目录
一 分析背景和目的
随着国家开放二胎政策，婴儿市场规模也在不断的扩大。根据天猫店铺的婴儿用品购买情 况，对商品进行多维度分析，分析市场需求，从而在满足市场需求的同时，提高销量。并且能够在分析中及时发现问题，提出改善建议，为后续的优化提供参考，提升店铺营业额。
二 描述统计，清洗数据
- 数据来源:
阿里天池数据集 — baby goods info data
https://tianchi.aliyun.com/dataset/dataDetail?dataId=45
- 数据清洗：
注：(sample)sam_tianchi_mum_baby_trade_history 命名为trade
(sample)sam_tianchi_mum_baby 命名为baby
1.导入数据，查看字段信息并转换数据类型
trade表一共有29971行，property这一列少于29971行，可以看出存在缺失值；user_id、auction_id、cat_id、cat1这4列虽然是以数字的形式显示，但是它们代表的是维度而不是度量；day这一列的数据类型应该是日期格式。
如上图进行数据类型的转换，user_id、auction_id、cat_id、cat1转换为object，day转换为datetime64。修改后显示格式如下图。
2.描述统计，了解数据特征
顾客为宝宝购买的商品数量均值是2.54件，标准差是63.99件，最小值是1件，下四分位数是1件，中位数是1件，上四分位数是1件，而最大值是10000件。这样的数据分布，不太正常，可以看出存在异常值。
3.逐步清洗数据
个人习惯的清洗顺序是“重异非极空”，即重复值-异常值-非逻辑值-极值-空值。
1）重复值
2） 异常值
利用正太分布的“3 sigma”原则，筛选出异常值，即购买数量大于194.54件。一共30条异常值，占整体数据的0.1%。一般个体用户不会购买上千上万件，这里可以考虑为厂家批发等情况，且由于异常数据占比过小，可以考虑直接删除，删除后总数据为29941行。
部分异常数据显示如下：
3）空值
只有property这一列有142行有空值，而property是商品属性的代码，不参与此次分析，所以无需处理。
baby表的清洗步骤同上。
三 观测全貌，提出问题
1.商品整体销售情况
幼儿商品的总销量在2012年至2014年呈快速上涨趋势，同比增速有所放缓，2014年至2015总销量又骤减。2015年的总销量在意料之外，需要排查其中是否存在异常情况。查看日期后发现2012年只有7-12月的数据，2015年只有1-2月的数据。如此一来，无法直接将2012年、2015年的年销量进行对比，但仍能看到2014年同比2013年增长49.1%。
2.商品的销量变化
幼儿商品在2012年2月至2015年2月的月销量并不是稳步增长的，有较大的波动。在月销量变化趋势图中观察到销量的高峰集中出现在5月、9月、11月，低谷出现在1月、2月。
具体的峰谷所对应的时间如下：
高峰（2012年11月、2013年5月、2013年9月、2013年11月、2014年5月、2014年11月）
低谷（2013年2月、2014年1月）
3.提出问题
·2012年至2014年的销量为什么上涨？
·未来幼儿商品的销售趋势会如何？
·哪些商品是热销产品？
·幼儿的性别对商品销量是否有影响？
·幼儿的年龄对商品销量是否有影响？
四 分析思路
五 数据分析
注：可视化工具为Tableau
1.销量涨跌的相关因素
1）新老用户数量对销量变化的影响
① 新增用户数
上图可看出2012年至2015年的新增用户数是在波动中增长的，环比增速的波动也呈现一定的规律，可见新增用户数整体是在一定规律的波动中上涨。
其中2013年3月、2014年3月环比增幅剧烈，这主要是由2月新增用户数减少引起的。
新增用户数的高峰出现在5月、9月、11月、12月，低谷出现在1月、2月。这与销量的高峰、低谷的时间相近，结合下图，销量和新增用户数的相关系数为0.99，属于高度相关，所以有理由相信幼儿商品的销量变化与新增用户数有关。但这不能说明是新增用户数的增长导致销量增长，需要继续分析是由于什么因素带来新增用户数的增长，才能做进一步的确定。
② 老用户复购
2012年7月至2015年2月期间，老用户复购人数总计26人，复购率为0.09%。该店铺的复购率极低，由此可见该店铺的主要消费人群为新用户，销量的涨幅与老用户复购无关。
2）商品数量对销量变化的影响
二级类目商品的数量随着年份在增加，5月、11月有不同程度的高峰凸起，而低谷则出现在2月，整体涨跌趋势与销量的涨跌趋势相近。
但由于此表是销售表，二级商品的数目是有销售的商品，不确定无销售的情况下是否还有商品。还需要再查商品上线的表。
3）商品价格对销量变化的影响
数据集中没有涉及到价格的信息，因此无法确定该店铺商品价格对销量的具体影响。
4）商品销售渠道对销量变化的影响
数据集中没有涉及到渠道的信息，但可以考虑到，若是因为渠道增加而带来了销量的上涨，那么除了5月、9月、11月之外的其他月份也应该有不同程度的增加，这与实际情况不符，所以排除暂且先排除销售渠道对销量变化带来的影响。
5）商品促销对销量变化的影响
在月销量变化趋势图中观察到销量的高峰集中出现在5月、9月、11月，低谷出现在1月、2月。这样的走势具有一定的规律，再将时间粒度细化到天，观察是整个月的销量都在涨跌还是某几天的涨跌导致月销量变化。
5月在12日、14日、17日、20日、27日期间的销量有明显上涨。
9月在4日、16日、24日期间销量有明显上涨。
11月在5日、11日、22日、26日期间有明显上涨，在11日这一天销量上涨更是剧烈，一枝独秀。
核查到5月10日开始有淘宝11周年活动，12日开始有母亲节活动，15日开始有国际家庭日活动，5月20日有表白活动，5月26日有儿童节嘉年华活动；9月16日有中秋节活动，24日有乐活9月活动；11月11日有双11活动，24日有感恩节活动。 销量上涨的节点基本是节日、大促的节点，因此可以肯定促销活动带来了销量上涨。
在11月的上涨中，2012.11月是10、19出现小峰，2013.11是11、29出现小峰，2014.11是11、13出现显著高峰，由时间来看由理由相信是因为双11的大促使得销量上涨，而根据实际情况，双11确实是在2014年才开始有了知名度，成为一个典型的大促活动节日。
13年2月，1日至14日期间销量走低，15日有明显涨幅。14年1月在20日开始持续走低，28日至31日更是趋近于0。核查到这两个时间段是春节假期，快递停运，因此出现销量大幅下降的情况。
6）竞品对店铺商品销量的影响
数据集中没有涉及到竞品的信息，因此无法验证竞品对该店铺销量的具体影响。
2.幼儿热销商品
结合销量和订单量，可以计算出平均单笔购买数量。这6大类的平均单笔购买数量为1.8件，其中38、28、50014815的平均单笔购买数量都高于2件。定位38类目，发现它的平均单笔购买数量是最高的，但是销量却不尽人意，可见平均单笔购买数量不能单做为热销商品的依据。
因销量 = 购买次数 * 平均单笔购买数量，可以从购买次数来判断商品是否热销。即此处热销商品的定义为订单量高。
一级类目中热销的是50008168、28、50014815这三类商品，占整体的80.95%。
50008168大类下的订单量情况
28大类下的订单量情况
50014815大类下的订单量情况
细化到二级类目后，观察到50008168类目下的热销商品是50013636、50010558、50013207这三类商品，在该类目中的占比为36.47%；28类目下的热销商品是50011993，在该类目下的占比为12.42%；50014815类目下的热销商品是50018831，在该类目下的占比为14.84%。
那么5款热销商品在促销中的表现如何？
观察5款商品订单量随时间变化的表现，发现50013636在每一次的促销活动中都有出色的表现，并贡献了最大订单量。50010558、50013207两个商品，虽然随时间变化有相对上升的趋势，但是可以看到只有在5月的促销时才出现大高峰，在5月之后出现回落，猜测这两类商品是夏季常用的商品。50011993、50018831在促销中的销量有一定增长，但表现不突出。因此50013636商品为热销王。
3.幼儿性别对商品销量的影响
在册男性幼儿占比47.3%，女性幼儿为52.7%。整体来看男女幼儿分布比较平均。
在册男性幼儿的销量占整体的37.44%，女性幼儿占62.56%。女性幼儿的销量为男性幼儿的1.67倍，可见女性幼儿的平均购买力要高于男性幼儿。
4.不同性别的幼儿对商品的需求
一级类目下，除50022520外的其他商品，女性幼儿的购买量均高于男性幼儿。幼儿整体需求都集中在50014815、50008168、28这三个大类上。女性幼儿的需求排序为50014815 > 50008168 > 28；男性幼儿的需求排序为5008168 > 28 > 50014815。可以猜测50014815类是女性化特征较强的类别。
5.不同年龄的幼儿对商品的需求
不同年龄的幼儿对商品的需求不同。0-3岁幼儿的综合需求最大，对50014815、50008168大类的需求高，对28大类的需求较高。其中0-2岁对50022520有小量需求，2-3岁对38小量需求；4岁开始幼儿对商品的需求大幅下降，但4-8岁对50008168类商品仍有小量需求。
在不同年龄下再增加性别维度，观察不同年龄男女幼儿更具体的需求。在以上两张柱状图中可以发现：在女性幼儿中，0-2岁的需求比较综合，但整体需求量一般；3岁的需求有针对性，对50014815大类的需求很大。在男性幼儿中，整体需求低于女性幼儿，但每个阶段还是有主要需求的商品。根据柱状图整理了各年龄各性别的主要需求及需求量，如下表：（需求量总分为10分，越高表示需求量越大）
| 性别 | 年龄（岁） | 主要需求 | 需求量 |
|---|---|---|---|
| 女 | 0 | 28 | 3 |
| 1 | 50008168 | 2.5 | |
| 2 | 38 | 3 | |
| 3 | 50014815 | 10 | |
| 男 | 0 | 50008168 | 1.5 |
| 1 | 50014815 | 2 | |
| 2 | 50008168 | 2 | |
| 3 | 50008168 | 2 |
6.幼儿商品未来销量走势预测
利用预测器对幼儿商品的未来销量情况进行了预测。由上图可看出在未来一年中，幼儿商品的整体销量是在逐渐上涨的。以11月为例计算同比增速：2013年11月同比增长34.4%，2014年11月同比增长43.3%，2015年11月同比增长11.4%。发现预测的增速放缓了，猜测与人口出生量有关，调查2015年的人口出生量后证实2015年较2014年人口出生量减少了32万。
六、分析结论与建议
总结：
1.市场发展
目前幼儿商品市场发展良好，仍有上升空间。但也要未雨绸缪，提升销量的同时也要紧盯商品质量和类型，结合未来的人口出生量和男女需求对产品进行调整和升级。
2.销量变化原因
店铺的销量高峰是由5月、9月、11月的促销活动带来的；低谷是因为在春节假期期间店铺休息，快递停运导致的。促销能够带动商品销量上涨的原因：一是促销活动的效果显著，二是商品数目的增加对销量上涨也有一定的帮助。
3.不同性别幼儿商品销量的区别
女性幼儿的销量是男性幼儿销量的1.67倍。但至此还无法明确说明整体市场女性幼儿的购买力比男性幼儿高，因为也有可能店铺本身的商品类型是以女性化居多。需要核查商品属性表后再做进一步的结论。
4.不同年龄幼儿商品销量的区别
0-3岁幼儿的综合需求最大，需求集中在50014815、50008168类，对28类的需求较高。
0-2岁对50022520类有小量需求，2-3岁对38类有小量需求；
4岁开始幼儿对商品的需求大幅下降，但4-8岁对50008168类商品仍有小量需求。
建议：
1.针对性促销
50008168类目下的50013636是热销商品，在历年5、9、11月的促销活动中都有出色的表现，在未来的促销中可以加强这类商品的活动力度和方案。在5月的促销活动中可以考虑加大对50010558、50013207两类商品的宣传和投放，提升促销活动的效果显著度。也可以考虑扩展渠道，设计相对优惠的组合套餐策略，拉动销量相对较低商品的热度。但是对于商品促销，还要结合店铺实际情况，考虑到成本的问题和对ROI的把控，不能一味地促销让利。
2.精准营销
根据销售对象的不同年龄和性别，有不同的营销策略，针对性地投放广告。这样也可以起到节省广告费，提高广告效率的作用：
0岁女婴主推28，1-2岁女婴主推38、50008168，3岁女婴主推50014815；
0-3岁男婴主推50008168，辅推50014815。
3.商品和库存升级
商品消费的主力军是0-3岁的幼儿，可以考虑提升该年龄段的商品比例和库存。在保持女性幼儿商品类型的基础上，增加男性幼儿的商品类型。若是有直属工厂，可以建议工厂在是商品设计时，也要多加关注男婴的需求，设计适合男婴的产品，以提升男婴商品销量。
4.关注用户拉新和复购
在用户方面，消费的主力军是新用户，老用户复购率仅0.09%。若在数据集合中绝大多数是新开张店铺，那么这是合理情况；若老店占比较高，那么这不是一个健康的状态，新老用户要双管齐下。
针对处在运营初期的店铺，重心应该放在新用户的获取上，需要加大曝光量。根据“消费主力军为0-3岁”这一结论，将新用户定位为准妈妈、新生儿妈妈。因此可以考虑一下以下方案：
① 将广告投放于妇幼医院、月子中心、母婴用品店等准妈妈、新生妈妈经常出入的地方。
② 短信或商城派发新用户专享限时红包。
③ 拼团活动，以优惠价格吸引新用户加入活动。
针对成熟店铺，重心应放在老用户的复购上，需要关注90天内复购率。可以考虑以下方案：
① 建立会员制度。首次消费时收集用户及幼儿生日等信息，30天后发放优惠券吸引用户再 次购买。
② 举办0-3岁内宝宝生日当月“加1元换购指定生日礼品”活动。利用CRM短信对用户和宝宝发去
生日祝福，并告知用户店铺已为宝宝预备好生日礼品。
③ 当老用户90天内复购率达到15%-30%时，可结合RFM模型，对用户进行精确分类，根据不同类型老用户，针对性的采用不同方式提高消费频率或金额。
2856
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
