淘宝&天猫婴儿商品分析

一、分析背景和目的

随着建国后第三次婴儿潮（1985-1997年）出生人口进入育龄，同时叠加二胎政策影响，我国正在迎来新的人口出生小高峰。同时，收入增长带来消费能力提升和消费观念转变，育儿模式更加精细化。新的母婴消费观念和消费方式正在扩展。在母婴用品需求大、消费转型的大背景下，电商是否能够顺应潮流、抓住发展机遇、在发展自身的同时为广大母婴产品消费者提供商品服务？

本文通过查看运营数据，对店铺运营进行数据分析，从而把握市场规律，为商品营销和商品结构调整提供数据支持，提升店铺运营业绩。

二、 分析思路

具体包括以下几个问题：

1. 哪种商品的购买量最高？

2. 性别对购买量有什么影响？

3. 用户年龄对购买量有什么影响？

4. 购买量随时间如何波动？

5. 复购率是多少？用户最爱复购的商品是什么？

从业务运营指标以及用户群体两大方面分析。具体分析思路如下：

三、分析内容

1. 数据集字段含义

本文数据集来自阿里巴巴天池Baby Goods Info Data-数据集，主要收集在淘宝和天猫上购买婴儿的用户信息及购买商品信息，数据集包含两个Excel文档。数据字段如下：
表1包括淘宝用户的历史交易信息。字段信息如下（数据：7列29972行）：
user_id：用户id, 为用户的唯一的标识。
auction_id：购买行为编号。
cat_id：商品种类id，每一个商品有一个id。
cat1：商品大类，用来区别用户购买的商品大类。
property：属性，是对商品特征的详细描述。
buy_mount：购买数量。用户购买的商品数量。
day：时间戳，代表用户购买商品当天的年月日信息。
表2记录的超过9百条儿童信息，包括他们的生日和性别。字段信息理解如下（数据：3列954行）：
user_id：用户id。
birthday：生日。显示宝宝出生的日期，以年月日的形式呈现。 gender：性别。0代表女孩，1代表男孩，2代表性别信息不清楚。

2. 数据清洗

(1) 删除重复值

表1够买商品中查询user_id，发现重复值，删除重复值