1.数据说明
1.1 数据来源
- 阿里云天池：https://tianchi.aliyun.com/dataset/dataDetail?dataId=45
-
表1（sam_tianchi_mum_baby_trade_history):消费者的历史消费数据/购买商品信息
- 表2（ sam_tianchi_mum_baby）：婴儿（900万婴儿中抽取）的样本信息（性别和生日）
1.2 用户消费表
- 共29971行数据
- 字段描述
- user_id：用户ID，具有唯一性
- auction_id：购买行为编号，是交易单号，具有唯一性
- cat_id：商品类别ID，表明商品所属类别（如：衣服、玩具）
- cat1：商品种类，cat_id的下属分类（如：上衣、汽车）
- property：商品属性，用于描述商品特征
- buy_mount：购买数量
- day：购买时间
1.3 婴儿信息表
- 共953行
- 字段描述
- user_id：用户ID，可通过此项与用户消费表关联
- birthday：婴儿生日
- gender：性别，0女1男2未知
2. 分析思路
- 数据分析将按照下图所示思路进行
3. 数据清洗
3.1 选择子集
- property列暂无分析意义，可以隐藏，选取剩余列进行分析
3.2 列的重命名
- 用户消费表（用户编号，购买行为编号，商品种类编号，商品所属类别，商品属性，购买数量，购买时间）
- 婴儿信息表（用户编号，生日，性别）
3.3 删除重复值
- 综合“用户编号”和“购买行为编号”两列进行分析
- 未发现重复值
3.4 缺失值处理
- 观察每列数据，均无缺失值
3.5 婴儿性别处理
- 采用IF函数，将012分别与“女”“男”“未知”进行对应
3.6 日期格式处理
- 使用分列功能，选择YMD格式
3.7 两表关联
- 利用vlookup函数将“婴儿信息表”的“生日”列和“性别”列关联到用户消费表中
- 关联的时候对“婴儿信息表”利用绝对引用
- 计算购买商品时婴儿的年龄
- 通过“购买时间”和“生日”进行年龄的计算
- 若“购买时间”<“生日”则记为“出生前购买”
3.8 异常值处理
- 对年龄进行筛选，发现有一项数据是28，在婴儿信息表中属于异常数据，进行删除
- 对”性别“列进行筛选，发现”未知“共有27项，数据较少，分析时可以剔除
4. 数据分析
4.1 总体销售情况分析
（1）商品总体销售数据
- 年度、季度销售情况
- 商品月度销量趋势
-
- 从图中看出，用户的购买行为呈现出周期性，表现为婴儿商品使用完会再次购买，商家可以寻找用户购买周期规律，在合适的时期推出一些促销活动，吸引用户购买。
（2）不同类别商品销售情况
- 类别编号为50008168和50014815的商品的购买数量比较多，可以根据情况调整商品数量
4.2 婴儿年龄对销售情况的影响
（1）婴儿年龄分布情况
- 可以看出，在提供的样本种，3岁之前的婴儿数量占比较高
（2）什么年龄段购买商品数量最多
- 4岁之前的婴儿购买商品数量较高，其中，1岁的婴儿最多。可能因为样本中此年龄段占比较高，也可能应为此年龄段对商品的需求较高，商家可重点关注此年龄段的用户。
（3）年龄对用户偏好的影响
① 购买数量多的年龄段喜欢的商品类别
- 整体上来看，类别为50014815和50008168的商品比较受4岁前婴儿的欢迎。除了这两类，出生前的婴儿还倾向于50022520类别的商品，0岁婴儿还倾向于28类的商品。商家可以根据这些偏好需求针对不同年龄的婴儿用户推荐不同类别的商品，提高购买率。
② 购买数量多的年龄段最喜欢的商品
- 购买数量最多的用户偏好的类别和具体商品存在部分重叠的情况。商家可以结合类别和具体商品，对用户做到更加精准的推送，吸引更多高消费用户，提高用户的购买率。
③ 购买数量多的年龄段购买时间偏好
- 选取购买数量前三位的用户进行购买时间的分析，发现1岁婴儿的用户更喜欢在第四季度购买东西，2岁和出生前的婴儿用户有时偏向于第二季度，有时偏向第四季度。综合上述偏好类别和商品，再加上偏好的购买时间，商家可以定期推出一些优惠活动，配合精准化的推送，吸引消费者购买。
4.3 婴儿性别对销售情况的影响
（1）婴儿的性别分布情况
- 从购买用户整体上来看，女婴占比高于男婴。其中，1岁及以后的女婴数量多于男婴，出生前及0岁的男婴高于女婴，可以多为男婴购买用户推荐出生前需要的商品类型。
（2）婴儿性别对购买数量的影响
- 从购买数量上来看，女婴在各个商品类别的购买占比明显高于男婴。其中，女婴更偏好于50014815类的商品，男婴更偏好于50008168类的商品，且两者偏好商品类别前三名相同。对于这三类商品，商家可以增加货源或提供一些优惠活动，吸引更多用户购买。
（3）不同性别购买时间分布
① 男婴购买时间分布
- 选取男婴购买数量前三名的商品类别，对其购买时间进行统计分析，这三类的商品购买峰值大多出现在第四季度或第一季度。
② 女婴购买时间分布
- 女婴购买时间峰值大多也是第四季度和第二季度，第三季度偶尔也存在购买峰值的情况。结合用户偏好及用户购买时间峰值分布，可以做到更加精准化的商品推荐。
5. 总结
（1）从整体出发，得出购买数量随月度变化的趋势和不同类别商品的销售情况。消费者月度购买趋势呈现出大致的周期性规律。商家可以根据规律，在用户购买数量多的月份进行货源补充、发放优惠券、进行促销活动吸引更多的消费者。
（2）从婴儿年龄出发，得出不同年龄段的婴儿家长购买情况和偏好。购买数量排在前列的为3岁及以下的婴儿家长，商家应该重点关注此部分的高消费人群，通过类别和商品偏好做出精准化的商品推荐，吸引更多消费者。根据用户购买行为的时间分布在对应时间推出促销活动，从而进一步提高用户的购买率。
（3）从婴儿性别出发，发现女婴家长的消费力度要高于男婴家长，不同性别的购买偏好有所差异，但大范围内大致相同。男女婴家长类别偏好前三的商品相同，商家可以重点关注这 几类商品，再通过男女婴家长的偏好程度差异，为其提供不同的商品推荐。