基于Excel的母婴电商产品分析报告

一、分析背景

母婴用品是指为主要为孕产期女性与0-3岁婴儿这两类特殊相关联群体提供的专业健康产品。中国是仅次于美国的全球第二大母婴用品消费大国，近年来，随着互联网的不断发展，母婴行业与互联网融合的不断加深，互联网母婴用户大幅上涨，母婴电商市场呈快速增长趋势。然而，在业绩增长的同时，店铺经营问题也逐渐凸显，如用户复购率低，新增用户缓慢等，因此需要对母婴用品销售情况进行深入分析，了解目前店铺存在的业务问题，针对性制定解决方案。

二、分析目的

分析近年来各类商品的销售情况，为运营工作提供参考依据，旨在提高用户黏性，提高销量。

三、理解数据

数据获取来源：阿里天池-Baby Goods Info Data

数据来自淘宝和天猫上购买婴儿用户，本数据集包括2个表格文件：

【表1】购买商品.csv 共7个字段，29971个记录

字段名	描述
user_id	用户ID（长整型），用户唯一识别码
auction_id	购买行为ID
cat_id	商品二级种类ID（长整型），可分析最受欢迎的二级分类
cat1	商品一级种类ID（长整型），可分析最受欢迎的一级分类
porperty	商品属性（字符串型）
buy_mount	购买数量（长整型），可分析热销商品和滞销商品
day	购买时间（日期型），可分析复购率和销售趋势

【表2】婴儿信息.csv 共3个字段，953个记录

字段名	描述
User_id	用户ID（长整型），用户唯一识别码
Birthday	婴儿出生日期，可分析不同年龄的孩子对应的商品
gender	婴儿性别（“0”表示女孩，“1”表示男孩，“2"表示未知

四、分析思路

4.1 构建业务问题

• 了解成交量的时间分布及周期性变动规律；
• 判断畅销品和滞销品分别是哪些；
• 分析商品的客户群体特征。

4.2 思维导图

五、数据清洗

5.1 字段重命名

根据对字段含义的理解，将字段转化为中文方便理解。

5.2 选择子集

表1，因为商品属性不参与业务问题的分析，因此隐藏商品属性字段下的数据，保留其他子列进行数据清洗；表2，保留所有字段下的数据。

5.3 删除重复值

因为同一个用户可能购买多次，同一种购买行为可能被多个不同用户在不同时间执行，因此应该选择全表，删除重复值，经处理表1 和表2均无重复值。

5.4 缺失值处理

经EXCEL的筛选功能，在表1保留的子列中未发现有缺失值，在表2中也未发现有缺失值

5.5 一致化处理

对于表格中的日期，用数据-分列方式进行一致化处理；对表格中的性别进行一致化处理，性别"0，1，2"，分别转换为"男，女，未知"。

5.6 多表关联查询

用Vlookup函数将两表数据关联；对于年龄问题，利用datedif函数计算年龄。

5.7 异常值处理

年龄异常值：对婴儿年龄进行筛选，年龄中大于等于"28"为异常年龄，删除。

六、数据分析

6.1 市场销售情况

如图，2012-2015年度总共有六大类母婴用品，其子类商品种类共计662种，商品成交总数量为76250件；销量最高的是【28】类商品，其子类商品种类高达267种；销量最差的是【122650008】类产品，仅有17种子类商品种类；【28】类商品销量为【122650008】类的12.7倍。

如图可知，2012-2014年成交量整体呈逐年上升趋势，而2015年出现骤减现象，通过观察数据源发现主要原因是由于2012与2015年度数据不全，无法对结论精准对比分析，因此后续部分数据分析以2013-2014年度为主要依据。

如图所示，季节成交数量呈现出明显上升趋势，第一、二季度总体销量相对稳定，第三、四季度为顾客采购旺季，且2014年第四季度环比其他任何季度的成交数量涨幅最大；2013-2015年度每年第一季度成交量都有下滑的现象。

由于2015年度数据不全，故这里只考虑2012-2014年度第三、四季度销售情况。

从数据上看，2012-2014年度第三、四季度总体成交量呈上升趋势，第四季度成交量对比第三季度而言波动较大，且2014年第四季度的商品成交量出现暴增现象。

6.1.1分析2014年度第四季度商品成交量暴增的原因

分析思路：