩產(chǎn)品中，最受歡迎的是腿部按摩器，數(shù)量占總數(shù)據(jù)量的34.48%， 其次是手持按摩器，數(shù)量占總數(shù)據(jù)量的22.41%，第三是腳步按摩器，數(shù)量占總數(shù)據(jù)量的20.69%。
- 醫(yī)療健康類產(chǎn)品之體檢卡
按照累計(jì)評價(jià)降序排列，找出前十個(gè)產(chǎn)品
按照月銷量降序排列，找出前十個(gè)產(chǎn)品
結(jié)論：體檢卡的價(jià)格大部分小于1500，最多集中在1000左右。1500-2500的較少，大于2500的更少。累計(jì)銷量大部分小于250。累計(jì)評價(jià)前十的體檢卡機(jī)構(gòu)瑞慈占50%，普惠和愛康國賓占20%，慈銘占10%。
- 醫(yī)療健康類產(chǎn)品之其他產(chǎn)品
結(jié)論：醫(yī)療健康類產(chǎn)品之其他產(chǎn)品的價(jià)格大部分小于100，累計(jì)評價(jià)大部分小于10。從餅圖中可以看出高血壓慢性病管理服務(wù)占60%，心理咨詢占40%。
- 手機(jī)
按照累計(jì)評價(jià)降序排列，找出前十個(gè)產(chǎn)品
按照月銷量降序排列，找出前十個(gè)產(chǎn)品
結(jié)論：老人手機(jī)大部分價(jià)格小于1000，價(jià)格更多集中在小于500的范圍內(nèi)。累計(jì)銷量大部分小于25000。從餅圖中看出，累計(jì)銷量前十的老人手機(jī)品牌，第一的是尼凱恩，占30%，第二是小米，占20%，紐曼、諾基亞、中興、天語、優(yōu)思各占10%。從散點(diǎn)圖中看出，銷量較好的手機(jī)價(jià)格都小于1000。但并不能看出銷量和價(jià)格之間確定的關(guān)系。
分析結(jié)論
按摩產(chǎn)品受歡迎程度：按摩椅 > 腿部按摩器 > 手持按摩器 > 腳步按摩器
如果為老人選購按摩產(chǎn)品的話，首選是按摩椅。具體買哪一種按摩椅可以參考按累計(jì)評價(jià)排名前十的按摩椅。而參考月銷量排名前十的按摩椅可以看到近期的一個(gè)趨勢。醫(yī)療健康類產(chǎn)品中體檢卡的銷量不高，說明人們還是很少在電商購物平臺(tái)購買這類產(chǎn)品。其中健康服務(wù)類：高血壓慢性病管理服務(wù)和心理咨詢的銷量就更少。這是新興的網(wǎng)購產(chǎn)品，高血壓在老人中還是非常普遍的。也許未來可以擴(kuò)大醫(yī)療健康類產(chǎn)品的市場，人們在電商購物平臺(tái)可以方便地購買各類產(chǎn)品將成為一個(gè)趨勢。
幾個(gè)體檢機(jī)構(gòu)瑞慈，普惠，愛康國賓和慈銘也可以指導(dǎo)我們在線下的購買體檢卡的決策。受歡迎的老人手機(jī)價(jià)格比較便宜，受歡迎的有這幾個(gè)品牌：尼凱恩，小米，紐曼，諾基亞，中興，天語，優(yōu)思。非智能手機(jī)依然占有很大的比重。智能手機(jī)廠家也可以努力開拓老人智能手機(jī)市場。未來智能手機(jī)成本越來越低，必將占領(lǐng)老人手機(jī)市場。
個(gè)人認(rèn)為送老人手機(jī)也是個(gè)不錯(cuò)的選擇。具體買哪一種手機(jī)可以參考按累計(jì)評價(jià)排名前十的手機(jī)。
其他思考
- 對爬蟲工具的使用不熟練，導(dǎo)致數(shù)據(jù)選取得較少。但是按照銷量選取了排名靠前的數(shù)據(jù)，基本反應(yīng)了真實(shí)的情況。有些數(shù)據(jù)無法抓取到，比如商品評分。
- 數(shù)據(jù)分析經(jīng)驗(yàn)的缺乏會(huì)導(dǎo)致對數(shù)據(jù)的解讀不夠深刻。
主要參考資料
- Tiger數(shù)據(jù)分析入門課程的資料和作業(yè)
- 余博文章:獨(dú)家！完整到爆的數(shù)據(jù)分析流程剖析
感謝
首先要感謝Tiger和余博的幫助，以及社群中其他朋友的幫助。這個(gè)社群為大家營造了積極向上的學(xué)習(xí)數(shù)據(jù)分析的環(huán)境，牛人很多，我也學(xué)到了很多。如果沒有之前的積累，沒有認(rèn)真上課和做作業(yè)，這個(gè)項(xiàng)目也無法完成。
感謝張潔同學(xué)參與了項(xiàng)目選題的討論。
