数据分析实战——母婴产品上新策略分析

分析目的：本次分析将针对母婴类产品，根据市场销售数据分析需求，确定产品，指导上新。

本文在分析过程中参考了：张蒙：母婴产品上新策略分析（excel+tableau）的分析步骤，使用python进行分析。并提出了自己的一些想法。

数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=45

数据解释：

• user_id:用户ID

• birthday：出生日期

• gender：性别：0男，1女，2未知

• auction_id:交易id

• cat_id:产品id

• property:商品属性

• buy_mount:购买数量

• cat1:根商品类目

• day:成交日期

分析步骤包括：

（1）定类目

• 各类目母婴产品销量比较

• 各类目母婴产品ID数量比较

（2）定产品

• 选定类目产品销售量比较

（3）上新筹备

• 上新时间：分析母婴产品年度销售趋势

• 产品卖点：分析母婴产品成交记录中高频关键词

• 消费者画像：消费者年龄、消费者性别比（儿童基本信息）

首先相关模块和数据导入：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
data_history = pd.read_csv('mum_baby_trade_history.csv')
data_info = pd.read_csv('mum_baby.csv')

前期处理

#两个表格的时间处理
data_info['birthday'] = pd.to_datetime(data_info['birthday'],format='%Y%m%d',errors='ignore')
data_history['day'] = pd.to_datetime(data_history['day'], format='%Y%m%d', errors='ignore')
#两个表格关联（只保留有儿童信息的部分）
data_all = pd.merge(data_history,data_info,on='user_id',how='right')
#时间处理
data_all['year'] = pd.DatetimeIndex(data_all['day']).year
data_all['quarter'] = pd.DatetimeIndex(data_all['day']).quarter
#儿童年龄计算
data_all['age']