电商婴儿商品销售数据分析

随着互联网科技的迅速发展，电商产业也随之迅速崛起，市场不断优化，电子商务在现代商务企业发展中越来越重要，所占比重也在增加。自从2016年1月1日国家开放二胎政策，母婴市场也备受人们关注，婴儿商品店铺也越来越多。本文以阿里云天池的婴儿用品数据为例，通过对电商平台的婴儿商品购买情况进行多维度拆解分析，从发现问题、解决问题的角度出发，为商家运营提供数据支撑和建议，提高商家的销售量。

一、数据解读
数据集来自阿里云天池（https://tianchi.aliyun.com/dataset/dataDetail?dataId=45），是关于2012年7月2日至2015年2月5日的淘宝和天猫婴儿商品交易数据及婴儿信息数据。数据集包括2个表格，其中表1是商品交易表，数据大小为29971行×7个字段，表2是婴儿信息表，数据大小为953行×3个字段，具体字段详见下表。

二、分析目的及思路
为了能更深入地挖掘数据底层信息，更好地达到增加店铺销售量的目的，基于数据，将销售问题拆解为一下几个问题和目的：

1. 问题：商品整体销售如何？有何发展趋势？
   目的：预测接下来的销售情况，制定营销策略。
2. 问题：从时间维度出发，是否存在异常？是否存在周期性？如果有，造成该情况的可能性有哪些？
   目的：了解买方市场购买商品的时间特点，复盘运营情况，判断特殊时期活动的影响力度。
3. 问题：从商品维度出发，是否存在不同商品类别销售量差距大的情况？如果有，哪些商品是热销品？哪些商品购买量低？
   目的：比较不同商品的销售差异，根据需求有选择性的做好库存工作，了解客户需求，精准营销。
4. 问题：从用户维度出发，不同年龄、不同性别婴儿用户是否存在够买偏好？购买行为如何？
   目的：完善用户画像，了解客户需求，精准营销。

三、数据清洗

1. 整合数据：通过Power Query将商品交易表和婴儿信息表根据用户ID合并到一张表里，删除用不到的auction_id、property两列。（此处可以通过Vlookup函数连接两张表。）
2. 列名重命名：将列名重命名为中文格式，易于理解。
3. 一致化处理：将各个字段数据类型更换成合适的类型，如将用户ID、商品种类数据类型换成文本类型，将购买日期、出生日期转换成日期格式；通过条件列将性别分为男、女、未知；计算出婴儿年龄，未出生的记为“未出生”，没有出生日期的记为“未知”。
4. 删除重复项：重复值会影响数据分析的结果，故应将重复项删除。但在此次分析中，不能排除同一用户重复购买同一商品的行为，故不作删除重复项处理。
   5.缺失值处理：表1各列计数均为29972，表2各列计数均为954，未发现缺失值。
   6.异常值处理：通过对婴儿年龄进行筛选，可以发现有一个最大年龄是28岁，显然，这是错误的，故将该行数据删除。通过对购买数量进行描述性统计分析，可以发现用户购买商品中位数和众数为1，但最大值是10000，为了保证分析的合理性，3个正负标准差值（3*64=192）之外的数值定为异常值，即大于192的值都删除。

四、数据分析
（一）、商品层面
1．整体销售情况
根据数据，可以画出2012年至2015 年婴儿商品销售量数据，可以看出销售量整体是呈现上升趋势的，说明婴儿消费市场是非常可观的。


为了了解商品销售量是否存在周期性的波动，需要挑选出完整一整年的数据，而2012年、2015年只有部分数据，故只挑选2013、2014年的数据进行研究分析。

同比曲线在0%以上，说明2014年整体销量较2013年呈增长趋势；商品销售量在夏季、冬季较高，而春季、秋季较低，呈季节性波动。两年的1月、2月都呈现销售低迷的状态，考虑到1月、2月是春节假期，期间快递会停运，可以假设1：春节期间快递停运会导致销售量下降。
观察2013年、2014年1月和2月销售情况，可以发现这两年均有一段时期内销售量明显下降，而这个时间段正好是该年的春节假期期间（2013年春节法定节假日为2月9日-2月15日，2014年春节法定节假日为1月31日-2月6日），春节过后，销售量有所回升。据此，可以推测春节期间快递停运会导致销量下降，假设1成立。
此外，两年的5月、11月销售量都会形成峰值，5月有母亲节、六一促销活动，而11月有双十一促销活动，活动力度大，可以推测促销活动会带动销售量的增加。

2. 各类商品销售情况
   2012年至2015 年的婴儿商品销售量整体呈现上升趋势，为了更深入了解商品种类的销售情况，需要对各类商品销售情况进一步分析。以下对一级、二级商品销售情况分别进行分析：
   
   
   在商品种类方面，通过对比分析，一级商品种类中购买量最多的是28商品，达到16321件，其次是50008168商品，达到14943件，最少的是122650008商品，仅有2239件。
   
   二级商品种类中销量最多的是50018831商品，达到2657件，其次是50013636商品，有2279件。针对销售量较高的商品，可以增加库存量，而对于销售量较少的商品应减少库存量。

（二）、婴儿用户层面
1.婴儿年龄、性别分布情况
在剔除未知年龄的数据条件下，将婴儿年龄分为未出生、0、1、2、3、4岁，将4岁以上的统一为其他。从婴儿年龄的分布情况来看，未出生、0、1、2岁婴儿较多，分别占15%、13%、33%、17%。在剔除未知性别的数据情况下，女婴儿占63%、男婴儿占37%，女婴儿用户购买多。

2.婴儿用户购买偏好情况
营销不仅要从产品角度推销商品，更要了解消费者的需求，抓住消费痛点，精准营销，从而，获取更多的利润。
去除未知年龄的用户，将年龄与一级商品销售量建立图形，可以看出未出生、0~3岁的需求量最大，尤其是1岁婴儿对50014815商品的需求量最大，而4岁及以上的幼儿市场需求较小，比较符合市场定位。


根据销售量筛选出前10的二级商品，同样在去除未知年龄的用户情况下，将年龄与二级商品销售量建立图形，可以看出1岁婴儿对50018831商品的需求量最大，可以猜测二级商品50018831的销售量在一级商品50014815中所占比重很大。

3.婴儿年龄与销量的关系
通过上面的分析观测，婴儿的年龄对商品销售量有很大的影响，具体表现在婴儿年龄较小的，商品购买量较大，可以建立假设：年龄越小，需求量越大。
将年龄与销售量进行相关分析，结果证明商品的需求量确实与年龄呈高度的负相关关系（-0.8723），即年龄越小需求量越大，假设成立。


4.婴儿性别与商品分类销量
除去性别为未知的，将商品一级分类销量和婴儿性别进行联合分析，通过柱形图对比，可以发现婴幼儿性别为女的用户购买力较强，除了50022520一级商品外，其余的一级商品都是女婴儿的用户购买数量较多，这也可以反映出商家对女婴儿用品的设计供给更多，而男婴儿的较少。

5.用户回购率分析
数据集中，总用户数为29943人，重复购买的用户数一共25人，最多的购买次数为4次，但复购率仅有0.083%，几乎可以忽略。造成复购率低的原因可能有：①产品不被客户认可；②产品为耐用型，客户可以长时间不回购。对于这些原因是否成立，需要额外的数据支撑，故在此不研究。

五、分析结果与建议

1. 销量贡献主要集中在一级商品28、50008168、38，可以适当增加这三种一级商品的库存量。
2. 用户的购买量相差大，少数客户下单量巨大对销量有明显影响，建议做好大客户的服务，保持长期合作关系。
3. 节日性活动对销售量提升有明显促进作用，特别是母亲节、儿童节、双十一和双十二，可以适当优化促销策略。
4. 销售量与年龄呈反比关系，3岁以内的婴儿用户是购买主力，且女婴的消费比例略高于男婴，后续促销活动策划可借鉴此类用户画像。
5. 对于极低的复购率，需要进一步了解原因，在真正了解原因的情况下，采取有针对性的措施，这也是后续重点。
6. 随着社会的发展，优生优育更加深入人心，婴儿产品更加受宝妈宝爸的关注，各种社交平台都会有宝妈们关于婴幼儿产品的分享推荐，做好产品，保障产品质量，才能深得人心，赢得更多的客户。