阿里天池：母婴用品电商数据分析（Power BI 可视化）

本项目数据来源：阿里天池数据集

数据概览： 本数据为2012年7月2日至2015年2月5日发生在淘宝天猫交易平台关于婴幼儿商品的交易数据，数据集包含两个表格：

• (sample)sam_tianchi_mum_baby（base 表）：包含用户ID、儿童出生日期、儿童性别的基本信息
• (sample)sam_tianchi_mum_baby_trade_history（trade 表）：包含用户ID、类别ID、购买数量、购买时间、商品ID及属性等信息

分析目的： 分析既往数据表现，寻找优化切入点，并针对性提出改善方案，已达到提升销量和营业额、减少经营成本的效果。

分析思路： 从营运、产品、用户三个指标维度，继续拆分细化数据，提出假设，分析问题

一、 数据清洗（Python）

• base 表包含 user_id, birthday, gender 3个特征维度，共953行数据。
• trade表包含user_id, auction_id, cat_id, bat1, buy_mount, day 6个特征维度，共29971行数据。

缺失值处理：
base 表无缺失值，trade 表 property 特征缺失144条数据，由于该特征主要用于机器学习预测分析，与本分析关联度不大，暂且取出。

异常值处理：
base 表 birthday 特征可视化，去除出生早于2000年的离散值；
trade 表 buy_amount 特征可视化，去除超过3个标准差的离散值。

# 数据可视化
btd = base.birthday.value_counts().sort_index()
plt.figure(figsize=(15,3))
sns.scatterplot(x=btd.index,y=btd.values,alpha=0.5)
plt.title('（原数据）婴儿出生日期与订单数分布图',fontsize=15)
plt.ylabel('购买订单数')
plt.xlabel('婴儿出生日期')
plt.show()

# 去除异常值
base.drop(base['birthday'][base['birthday']<20000101].index,inplace=True)