數(shù)據(jù)簡介

• 此次分析的數(shù)據(jù)來自于城市數(shù)據(jù)團對2016年雙11天貓數(shù)據(jù)的采集和整理，原始數(shù)據(jù)為.xlsx格式
• 包括update_time/id/title/price/店名，共5個字段，其中id為商品的唯一標識，店名為品牌名。

分析工具

• 主要使用了Python中的Pandas庫進行數(shù)據(jù)處理，利用matplotlib繪制分析圖表，利用bokeh進行了可視化展示。

• 當前使用版本：Python 3.6.5 |Anaconda, Inc.| (default, Mar 29 2018, 13:32:41) [MSC v.1900 64 bit (AMD64)]

說明

• 本次數(shù)據(jù)分析主要供學習使用，目的在于熟悉Python及相關(guān)庫，同時練習數(shù)據(jù)分析的思維方式。
• 本次分析主要基于描述性統(tǒng)計，暫不包含預測模型。
• 文字說明會涉及實現(xiàn)的具體細節(jié)，而不僅是分析結(jié)果的展示。
• bokeh制圖為交互式圖表，此處截圖展示
• 數(shù)據(jù)每日只采集一次，對于一日之內(nèi)的變化無法進行分析

分析目標

• 商品銷售時間分析
  1. 統(tǒng)計出商品總數(shù)和品牌總數(shù)
  2. 計算雙十一當天在售商品占比
  3. 未參與雙十一當天活動的商品，雙十一之后的去向
  4. 參加雙十一活動的品牌及其商品數(shù)量的分布
• 價格折扣分析
  1. 針對每個商品，分析其價格變化，判斷是否打折
  2. 針對在打折商品，計算其折扣率
  3. 按照品牌分析，不同品牌的打折力度
  4. 分析商家打折套路
• 構(gòu)建商品id/品牌的匯總表
  1. 商品id資料表格
  2. 品牌匯總資料表格
  3. 假打折商品詳情

正文

相關(guān)模塊導入

            
              

'''
想要學習Python？Python學習交流群：1004391443滿足你的需求，資料都已經(jīng)上傳群文件，可以自行下載！
'''
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
% matplotlib inline
import seaborn as sns

import warnings
warnings.filterwarnings('ignore') 
# 不發(fā)出警告

from bokeh.io import output_notebook
output_notebook()
# 導入notebook繪圖模塊
from bokeh.plotting import figure,show
from bokeh.models import ColumnDataSource
# 導入圖表繪制、圖標展示模塊
# 導入ColumnDataSource模塊

import os
            
          

加載數(shù)據(jù)和數(shù)據(jù)預處理

設(shè)置工作路徑，pandas導入數(shù)據(jù)

檢查數(shù)據(jù)是否有缺失值

檢查數(shù)據(jù)類型

對數(shù)據(jù)進行基本預處理

查看數(shù)據(jù)

?

Part1 商品銷售時間分析

統(tǒng)計出商品總數(shù)和品牌總數(shù)

計算雙十一當天在售商品占比

未參與雙十一當天活動的商品，雙十一之后的去向

參加雙十一活動的品牌及其商品數(shù)量的分布

統(tǒng)計商品總數(shù)和品牌總數(shù) ：

得到商品總數(shù)：3502，品牌總數(shù)：22

計算雙十一當天在售商品占比 ：

得到雙十一當天在售商品占比為：66.68%，約1/3的商品在雙十一當天沒有上架

商品銷售情況分類

為了分析沒參加雙十一的產(chǎn)品去向，我們首先對所有商品id依據(jù)其上架時間進行分類。

根據(jù)date字段，統(tǒng)計每件商品的最早和最遲銷售時間；再統(tǒng)計雙11當天是否銷售；最后進行分類。

A. 11.11前后及當天都在售 → 一直在售

B. 11.11之后停止銷售 → 雙十一后停止銷售

C. 11.11開始銷售并當天不停止 → 雙十一當天上架并持續(xù)在售

D. 11.11開始銷售且當天停止 → 僅雙十一當天有售

E. 11.5 - 11.9 → 雙十一前停止銷售

F. 僅11.11當天停止銷售 → 僅雙十一當天停止銷售

G. 11.12開始銷售 → 雙十一后上架

H. 11.10下架 → 可能11.11售罄 以后單獨分析

?

未參與雙十一活動的商品去向分析

暫時下架

改名上架

預售

未參與活動

未參與雙十一當天活動的商品中：

暫時下架商品的數(shù)量為242個，更名上架商品的數(shù)量為110個，預售商品數(shù)量為453個，未參與活動商品數(shù)量為200個

參加雙十一活動的品牌及其商品數(shù)量的分布

真正參與雙十一活動的商品 = 雙十一當天在售的商品 + 預售商品

對暫時下架/更名上架/售罄商品 后續(xù)可以研究其價格變化再確定

繪制堆疊圖進行可視化

?

補充品牌數(shù)據(jù)匯總

?

Part2 價格折扣分析

1. 針對每個商品，分析其價格變化，判斷是否打折2. 針對在打折商品，計算其折扣率3. 按照品牌分析，不同品牌的打折力度4. 分析商家打折套路

針對每個商品，評估其打折情況

真打折：商品的價格在10天內(nèi)有波動，雙11價格為10天內(nèi)最低價，無提前漲價

假打折：雙十一之前存在漲價現(xiàn)象

不打折：商品價格無變化

?

觀察數(shù)據(jù)可知

假打折商品的品牌集中于妮維雅和美加凈(各6件)，美寶蓮有1件

蘭蔻有一件商品在雙十一前漲價后，雙十一當日下架

SKII和薇姿各有一件商品漲價后，雙十一當天維持該價格

大牌套路深，深知法律風險，但這四件商品依舊被劃分在假打折！

真打折的商品約占比24.27%，不打折的商品數(shù)量約占比75.27%，假打折的商品約占0.46%

針對在打折商品，計算其折扣率

去除假打折商品

考慮雙十一價格對比其前后的折扣率，主要考慮前折扣率

只計算九五折以上折扣

?

?

?

觀察上圖可知，商品折扣率主要集中在五折和九折，二者共占50%以上

根據(jù)商品id匯總數(shù)據(jù)

包括商品銷售時間和價格折扣數(shù)據(jù)

?

根據(jù)品牌匯總數(shù)據(jù)

包括品牌商品銷售時間和價格折扣數(shù)據(jù)

計算品牌折扣商品比例

按照品牌分析，不同品牌的打折力度?

利用bokeh繪制浮動散點圖

y坐標為品牌名，x坐標為折扣力度

?

分析商家打折套路

篩選各品牌的折扣商品比例和平均折扣率

劃分四個象限，利用bokeh制圖

?

打折套路解析

少量大打折：雅詩蘭黛、蘭蔻、薇姿、悅詩風吟、歐珀萊

大量少打折：歐萊雅、玉蘭油、美寶蓮、妮維雅、蜜絲佛陀、美加凈

大量大打折：自然堂、相宜本草、佰草集

不打折：SKII、倩碧、蘭芝、嬌蘭、植村秀、資生堂、雅漾、雪花秀

假打折現(xiàn)象：妮維雅和美加凈各有6件商品

Part3 匯總表格導出

商品id資料表格

品牌匯總資料表格

假打折商品詳情