【产品分析】战斗民族电子商务平台OZON-美妆类目采集分析分析_ozon 彩妆(1)

最新推荐文章于 2024-05-24 17:27:01 发布

2401_84140428

最新推荐文章于 2024-05-24 17:27:01 发布

阅读量690

点赞数 17

分类专栏：程序员文章标签： python 学习面试

本文链接：https://blog.csdn.net/2401_84140428/article/details/138767859

版权

程序员专栏收录该内容

142 篇文章 0 订阅

订阅专栏

在这里插入图片描述

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

2、处理价格乱码，替换卢比标志；
3、匹配店铺名称，抽取有用的字符串；
4、将打分人数为空的记录，替换成0人打分；
5、将标题一样的做去重；

数据清洗部分代码如下：

df = df.drop_duplicates('title')
df['current\_price'] = df['current\_price'].apply(lambda x:int(x.replace('\u2009','').replace('₽','')))
df['original\_price'] = df['original\_price'].apply(lambda x:int(x.replace('\u2009','').replace('₽','')))
df = df.fillna(0)

现在来看看，清洗后的数据是啥样的？
在这里插入图片描述
本次采集是根据平台的受欢迎产品来排序采集的，采集结果重复的占比较高，去重后商品为2085款；

数据可视化展示

可视化是整个文章的亮点所在，所谓“字不如表、表不如图”。整个可视化大屏我们基于以下五个问题开展而来。

评价数量Top10的美妆柱形图；
评价数量Top10的店铺柱形图；
不同价格区间的美妆评价数圆环图；
美妆销售关键字的词云图；

1. 评价数量Top10的美妆柱形图；

from cutecharts.charts import Bar
from cutecharts.components import Page

def bar\_base() -> Bar:
    chart = Bar("评价数量Top10的商品柱形图",width="1000px",height="800px")
    chart.set_options(labels=labels, x_label="商品名", y_label="评价人数")
    chart.add_series("series-A", value)
    return chart

bar_base().render_notebook()

在这里插入图片描述
结论：
销量Top10的美妆，其实对于我们做产品还是挺有指导意义的。从图中可以看到这个VivienneSabo，在国外卖的还是极其好的，销量排名前10的产品中，VivienneSabo品牌的产品占据了7个位置。还有一个名字特别熟悉：妮维雅，只知道他家的洗面奶做的好，原来唇膏做的也不错，所以说品牌效应还是很好的。国产美妆也在塑造自身品牌的同时寻求出海机遇！

2. 评价数量Top10的店铺柱形图；

在这里插入图片描述
毋庸置疑，ozon自营的产品遥遥领先。可能是因为ozon起初以自营为主，是近几年采开始转向跨境电商和第三方平台的原因。

3. 不同价格区间的美妆圆环图

from cutecharts.charts import Pie
from cutecharts.components import Page
bins=[0,200,300,500,1000,2000,10000000]
# 按分段离散化数据
segments=pd.cut(df['current\_price'],bins,right=False)
# 统计各分段人数
counts=pd.value_counts(segments,sort=False)
label = [
        "200卢币以下",
        "200-300卢币",
        "300-500卢币",
        "500-1000卢币",
        "1000-2000卢币",
        "2000卢币以上"
]

def pie\_base() -> Pie:
    chart = Pie("不同价格区间的美妆圆环图")
    chart.set_options(labels=label)
    chart.add_series(list(counts.to_dict().values()))
    return chart

pie_base().render_notebook()

在这里插入图片描述

当然，价格才是大家关注的焦点。观察上面的圆环图可以发现，大多数产品的价格都是处在中间的、能被大家接受的范围（200-500卢币），毕竟日常化妆护肤的一些产品，适中的价格才能被大家接受，薄利多销才是王道。

在这里插入图片描述
从词云图中可以简单的看出，睫毛、眉毛、化妆笔、眼线笔相关的产品在ozon平台上比较受欢迎。
EVELINE、Vivienne、LUXVISAGE等品牌名称出现在标题中占比较重，商品、卖家也比较多。

不同评价分数的产品圆环图

在这里插入图片描述
百分之九十以上的商品评分都在4.5以上，极少数商品在1-3分之间，看来各位商家对客户维护的都不错！
产品评分不止是个评分，它能给与客户那份安全感和信任在平台直接购买。

如果你也想开店或者做产品，一定要从差评中找到客户抱怨的点从而优化产品，提升服务，做大做强！

总结

产品分析的用处有很多：

可以通过分析竞品对象，优化自己的产品或者给新产品提供思路；(产品设计)
采集自己店铺的评价，放大好评中的卖点，优化差评中的缺点；(店铺运营)
做行业监控，为投资决策做参考；
分析跨境产品的产地国、发货地；
等等很多…

由于时间精力有限，很多分析都没有做完：
没有抓取评论分析该行业的差评吐槽点
没有分析那个产地的商品卖的好，为什么好
…

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>私人订制</title>
</head>


学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！



### 一、Python所有方向的学习路线



Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。



![](https://img-blog.csdnimg.cn/img_convert/9f49b566129f47b8a67243c1008edf79.png)



### 二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。



![](https://img-blog.csdnimg.cn/img_convert/8c4513c1a906b72cbf93031e6781512b.png)



### 三、全套PDF电子书



书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

![](https://img-blog.csdnimg.cn/img_convert/46506ae54be168b93cf63939786134ca.png)



### 四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。



![](https://img-blog.csdnimg.cn/afc935d834c5452090670f48eda180e0.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA56iL5bqP5aqb56eD56eD,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)



### 五、实战案例



光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。



![](https://img-blog.csdnimg.cn/img_convert/252731a671c1fb70aad5355a2c5eeff0.png)



### 六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。



![](https://img-blog.csdnimg.cn/img_convert/6c361282296f86381401c05e862fe4e9.png)  

![](https://img-blog.csdnimg.cn/img_convert/d2d978bb523c810abca3abe69e09bc1a.png)




**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化学习资料的朋友，可以戳这里获取](https://bbs.csdn.net/forums/4304bb5a486d4c3ab8389e65ecb71ac0)**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**