服装商品销售数据分析

一:分析背景和数据来源

随着电商的快速发展，人们的购物行为占比也快速增加。作为电商卖家为了获取更多的用户并提升店铺销售量，可以结合产品销售情况和用户情况进行分析，得到有价值的信息，规划自己的销售策略。本文以淘宝天猫上服装商品购买情况数据为例，通过对产品和用户行为分析，得出结论，为业务部门提出可行的建议,本次分析数据主要是来自公司的服装商品销售数据。

二:理解数据

共收集了两表:分别为clothes_trade_history.csv称为表1,clothes_user.csv称为表2

产品角度:

1,商品的销量随时间发生怎样的变化?

2.哪个类别商品的销量最多？能提出什么建议?

3,哪个类别商品的销量最少？能提出什么建议?

用户角度:

1,用户的年龄分布情况如何?能提出什么建议?

四,分析方法

分析方法应用：

1.逻辑树分析方法

2.多维度拆解分析方法

3.对比分析方法

分析思维导图:

五、数据清洗
(1)选择子集
由于物品编号和商品属性对我们分析的问题没有意义，故将其隐藏，以便于我们的分析。
(2)列名重命名
由于两张表的字段已经非常便于理解，所以无需重命名。
(3)删除重复值
对整合后的表2在数据选项之下按照用户编号这一唯一标识删除重复值，发现没有重复的数值。
(4)缺失值处理
对表2中的数据查找空白值，并未发现缺失值。（这里查找空白处可以用观察右下角计数的方法,也可以使用excel中的筛选功能）。
(5)一致化处理
表中数据日期显示格式不对，对其进行分列+设置单元格使其按日期格式显示。
(6)异常值处理
性别异常值：性别中出现2的情况，剔除这部分值。
购买数量异常值：对购买数量借助excel数据分析工具进行描述性分析

1.对销售数量进行描述性统计分析:可以发现中位数和众数都是1,平均数量为2.5,而最大值却高达10000,虽然销售数量存在如此高的情况,比如企业型订购,但是这样的数据会对分析情况造成极大的影响,所以会将此类高度异常的值给剔除掉。
这里我们将与平均值的偏差超过三倍标准差的测定值，称为高度异常的异常值,通过计算,当count值大于194.5时,可以称为异常值,这些值可以剔除掉。
六:分析问题
问题:商品的销量随时间发生怎样的变化?
分析:
想看出各类产品的销量波动如何,以及分析出原因,先做出各类产品销量的图表。

从产品销量的总体波动情况来看,2017年和2018年销量情况比较良好,而2016年销量十分低,这是为什么呢?
假设:2016销售数据缺失,导致总体数量下降。
验证假设:

得出结论:可以看出,折线图中2016年3月份~6月份销售数量为0,说明的确是数据缺失,验证了猜想。
从上图可以看出,1,2月份的销量出现低峰,在5月份出现了销量的高峰,11月份又出现了销量高峰。
考虑到16年的数据缺失,所以以上问题主要分析17年和18年的销售数据。
问题1.1 1,2月份销量为什么会出现低峰?
假设:1,2月份出现低峰的原因是,春节假期影响.
验证假设:

可以观察到,2017年1月26日至2月2日销量在1_{2月份最低,2018年2月3日至2月15日在1}2月份销量最低,参考下图,可以发现,17年的春节假期在1月27日到2月2日,18年的假期在2月15日至2月21日,再加上临近春节,会有使用年假提前回家的情况,可以推出:春节假期和销量最低的时间段是吻合的。

结论:春节假期导致2月份商品销量降低。
问题1.2:为什么商品销量在五月份出现增长?

分析为什么商品会在五月份出现增长:
假设:五月份销量增长是因为节日的影响。
如果是上述假设是正确的,那么在5月份会有一些特定的商品销售比较高,如中老年装,职业装等。

验证假设:5月份的销量最高的天数,集中在5月12号,5月14号,5月17号,5月20,5月21好,5月28号,且占比较多的大多数为59702476,61661040,和业务部门沟通之后,发现这两类商品编号分别为女装和童装,经过查阅资料,5月份这些销量很多的日期和每年的母亲节、520节日、儿童节的日期比较接近，因此可以得出结论：5月的节日比较多，商品搞促销活动频繁，导致商品销量增加，出现小高峰期。
结论:五月份销量增长是因为和节日相关,商家促销活动较多,使得销量增加。

问题:1.3 11月份销量增长的原因
假设:11月份销量增加是因为双十一的原因。
验证假设:可以看出,将2016年，2017年，2018年11月商品销量按日展开,可以发现，2012年11月10号，2013年11月11号，2014年11月11号销量达到顶峰。结合双11平台大促的活动，可以推测销量的增长是由于活动导致的

结论:每年双11节日平台大型促销活动导致商品销量大增。
问题2:哪类商品销量最高,哪类产品销量最少,能给出何种建议

分析:为什么各个大类产品销量差距如此之大,销量少的类,是所有小类销量都很低,还是少量低,突出的类比较多;销量多的大类,是每个小类的销量都很高,从而带动整体很高,还是有突出的一小类商品?
假设:类61661040产品各小类的销量较为均衡,但是胜在小类种类比较多,使得总销售量很多。

验证假设:类61661040总共有共有268小类产品,总共销售16321件产品,讲筛选标准设置为大于等于1%,剩下22小类产品,占总销售量的58.85%;将筛选标准设置为大于等于0.05%,剩下159类产品,占总销量的98%,这159件占商品种类的59.3%。
结论:类61661040产品因为小类种类比较多,使得总销售量很多。
建议:由于类61661040产品是童装,而儿童的年龄范围很大,从0到12岁,维度很多,建议对童装进行细分,让用户能便利地找到自己需要的产品,同时,在节假日加大促销活动的力度,因为买童装的往往是孩子的母亲,而不是儿童自身,加大促销力度,可以吸引更多的顾客。

假设:类122650008销量少,是因为子类商品太少,导致总量变少。

验证假设:类122620008的子产品一共有13类,总销量有2238,子类的数量是类61661040子类数量的5.22%,总销量是类61661040的13.7%,说明假设是成立。
结论:类122620008之所以销量最低,是因为子类产品类型太少,满足不了用户的需求

问题3:用户的年龄分布情况如何?能提出什么建议?
假设:用户年龄占比还是18-25岁的成年人为主力军,青少年和老年人比较少。

验证假设:表2为随机抽样的1000名用户情况,从图中可以发现，年龄为19岁的用户数量占最多数,同时也可以发现,17-24岁的用户占群体的大部分,占总量的87.09%,具体原因为:青少年用户在购物网站上的活跃度一直很低,主要是因为未成年人缺少付款途径,同时也会被家长限制使用手机或者电脑的时间,中年用户很少的原因,是因为大部分中年人还未习惯使用电商网站来进行购物。

结论:用户年龄占比还是18-25岁的成年人为主力军,青少年和老年人比较少,但是中老年服装的销量并不低,主要原因是网络上的中老年服装也是青年用户为老年人购买的,所以相关产品的营销活动在节假日还是有相关中老年的优惠活动。

五、建议
1.商品的销量在每年的1，2月份春节期间由于假期导致的快递停运等原因达到年度最低，因此可以减少相应的推广促销活动，控制商品的库存等对资源合理分配。
2.在每年的五月节日比较集中，双11节日是个大型的促销活动节日，因此可以针对这两个时间段加大商品的供应，并进行积极的推广活动。
3.通过对比,可以发现,类122620008产品有巨大的潜力,在子类数仅仅为类61661040数量的5.22%时,销量却达到了类61661040的13.7%,可以增加该大类的子类产品,拓宽销量;同时子类50012359,50012360,50012361,50012363,50012364,50012365,50012366这七类产品的销量遥遥领先,每个子类的销量占据总销量的6%以上,50012359的销量甚至占据了27.7%,这五类商品的总体销量占据了类122620008销量的总体的96.26%,因此可以主推这七类产品。
4.纵然青少年用户和老年用户比较少,但是还是要注意对童装和老年服饰的营销活动,因为有很大一部分青年用户是为了青少年和老年,这方面还是需要有相应的营销活动对应。

服装商品销售数据分析相关推荐

电商平台母婴商品销售数据分析 - Excel
电商平台母婴商品销售数据分析 - Excel 这里写目录标题电商平台母婴商品销售数据分析 - Excel 1. 项目背景与目的 2. 结论与建议 3. 数据预处理 4. 数据分析 4.1 业务维度 ...
电商婴儿商品销售数据分析
随着互联网科技的迅速发展,电商产业也随之迅速崛起,市场不断优化,电子商务在现代商务企业发展中越来越重要,所占比重也在增加.自从2016年1月1日国家开放二胎政策,母婴市场也备受人们关注,婴儿商品店铺也 ...
日用品电商销售数据分析
分析报告结论: 1.日用品办公文具的整体销售情况数据持续上升可观,但是对于用户个体的销售金额和商品购买量及次数都集中在区间的低段水平,所以对于此类交易群体,可在丰富日用品产品线例如针对儿童,年轻群体( ...
python商品数据分析可视化系统（带爬虫）京东销售数据分析计算机毕业设计源码下载
python商品数据分析可视化系统(带爬虫)京东销售数据分析一.开发技术 pycharm.MySQL数据库/sqlite3数据库.Python3.x版本.Django框架二.功能用户注册.登录. ...
【python】【数据分析】2022年全国大学生数据分析大赛题解-医药电商销售数据分析
文章目录一.前言二.题目三.题解 1．对店铺进行分析,一共包含多少家店铺,各店铺的销售额占比如何?给出销售额占比最高的店铺,并分析该店铺的销售情况. 2.对所有药品进行分析,一共包含多少个药品, ...
Python网络爬虫实战：天猫胸罩销售数据分析
本文实现一个非常有趣的项目,这个项目是关于胸罩销售数据分析的.是网络爬虫和数据分析的综合应用项目.本项目会从天猫抓取胸罩销售数据,并将这些数据保存到SQLite数据库中,然后对数据进行清洗,最后通过S ...
月均数据_药品销售数据分析案例
今天用python去做一个简单的药品销售数据分析案例一.数据分析的目的数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程. 本篇 ...
美国某超市销售数据分析
本次分析以美国某超市4年的销售信息作为数据基础,运用Excel.MySql和Tableau进行数据处理.分析和可视化,从订单维度.客户维度.商品维度.时间维度.区位维度.生命维度.购买周期等 7个维度 ...
EXCEL数据分析项目 - 商贸企业销售数据分析实战
目录一.前提信息 1 案例背景 2 项目目标 3 数据理解二.总体分析需求1 分析2020到2021年各类产品销售情况需求2 分析2021年各地区的销售情况需求3 2020年 - 202 ...
python数据分析案例简单实战项目（一）--供应链销售数据分析
项目背景作为供应链行业领航企业,怡亚通推动供应链改变中国,不仅是以先进的供应链思维与管理推动中国主要核心城市的商业快速发展,也是以完善的供应链服务布局.开放的新流通平台助力中国1-6线城市以及乡镇的 ...

服装商品销售数据分析

服装商品销售数据分析相关推荐

最新文章

热门文章