数据分析—双十一

电商双11美妆数据分析报告

一、数据清洗与预处理

1. 数据类型识别与统计量计算
   首先识别数据中各列的数据类型，并计算统计量，包括标准差、最小值、最大值、四分位数等，为后续分析提供基础数据支持。

2. 处理重复值
   检测到数据中共有86条重复记录，将其删除后重置行索引，数据量从27598条减少至27512条，确保数据的唯一性。

3. 处理缺失值
   发现“销售数量”和“评论数量”两列存在缺失值。经过分析后，决定用零填充这些空值，以保证数据的完整性。

二、数据特征扩充与分析

1. 新增分析维度

   • 销售额：通过“单价 × 销售数量”计算销售额，为分析商品的经济价值提供依据。

   • 品牌分析：从商品标题中提取品牌名，分析不同品牌的销售表现，了解市场占有率和消费者偏好。

   • 产品分类：将产品分为护肤品和化妆品两大类，并进一步细分小类，如护肤品中的眼部护理、面膜等，化妆品中的口红、底妆等，以便更精准地分析市场需求。

   • 价格区间：分析平价产品（0-300元）与贵价产品（>300元）对销量的影响，探究价格与销售的关系。

   • 适用人群：根据商品标题中的关键词，如“男”“女士”等，划分产品适用人群，了解不同性别的消费偏好。
     强调通过数据挖掘扩充特征，而非无中生有，例如无法新增“浏览量”字段。

2. 中文分词与文本处理
   使用结巴库（jieba）对商品标题（title列）进行中文分词，采用“搜索引擎模式”切分长词语，提高分词的准确性。
   创建分类字典，主类分为“护肤品”和“化妆品”，子类进一步细化。通过关键词匹配将分词结果映射到主类和子类，确保关键词覆盖全面，避免分类错误。

3. 后续处理逻辑
   遍历分词结果，根据分类字典为每条数据标注主类和子类。例如，若标题包含“面膜”关键词，则主类为“护肤品”，子类为“面膜”。对未识别的关键词归类为“其他”，确保数据分析的完整性。新增“是否为男士专用”列，通过关键词筛选（如“男”“男士”且排除“女”“斩男”等）标记男性专用产品。计算销售额（单价×数量），观察到高销售额商品（如面霜）的数值表现突出。

三、数据分析与可视化

              1.男士专用产品中清洁类（61.54%）和补水类（16.87%）为主。

              2.非男士专用产品品类分布更均衡。

              3.女性消费者贡献81.83%的销量，男性仅占18.16%。

 1.每日销售量分析

       趋势：从11月5日到11月9日，销售量呈现上升趋势，达到峰值后在11月10日急剧下降，之后逐渐回升。峰值：11月9日的销售量达到最高点，约为3300万。低谷：11月11日的销售量达到最低点，约为2800万。回升：从11月12日开始，销售量逐渐回升，到11月14日接近3000万。

2.每日销售额分析

趋势：销售额的趋势与销售量相似，从11月5日到11月9日逐渐上升，11月10日急剧下降，之后逐渐回升。峰值：11月9日的销售额达到最高点，约为46亿。低谷：11月11日的销售额达到最低点，约为34亿。回升：从11月12日开始，销售额逐渐回升，到11月14日接近40亿。

1. 品牌分析

   • 相宜本草销量和销售额均领先，但单价亲民（200元以内）。

   • 雅诗兰黛单价最高（>500元），但销量低。

   • SK-II、玉兰油等品牌商品数量在500-1500件，但销量趋近于零。

2. 价格区间影响
   将商品按均价分为A（0-100元）、B（100-200元）、C（200-300元）、D（>300元）四类。分析发现，平价商品（A、B类）销售额占比最高，高价商品（D类）占比最低。

3. 品类分析

   • 大类中护肤品占比最高（71.7%），化妆品次之（18.77%）。

   • 小类中清洁类和补水类销量占比最高，修容、眼部护理等占比低。

4. 性别分析 

5. 时间分析

6. 评论数分析

1. 每个店铺总评论数（左图）：

   • 横轴：店铺名称。

   • 纵轴：评论总数。

   • 观察：某些店铺的评论数量明显高于其他店铺，可能这些店铺的销售额较高或客户互动较多。

2. 每个店铺平均多少单一条评论（右图）：

   • 横轴：店铺名称。

   • 纵轴：平均多少单一条评论（销售总数与评论总数的比值）。

   • 观察：不同店铺的平均评论率差异较大，某些店铺可能更注重客户反馈和互动，而其他店铺可能销售量较高但评论较少。

四、结论与建议

1. 平价商品优势
   平价商品（尤其是清洁、补水类）更易获得高销售额，建议优先开发性价比高的产品，满足大众消费需求。

2. 品类开发建议

   • 针对女性消费者需提供多样化品类，如彩妆、护肤全系列，以满足其广泛需求。

   • 男性产品可聚焦清洁和补水功能，开发针对性强的产品。

3. 可视化优化
   可视化需结合分析结论，明确图表服务于业务决策，如定价策略、品类规划等。使用matplotlib绘制柱状图、饼图，通过排序和分组优化图表可读性，强调代码中自适应调整、中文显示等细节设置的重要性。例如，df.groupby('店名')['销售额'].sum().sort_values().plot.bar()用于品牌销售额排序展示。

五、后续方向

1. 探索单价与销量的非线性关系
   分析促销活动对单价与销量关系的影响，挖掘潜在的销售增长点。

2. 细分品类增长空间
   深入分析细分品类（如“眼部护理”）的潜在增长空间，为品类拓展提供数据支持

import numpy as np
import pandas as pd
df = pd.read_csv('双十一淘宝美妆数据.csv')
df.head()
df.info()#数据特征
df.shape
df.describe()

数据初步了解:数据集数据数量

示例代码 对数据进行处理，查看数据分布，使得数据更加直观。

数据可视化处理，更加直观。