分析背景
随着电商行业的迅速发展，很多线下的商家把战场转为了线上，相比于线下的商业模式，线上更容易获取到用户的相关信息，通过调查用户的购买行为，结合用户的特点，进而进行数据分析，用数据驱动商铺的盈利。本篇分析就以天猫网上母婴产品的购买情况进行分析，辅助网店店主进行决策。
数据来源于阿里天池：
https://tianchi.aliyun.com/dataset/dataDetail?dataId=45
数据源中有两个图表，分别是购买商品的数据和婴儿的数据，首先分别分析下两个数据的字段
表1：购买商品（包含以下七个字段）
- user_id: 用户身份信息（作为用户唯一标识）
- auction_id: 购买行为编号
- cat_id:商品种类（对应具体的商品种类）
- cat1:商品类别（购买商品的类别）
- property:商品属性（具体分类信息）
- buy_mount:购买数量
- day:购买时间
表2：婴儿信息（包含以下三个字段）
- user_id:用户身份信息（作为用户唯一标识）
- birthday:出生日期
- gender:性别（1 男性，0 女性）
提出问题
本次分析分别从产品角度和用户角度进行
产品角度：
1、销量随着时间的变化趋势是怎样的？
2、热销产品和销量较低的产品有哪些？
用户角度：
1、不同性别婴儿的需求是否一致？
2、商品受哪个年龄段婴儿的喜爱？
数据清洗
选择子集
两个表均为重要的数据信息，分析中不涉及表1中的property字段，因此选择隐藏
列名重命名
将英文的ID字段统一转化为中文
删除重复值
两个数据表中均未出现重复值，不做处理
缺失值处理
两个数据表中均未发现缺失值，不做处理
一致化处理
首先将表2中婴儿性别转化成男女形式的；其次将购买时间和出生日期转化成yyyy/mm/dd的形式，方便处理
数据排序
数据比较整齐，暂不排序
异常值处理
先用vlookup函数将两个表通过用户ID连接起来，得到一张新表格，再通过dateif函数得到婴儿的具体年龄，结合vlookup函数得到年龄的阈值，经过描述性分析后，发现一个年龄为28的异常值，由于数据量不大，因此选择删除
最终得出数据表如下
分析问题
1、销量随着时间的变化趋势是怎样的？
（一）销量随着年份变化趋势
首先我们以年为维度进行销量的分析，观察下商品销售的整体趋势。
从2012年到2014年商品销量呈现上升趋势，但是到了2015年销量一度下滑，这个是什么原因呢？
为了弄清下跌原因，我们对维度进行细分，通过对比每月的销售情况，从而得到月份与销量的关系
从图片中我们发现2015年统计数据并不完整，仅有1月和2月的数据，另外2月的数据也仅仅统计了前五天，而且2015年1月的销量均高于前三年，因此这里并不能说明2015年的销量有所下降。
分析得出2015年销量下跌是由于数据不全导致的。
（二）销量随着月份变化趋势
观察整体月份的变化趋势并对比不同年份的月销售变化图能看出，销量整体呈上升趋势，尤其是每年的5月和11月，为销售高峰期，是什么原因导致的呢？2月份的整体销量显低迷，这是为什么呢？
我们采用多维度分析和假设检验的方式进行进一步讨论
a.分析5,11月份销量增加的原因
基于4P营销理论，我们将销量增加原因分为四大类
（1）渠道原因：
为了判断是否是渠道原因导致的销量增加，这里我们假设商家改变了运营策略，选择了更好的销售渠道。按正常逻辑，如果商家挖掘到了新渠道并且证明效果确实理想，那么将会继续选择此渠道，以保证源源不断的销量，所以可以对比五月到七月的销量，看看是否有显著的变化。
结果我们发现2013,2014这两年5月份的销售额依然高于6月和7月，显然这并不是改变了运营渠道，因此我们否定原假设，证据不足，不能说明渠道是销售变化的原因。
（2）促销活动：
这里我们假设是由于商家采取了促销活动，所以导致销量上升。
可以发现5月份有三个购买高峰，我们查下当年的促销活动可以发现，5月12日左右正好对应着母亲节促销活动，而且商品类型为母婴产品，促使商家达到了第一个销量高峰，5月20日有520的节日促销，5月末是平台的天猫品牌活动日，正好和三个销售顶点相对应。
我们再来看下11月份，双十一的促销活动力度之大，直接把销售量推到了高峰顶点，而且随着年份的累积，销售量是越来越高，2014年达到了顶点，这也符合天猫商城的销量趋势，因此假设成立。
（3）产品和价格：
数据中没有明显产品和价格的数据，无法定义问题，因此这里不做分析。
可以看出，促销才是导致商品销售量达到顶峰的直接原因。
b.分析2月份销量下跌的原因
我们将下跌分为内部和外部原因，进行分析
无论是产品、渠道还是价格，并没有太多的差别，这里就不过多的解读了，但是结合业务场景，2月份正值春节期间，天猫也有着春节的品牌活动，但并没有推出专门针对于母婴产品的活动。那么究竟是什么原因导致的呢？我们看下图。
2013年1月31日-2月12日，整体的销量呈下跌趋势，跌幅较大；
2014年1月21日-1月31日，也呈现断崖式下跌的情况
再次查阅一下日期，发现正好和春节时间相吻合，这段时间快递已经停运，因此可以推测销量下跌的原因和快递停运有关。
因此，每年2月份下跌原因是快递停运，商家也可以根据这个时间点制定年前和年后的销售计划。
2、热销产品和销量较低的产品有哪些？
为了进一步了解产品销售情况，对销量高的产品和销量低产品进行对比分析，以此来辅助采购部门进行商品筛选
这里采用了组合图的形式进行分析，柱形图表示商品的销量，折线图则表示商品的购买次数
从表中我们可以看出，ID28作为热销产品，虽然购买次数不高，但是销量遥遥领先，可大概推测出为消耗频次较高的商品，需求量高；另外，ID122650008商品的购买次数和购买量基本上持平，且销量最低，消耗频次也较低，可以结合商品特点，找到销量较低的原因，协助仓储部门进行物料配置工作。
3、不同性别婴儿的需求是否一致？
我们发现女婴儿的购买量高于男婴26%，产生这个差异的原因是什么呢？由于销量=购买次数*平均购买量，我们假设是由于女婴的购买次数多于男婴的原因，于是进行二次分析
发现男女婴儿购买次数的比例近似相等，购买次数并不是造成销量差异的主要原因，否定原假设，选择备择假设，即女婴儿的平均购买量高于男婴。那么不同商品的购买量之间有什么差异呢？
从结果发现，男婴对于50022520这款商品的需求较高，而女婴则对50014815需求高，不同性别对于商品需求存在差异，其中差异量最大的是50014815商品，几乎没差异的是122650008。商家可以根据婴儿性别进行分类推广。
4、商品受哪个年龄段婴儿的喜爱？
将婴儿的年龄分成7个阶段，通过数据透视发现不同年龄段商品的购买情况
我们发现1-2岁为主要购买人群，五岁以上的购买力开始呈下降趋势，可以分析本店主要的用户群体为五岁以下的婴儿。
继续来分析下销量排名前三年龄段的具体商品销售情况
我们可以发现ID50014815这款商品很受0-2岁的孩子喜爱，看推测其为低龄儿商品；
不同年龄段的婴儿对50008168和28这两款商品的购买力差不多，可推测这两款商品的适用范围较广。
结论与建议
1.商家的销售情况和促销活动强相关，比如每年的双十一和母亲节，这两个是比较好的促销节点，商家可以考虑采取多种方案进行促销，增加销量。另外，春节期间可以适当减少促销活动，节约成本，在春节前可以来一波促销活动，让用户囤货。
2.平时可以多进ID28的产品，走货快而且销量高，可以升级为明星产品，而ID122650008的产品可以适当降低进货量，出一些捆绑套餐，帮助对此产品的销售。
3.不同性别的婴儿消费需求不一样，可以分别进行推荐，尤其是女婴的产品需求较高，可以重点推广50014815产品，男婴则是推广50022520产品，由于男婴的单次购买量较低，因此可以多推出一些男婴套餐，刺激购买。
4.五岁之前的婴儿购买量较高，商家可以重点推广此年龄段的产品，ID50014815商品可以重点推广，适用于各种年龄段，针对不同年龄段的家长推出优惠券，帮助产品促销。
