我的转行数据分析师专栏-8电商母婴用品分析报告

子表1购买商品字段

user_id:用户id

auction_id:物品编号（item_id）

cat_id: 商品种类ID（商品二级分类，表示商品属于哪个类别）

cat1: 商品种类ID（商品一级分类，表示商品属于哪个类别）

（cat1和cat_id分别是商品的一级分类和二级分类，比如上衣和衣服，汽车和玩具汽车这样的关系。虽然都是数字串id，但是根据这层关系，就可以用数据透视表来展示逻辑关系。比如商品大类下面，哪个分类更畅销）

property:商品属性（属性值可以是大小，可以是尺码、毫升等数字，还可以指品牌等，一切可以描述商品特征的都可以称为属性值）

buy_mount:购买数量

day:购买时间（是个时间戳格式，可以通过excel将时间戳显示未日期格式）

子表2婴儿信息表字段

user_id:用户id

birthday:出生日期

gender:性别（0女性；1男性；2未知的性别）

四、分析思路

五、明确问题

从商品角度：

• （1）每个商品一级分类下，哪个二级分类的商品卖得更多
• （2）每个商品一级分类下，爆款商品是哪一个（购买数量越大，就是爆款）
• （3）找出每个一级分类下的淡旺季购买情况
• （4）每年每季度每月份销售情况

从用户角度：

• （1）婴儿总体的男女占比
• （2）有婴儿的用户购买最多的商品一级分类、二级分类和物品是什么
• （3）统计在婴儿出生前各月的区间内，有购买行为的用户数及其占比、购买数量分别是多少

六、数据处理

• （1）将所有英文字段改为中文字段，方便自己理解
• （2）使用“分列”功能，将购买时间和婴儿出生日期设置日期格式为“MDY”

• （3）使用“datedif”函数，增加3列，分别求出购买日期和婴儿出生日期距离的天数、月数、年数，最后设置数字格式

正数代表：A用户购买该商品是在婴儿出生前的多少天、月、年
负数代表：A用户购买该商品是在婴儿出生后的多少天、月、年

• （4）将婴儿性别的数字，用vlookup函数，精准匹配，改为中文的“男”、“女”

• （5）增加一列为“时间1”，使用vlookup，模糊匹配， 根据婴儿出生日期距离购买时间的月数来匹配中文定义好的“时间段区间”，用来分析在婴儿出生前各月的区间内，有购买行为的用户数及其他指标情况

• （6）最终格式如下：

七.分析问题

从商品角度：

（1）每个商品一级分类下，哪个二级分类的商品卖得更多

每个商品一级分类下，销售量最高的二级分类如下表格：

（2）每个商品一级分类下，爆款商品是哪一个（购买数量越大，就是爆款）

每个商品一级种类ID旗下爆品如下表格：

（3）每个一级分类下的淡旺季购买情况(取2013年和2014年数据)

从图和表格可以看出：“28”“50008168”“50014815”商品一级分类低谷期都有集中在2月份，高峰期都在11-12月期间，提出问题：

为什么这6个分类低谷期都在2月份？

提出假设：2月份的春节期间，用户回家过年过节，对于线上购物意愿降低，付费人数也随之减少；

收集数据（选用2013年和2014年数据，前3个大类）：

结论：成立，3大分类的付费人数在各年份的春节期间都有下降，甚至春节前几天也受影响，待春节过后，开始逐渐恢复上升趋势

（4）每年每季度每月份销售情况

由图可以看出2012年缺少1-6月的数据，2015年缺少3-12月的数据，而2013年和2014年的数据相对完整，图中趋势图可以列出以下几个问题：

问题1：为什么2014年11月的销售总数同比2013年11月的要高得多？
问题2：为什么每年（2012、2013、2014年）的11月对比同年的10月销售总数，都有明显的上升趋势？

• 问题1：为什么2014年11月的销售总数同比2013年11月的要高得多？

2014年11月13日的销售数据明显异常高于平常时间，怀疑有异常值影响整天的数据，对11月13日的购买数量进行描述统计

发现存在一个异常高的值为10000，考虑会偶尔存在土豪用户，需保留该数据，由于中位数为1，为了更方便对比2014年11月的销售总数是否明显高于2013年11月，重新对比各年11月销售总量（不考虑该异常高值）：

结论：从图中可以看出每年11月的销售数据同比上年11月，有逐步上升的趋势，随着电商平台日益精细化，以及用户对网上购物的习惯越来越强，该趋势比较符合良性发展的电商店家

• 问题2：为什么每年（2012、2013、2014年）的11月对比同年的10月销售总数，都有明显的上升趋势？（删除2014年11月13日异常值10000）

每年11月有个双11节日，平台会搞大型促销活动，推测是双11活动导致的销量爆增。

提出假设：每年的双11活动带动商品销量的大幅上涨

收集数据：将2013年，2014年，2015年10月和11月商品销量数据按日展开

从以上前3图，可以看出各年11月11日的销售总数都有明显上升，但描述统计表格可以看到众数才1，标准差在14.66，最大值为700，容易某天受少数个别用户购买数量较多，会不会是恰好3年11月11日都有一部分这样用户呢？

难观察到真实波动原因，用多维度拆解方法来拆解单日销售总数=单日人均购买数量*单日付费人数，单日付费人数比较容易代表双11当日的促销活动对用户购买行为的影响

结论：

• 每年的双11当日的付费人数要比其他日子要高得多，因此双11促销活动对用户购买行为有积极影响作用；
• 每年的双11促销活动间接提高11月份整体的销售数据，但无法直接说11月总体销售数量比其他月份要高是因为双11活动，因为11月存在较多单日购买量较大的用户，影响整体销售数量；

从用户角度：

（1）婴儿总体的男女占比

结论：婴儿女生的比例比男生的稍高

(2) 统计在婴儿出生前各月的区间内，有购买行为的用户数及其占比、购买数量分别是多少

大部分购买用户（71.84%）在孩子出生前10个月以上就开始准备婴儿物品，延伸问题有以下，其他月的人均购买数量相对平稳，总体平均为1.6个，而在孩子出生前10-12个月内的人均购买数量处于最高，达4.32个，有以下延伸问题：

问题一：为什么这部分用户人均购买量偏高比较大？
问题二：怀孕前和怀孕后对不同商品一级分类的购买用户数百分比情况？（假定<=10月为怀孕后，>10为怀孕前）

• 问题一：为什么这部分用户人均购买量偏高比较大？

提出假设：该区间购买用户知道自己刚怀孕后，开始大量准备囤货，等待婴儿出生后可使用

收集数据：

结论：不成立，对该区间（10-12个月内）的用户购买数量进行描述统计，发现存在某个用户购买最大值为160，导致该区间人均购买量高于总体平均值，去除该值数据后，重新统计该区间人均购买量为1.44，与总体无明显差异；

• 问题二：怀孕前和怀孕后对不同商品一级分类的购买用户数百分比情况？（假定<=10月为怀孕后，>10为怀孕前）

结论：通过上图得出怀孕前和怀孕后对不同商品分类的购买意愿侧重有差异，怀孕前的用户可以更多推荐集中在“50008168”，其次是“28”和“50014815”分类；而怀孕后的用户对“50008168”、“28”和“122650008”的侧重减少，“50014815”侧重增加较为明显；

八、小结

1、商品一级分类“50014815”“28”“50008168”“38”“122650008”“50022520”的销售最高二级分类分别为“50018831”“50011993”“50007016”“211122”“50012359”“50023591”；而爆品分别为“39769942518”“20409520643”“36505037679”“16535960038”“7350011674”；

2、受春节影响，6大商品一级分类低谷期都有集中在2月份；在春节前或期间，付费人数都普遍下降，春节过后恢复上升；

3、从付费人数来看，每年的11月份逐年提升；受双11热度影响，11月11日的付费人数会呈现爆发式增长，过后恢复正常水平，对11月当月的付费总人数有间接影响；

4、婴儿女生比例（52.75%）稍高于男生（47.25%）；有婴儿的购买用户中，总体人均购买量1.6个，大部分（71.84%）会在婴儿出生前10个月以上就开始准备购买婴儿产品；

5、怀孕前和怀孕后对不同商品分类的购买意愿侧重有差异，怀孕前的用户更多集中在“50008168”，其次是“28”和“50014815”分类；而怀孕后的用户对“50008168”、“28”和“122650008”的侧重减少，“50014815”侧重增加较为明显；

九、建议

1、把握各商品一级分类的销售最高二级分类和爆品名单，重点推荐这部分名单，进一步细挖其用户画像，并有效精细化运营，包括活动，内容方面等等

2、在春节前2个星期内，进行“春节促销活动”，符合节日的调性，对春节期间的下降付费人数有弥补作用；另外适当提前调配春节前后恢复的货源量，避免春节后造成供不应求的影响；

3、迎合各电商平台，双11活动可作为商铺年度比较重大活动为定位，在双11期间（尤其双11当日）提前调配好各部门的人手和产品货源，备战双11；

4.可对准妈妈或有计划生孩子的用户单独制作母婴商品专栏，帮助这部分用户解决在母婴商品品牌不熟悉，选择困难等问题；定期回访这部分购买的用户，待他们怀孕后对商品类别的侧重点也会有区别；在活动方面，灵活对怀孕前或怀孕后的用户来进行策划；

附带分析报告的PPT截图：