1、分析背景及目的

隨著生活水平的不斷提高，越來越多的人更加注重自己外在的形象,美妝產(chǎn)品便成為人們保持外在形象的神器。根據(jù)艾瑞網(wǎng)《2021年中國美妝集合店行業(yè)研究報告》顯示，2018年-2020年化妝品市場規(guī)模逐年升高并預(yù)測2021年-2023年化妝品市場規(guī)模也是保持逐年升高的狀態(tài)，可見美妝市場存在著巨大潛力，加之電商行業(yè)的興起越來越多的人喜歡在線上購買產(chǎn)品，隨之衍生出了幾個與購物相關(guān)重要的節(jié)日，例如雙十一、雙十二等。本文則是通過對雙十一美妝銷售數(shù)據(jù)的研究，從店鋪和產(chǎn)品兩個維度分析雙十一期間的熱銷產(chǎn)品，產(chǎn)品銷量、銷售額等指標(biāo)進(jìn)而了解用戶對美妝產(chǎn)品的需求，便于商家更好的服務(wù)用戶，提高店鋪收入

#導(dǎo)入數(shù)據(jù)集

import pandas as pd

import numpy as py

import matplotlib.pyplot as plt

df=pd.read_csv('D:\雙十一淘寶美妝數(shù)據(jù).csv')

#查看行列信息

df.info()

數(shù)據(jù)集總共包含7個字段：update_time(更新時間)、id(商品

id，具有唯一性)、title(產(chǎn)品名稱詳細(xì)信息)、price(銷售價格)、sale_count(銷量)、comment_count(評論數(shù)量)、店名，共計(jì)27598條數(shù)據(jù)，數(shù)據(jù)集時間范圍是2016.11.5-2016.11.14

2、分析思路與提出問題

2.1 分析思路

2.2 提出問題

不同種類的銷量、銷售額情況如何?

不同種類下的不同產(chǎn)品銷量、銷售額、單價的關(guān)系?

銷量隨著時間的變化有什么規(guī)律?

不同商品id的評論數(shù)與銷量的關(guān)系?

不同店鋪的銷售額和銷量情況如何?

用戶喜歡在銷量TOP5的店鋪購買產(chǎn)品TOP5是什么?

3、數(shù)據(jù)清洗

3.1 列名重命名

本數(shù)據(jù)集不需要對列名進(jìn)行重命名

3.2 隱藏子集

本數(shù)據(jù)集不需要隱藏子集

3.3 刪除重復(fù)值

本數(shù)據(jù)集不需要刪除重復(fù)值

3.4 缺失值處理

# 查看缺失值

df.isnull().sum()

字段sale_count、comment_count各有2354處缺失，但由于不會對數(shù)據(jù)分析產(chǎn)生太大影響，故先不做處理

3.5 數(shù)據(jù)一致化

(1)將數(shù)據(jù)格式一致化

# 查看數(shù)據(jù)類型

df.dtypes

從查詢結(jié)果看，update_time字段應(yīng)該為日期格式

# update_time字段轉(zhuǎn)換為日期格式

df['update_time']=pd.to_datetime(df['update_time'])

# 查看數(shù)據(jù)類型df.types

(2)數(shù)據(jù)提取字段title將產(chǎn)品類別以及產(chǎn)品提取出來，新增main_cagetory,product兩個字段;對產(chǎn)品價格進(jìn)行價格區(qū)間分類同時新增price_scale字段;新增total sales字段

#對price字段進(jìn)行分類

def price_scale_transform(pricevalue):

price_scale_list=[]

for value in pricevalue :

if 0<=value <100 :

t=('[0-100)')

elif 100<=value<200:

t=('[100-200)')

elif 200<=value<300:

t=('[200-300)')

elif 300<=value<400:

t=('[300-400)')

elif 400<=value<500:

t=('[400-500)')

elif 500<=value<600:

t=('[500-600)')

elif 600<=value<700:

t=('[600-700)')

elif 700<=value<800:

t=('[700-800)')

elif 800<=value<900:

t=('[800-900)')

elif 900<=value<1000:

t=('[900-1000)')

elif 1000<=value<2500:

t=('[1000-2500)')

elif 2500<=value<5000:

t=('[2500-5000)')

else:

t=('5000以上')

price_scale_list.append(t)

price_scale=pd.Series(price_scale_list)

return price_scale

pricevalues=df['price']

s=price_scale_transform(pricevalues)

df['Price_scale']=s.values

# 對title字段提取產(chǎn)品類別以及產(chǎn)品

main_cagetory=[]

product=[]

for value in df.title:

if any(kw in value for kw in ['爽膚水','化妝水','柔膚水','柔膚液','精粹水','亮膚水','潤膚水','保濕水','菁華水','凝露','補(bǔ)水露','修護(hù)露']):

t='化妝水'

s='護(hù)膚品'

elif any(kw in value for kw in ['美白乳','潤膚乳','亮膚乳','菁華乳','修護(hù)乳','凝液','乳液','保濕精華乳']):

t='乳液'

s='護(hù)膚品'

elif any(kw in value for kw in ['眼部精華露']):

t='眼部精華'

s='護(hù)膚品'

elif any(kw in value for kw in ['眼霜']):

t='眼霜'

s='護(hù)膚品'

elif any(kw in value for kw in ['洗面','潔面','潔顏','洗顏','去角質(zhì)','磨砂','卸妝']):

t='潔面產(chǎn)品'

s='護(hù)膚品'

elif any(kw in value for kw in ['眼膜']):

t='眼膜'

s='護(hù)膚品'

elif any(kw in value for kw in ['面膜']):

t='面膜'

s='護(hù)膚品'

elif any(kw in value for kw in ['舒緩噴霧','防曬噴霧','保濕噴霧','噴霧']):

t='噴霧'

s='護(hù)膚品'

elif any(kw in value for kw in ['面霜','日霜','晚霜','凝霜','滋潤霜','柔膚霜','日間霜','保濕霜','修護(hù)霜','修護(hù)特潤霜']):

t='面霜'

s='護(hù)膚品'

elif any(kw in value for kw in ['防曬霜','防曬乳']):

t='防曬霜'

s='護(hù)膚品'

elif any(kw in value for kw in ['精華液','精華水','精華露']):

t='精華'

s='護(hù)膚品'

elif any(kw in value for kw in ['口紅','唇釉','唇彩','唇膏']):

t='口紅'

s='彩妝'

elif any(kw in value for kw in ['粉底液','粉霜','粉底膏','粉底霜']):

t='粉底'

s='彩妝'

elif any(kw in value for kw in ['粉餅']):

t='粉餅'

s='彩妝'

elif any(kw in value for kw in ['散粉','蜜粉','定妝粉']):

t='定妝粉'

s='彩妝'

elif any(kw in value for kw in ['氣墊']):

t='氣墊'

s='彩妝'

elif any(kw in value for kw in ['眉粉']):

t='眉粉'

s='彩妝'

elif any(kw in value for kw in ['染眉膏']):

t='染眉膏'

s='彩妝'

elif any(kw in value for kw in ['眼線']):

t='眼線'

s='彩妝'

elif any(kw in value for kw in ['眼影']):

t='眼影'

s='彩妝'

elif any(kw in value for kw in ['睫毛膏']):

t='睫毛膏'

s='彩妝'

elif any(kw in value for kw in ['鼻影']):

t='鼻影'

s='彩妝'

elif any(kw in value for kw in ['高光']):

t='高光'

s='彩妝'

elif any(kw in value for kw in ['修容粉']):

t='修容粉'

s='彩妝'

elif any(kw in value for kw in ['腮紅']):

t='腮紅'

s='彩妝'

elif any(kw in value for kw in ['BB霜']):

t='BB霜'

s='彩妝'

else:

t='其它'

s='其它'

main_cagetory.append(s)

product.append(t)

df['main_cagetory']=main_cagetory

df['product']=product

#新增銷售額字段total_sales

df['total_sales']=df['price']*df['sale_count']

3.6 異常值處理

可以采用Turkey's test方法識別異常值最小四分位Q1.最大四分位Q3.中位數(shù)Q2.異常值的范圍為小于最小估計(jì)值Q1-K*(Q3-Q1)和大于最大估計(jì)值Q3+K*(Q3-Q1)，本數(shù)據(jù)集則不需要進(jìn)行異常值識別和處理

四、數(shù)據(jù)可視化

4.1產(chǎn)品

4.1.1 不同種類的銷售額和銷量

plt.rcParams['font.sans-serif']=['SimHei']

plt.rcParams['axes.unicode_minus']=False

figure=plt.figure(figsize=(12.8))

data1=df.groupby(['main_cagetory'])['total_sales'].sum()

data2=df.groupby(['main_cagetory'])['sale_count'].sum()

ax1=figure.add_subplot(1.2.1)

ax1.pie(data1.autopct='%.2f%%',textprops=dict(size=8),labels=data1.index,colors=['gray','lightgreen','limegreen'])

ax1.set_title('不同類別的銷售額',fontsize=12)

ax2=figure.add_subplot(1.2.2)

ax2.pie(data2.autopct='%.2f%%',textprops=dict(size=8),labels=data2.index,colors=['gray','lightgreen','limegreen'])

ax2.set_title('不同類別的銷量',fontsize=12)

plt.show()

如圖護(hù)膚品的銷售額占比56.76%、銷量占比60.34%均都遠(yuǎn)超彩妝的銷售額和銷量，可見護(hù)膚品在美妝中仍占有主導(dǎo)地位(備注：由于對產(chǎn)品分類不夠詳細(xì)，所以導(dǎo)致其它占比較高，這里主要分析護(hù)膚品以及彩妝類的產(chǎn)品)

4.1.2不同種類下的不同產(chǎn)品銷量、銷售額、單價的關(guān)系?

#護(hù)膚品銷量、銷售額、單價的關(guān)系

df1=df[df['main_cagetory']=='護(hù)膚品']

df1.groupby(['Price_scale']).agg(hfp_sale_count=('sale_count','sum'),hfp_total_sales=('total_sales','sum')).sort_values(by=['hfp_total_sales'],ascending=False)

從圖表上看[100-200)的銷售額最高但銷量卻不是最高，而[0-100)銷量最高但銷售額不是最高，進(jìn)一步對價格區(qū)間為[0-100)的產(chǎn)品分析

#對護(hù)膚品價格區(qū)間在[0.100)的產(chǎn)品進(jìn)一步分析

df8=df[(df['main_cagetory']=='護(hù)膚品')&(df['Price_scale']=='[0-100)')]

df8.groupby(['id'])['sale_count'].agg(sale_count8='sum').sort_values(by=['sale_count8'],ascending=False).iloc[0:5.0]

由圖上可知，在區(qū)間[0.100)中，產(chǎn)品id A24304992630的銷量最高，是否 可以考慮將該產(chǎn)品采取組合銷售的方式從而將單價提高到[100.200)區(qū)間，進(jìn)而提高銷售額

#彩妝銷量、單價、銷售額之間的關(guān)系

df3=df[df['main_cagetory']=='彩妝']

df3.groupby(['Price_scale']).agg(cz_sale_count=('sale_count','sum'),cz_total_sales=('total_sales','sum')).sort_values(by=['cz_total_sales'],ascending=False)

從圖表上看[100-200)的銷售額最高但銷量卻不是最高，而[0-100)銷量最高但銷售額不是最高。進(jìn)一步對價格區(qū)間在[0-100)的產(chǎn)品分析

#對彩妝價格區(qū)間[0-100)的產(chǎn)品進(jìn)一步分析

df9=df[(df['main_cagetory']=='彩妝')&(df['Price_scale']=='[0-100)')]

df9.groupby(['id'])['sale_count'].agg(sale_count9='sum').sort_values(by=['sale_count9'],ascending=False).iloc[0:5.0]

由上可知，在區(qū)間[0.100)中，產(chǎn)品id A39876413435的銷量最高，是否 可以考慮將該產(chǎn)品采取組合銷售的方式從而將單價提高到[100.200)區(qū)間，進(jìn)而提高銷售額

4.1.3產(chǎn)品銷量隨時間的變化

figure1=plt.figure(figsize=(10.6))

ax3=figure1.add_subplot(1.1.1)

df5=df.groupby(['update_time'])['sale_count'].agg(sale_count='sum')

ax3.set_title('銷量隨時間的變化情況',fontsize=12)

df5.plot(marker='o',ax=ax3.markersize=4.color='limegreen')

ax3.set_ylabel('銷量')

ax3.set_xlabel('日期')

ax3.set_ylim([0.40000000])

如圖從11.5-11.10的銷量基本保持穩(wěn)定且都在3000萬以上，而在11.11當(dāng)天銷量下降到11.5-11.14期間最低，從11.12開始銷量逐漸上升。參考網(wǎng)上信息了解到11.5-11.10均為2016年雙十一的預(yù)熱期，用戶在此期間購買產(chǎn)品，所以銷量會增加。由于用戶在預(yù)熱期時已購買產(chǎn)品所以在雙十一當(dāng)天的銷量減少，達(dá)到期間最低

4.1.4不同商品id的評論數(shù)與銷量的關(guān)系

figure2=plt.figure(figsize=(12.6))

ax1=figure2.add_subplot(1.2.1)

df6=df.groupby(['id']).agg(comment_count1=('comment_count','sum'),sale_count2=('sale_count','sum'))

ax1.scatter(x=df6['comment_count1'],y=df6['sale_count2'],color=['limegreen'])

ax1.set_title('銷量隨商品id的評論數(shù)的變化',fontsize=12)

ax1.set_xlim(xmin=0.xmax=2500000)

ax1.set_xlabel('商品評論數(shù)')

ax1.set_ylabel('銷量')

plt.show()

如圖所示，商品id的評論數(shù)與銷量之間是呈一定的正相關(guān)，進(jìn)一步計(jì)算商品id的評論數(shù)與銷量之間的相關(guān)系數(shù)

#計(jì)算商品id的評論數(shù)與銷量的相關(guān)系數(shù)

df6=df.groupby(['id']).agg(comment_count1=('comment_count','sum'),sale_count2=('sale_count','sum'))

df6.corr()

如圖所示，相關(guān)系數(shù)r約為0.87.由此可知，商品評論數(shù)與銷量是呈高度正相關(guān)

4.2店鋪

4.2.1 不同店鋪的銷售額和銷量

figure3=plt.figure(figsize=(14.5))

ax1=figure3.add_subplot(1.2.1)

df6=df.groupby(['店名'])['total_sales'].agg(total_sale4='sum').sort_values(by=['total_sale4'],ascending=True)

df6.plot(width=0.8.kind='barh',ax=ax1.color='limegreen')

ax1.set_title('不同店鋪的銷售額',fontsize=12)

ax1.set_xlabel('銷售額')

ax2=figure3.add_subplot(1.2.2)

df8=df.groupby(['店名'])['sale_count'].agg(sale_count5='sum').sort_values(by=['sale_count5'],ascending=True)

df8.plot(kind='barh',width=0.8.ax=ax2.color='darkorange')

ax2.set_title('不同店鋪的銷量',fontsize=12)

ax2.set_xlabel('銷量')

plt.show()

如圖所示銷售額TOP5分別為相宜本草、歐萊雅、佰草集、美寶蓮、悅詩風(fēng)吟;銷量TOP5分別為相宜本草、美寶蓮、悅詩風(fēng)吟、妮維雅、歐萊雅。值得注意的是佰草集的銷量雖不是Top5但銷售額卻排在第3位

4.2.2熱銷店鋪Top5的熱銷產(chǎn)品Top5

由4.2.1不同店鋪的銷量可了解熱銷店鋪Top5分別是相宜本草、美寶蓮、悅詩風(fēng)吟、妮維雅、歐萊雅。進(jìn)一步查看這5個店鋪的熱銷產(chǎn)品Top5

figure5=plt.figure(figsize=(12.8))

ax1=figure5.add_subplot(2.2.1)

ax2=figure5.add_subplot(2.2.2)

df9=df[(df['店名']=='相宜本草')&(df['product']!='其它')]

df10=df[(df['店名']=='美寶蓮')&(df['product']!='其它')]

df9.groupby(['product'])['sale_count'].agg(sale_count6='sum').sort_values(by=['sale_count6'],ascending=False).plot(kind='bar',width=0.8.ax=ax1.color='limegreen')

df10.groupby(['product'])['sale_count'].agg(sale_count7='sum').sort_values(by=['sale_count7'],ascending=False).plot(kind='bar',width=0.8.ax=ax2.color='lightgreen')

ax1.set_title('相宜本草品類銷量',fontsize=10)

ax2.set_title('美寶蓮品類銷量',fontsize=10)

plt.show()

figure6=plt.figure(figsize=(12.8))

ax1=figure6.add_subplot(2.2.1)

ax2=figure6.add_subplot(2.2.2)

df11=df[(df['店名']=='悅詩風(fēng)吟')&(df['product']!='其它')]

df12=df[(df['店名']=='妮維雅')&(df['product']!='其它')]

df11.groupby(['product'])['sale_count'].agg(sale_count8='sum').sort_values(by=['sale_count8'],ascending=False).plot(kind='bar',width=0.8.ax=ax1.color='orange')

df12.groupby(['product'])['sale_count'].agg(sale_count9='sum').sort_values(by=['sale_count9'],ascending=False).plot(kind='bar',width=0.8.ax=ax2.color='darkorange')

ax1.set_title('悅詩風(fēng)吟品類銷量',fontsize=10)

ax2.set_title('妮維雅品類銷量',fontsize=10)

plt.show()

figure7=plt.figure(figsize=(12.8))

ax1=figure7add_subplot(2.2.1)

df13=df[(df['店名']=='歐萊雅')&(df['product']!='其它')]

df13.groupby(['product'])['sale_count'].agg(sale_count10='sum').sort_values(by=['sale_count10'],ascending=False).plot(kind='bar',width=0.8.ax=ax1.color='gray')

ax1.set_title('歐萊雅品類銷量',fontsize=12)

plt.show()

如圖所示，相宜本草top5產(chǎn)品是潔面、面膜、化妝水、面霜、乳液;美寶蓮top5產(chǎn)品是口紅、潔面、眼線、睫毛膏、眉粉;悅詩風(fēng)吟top5產(chǎn)品是面膜、潔面、粉餅、化妝水、氣墊;妮維雅top5產(chǎn)品是乳液、潔面、化妝水、口紅、面霜;歐萊雅top5產(chǎn)品是潔面、化妝水、乳液、面霜、口紅。

4、結(jié)論

護(hù)膚品的銷售額占比56.76%、銷量占比60.34%均都遠(yuǎn)超彩妝的銷售額和銷量，可見護(hù)膚品在美妝中仍占有主導(dǎo)地位

護(hù)膚品類和彩妝類產(chǎn)品都是在價格區(qū)間[100-200)的銷售額最高但銷量卻不是最高，而在價格區(qū)間[0-100)銷量最高但銷售額不是最高，在價格區(qū)間[0-100)銷量最高的護(hù)膚產(chǎn)品是產(chǎn)品id A24304992630、彩妝產(chǎn)品是產(chǎn)品id A39876413435

在11.5-11.10期間(預(yù)熱期)銷量基本保持穩(wěn)定且均達(dá)到3000萬以上，均高于11.11-11.14的銷量，到11.11當(dāng)天銷量下降達(dá)到11.5-11.14期間的最低值，從11.12開始銷量又開始逐漸上升

商品id的評論數(shù)與銷量的相關(guān)系數(shù)約為0.87.達(dá)到高度正相關(guān)，說明評論數(shù)對銷量存在一定影響

銷售額Top5的店鋪分別為相宜本草、歐萊雅、佰草集、美寶蓮、悅詩風(fēng)吟;銷量TOP5的店鋪分別為相宜本草、美寶蓮、悅詩風(fēng)吟、妮維雅、歐萊雅。值得注意的是佰草集的銷量雖不是Top5但銷售額卻排在第3位

銷量top5的店鋪熱銷產(chǎn)品top5分別是相宜本草:潔面、面膜、化妝水、面霜、乳液;美寶蓮：口紅、潔面、眼線、睫毛膏、眉粉;悅詩風(fēng)吟：面膜、潔面、粉餅、化妝水、氣墊;妮維雅：乳液、潔面、化妝水、口紅、面霜;歐萊雅：潔面、化妝水、乳液、面霜、口紅

5、建議

由于彩妝類和護(hù)膚類的產(chǎn)品在價格區(qū)間[0.100)的銷量都是最高的，在價格區(qū)間[100.200)的銷售額最高，又通過進(jìn)一步了解在價格區(qū)間[0.100)銷量最高的彩妝類產(chǎn)品是產(chǎn)品id A39876413435、最高的護(hù)膚品類是產(chǎn)品id A24304992630.是否可以對這兩種產(chǎn)品分別組合售出來提高產(chǎn)品的客單價從而提高產(chǎn)品的銷售額

11.5-11.10雙十一預(yù)熱期的銷量均都高于11.11-11.14.說明雙十一的預(yù)熱活動還是非常成功的，商家可以在預(yù)熱期間加大優(yōu)惠力度刺激用戶消費(fèi)

商品的評論數(shù)與銷量呈高度正相關(guān)，說明評論數(shù)對銷量有一定的影響，商家可以采取一些措施來提醒用戶在購買后進(jìn)行評論，例如短信提醒，消息提醒等

快消品貨源網(wǎng)提供超市貨源信息,超市采購進(jìn)貨渠道。超市進(jìn)貨網(wǎng)提供成都食品批發(fā),日用百貨批發(fā)信息、微信淘寶網(wǎng)店超市采購信息和超市加盟信息.打造國內(nèi)超市采購商與批發(fā)市場供應(yīng)廠商搭建網(wǎng)上批發(fā)市場平臺,是全國批發(fā)市場行業(yè)中電子商務(wù)權(quán)威性網(wǎng)站。

本文內(nèi)容整合網(wǎng)站：百度百科、知乎、淘寶平臺規(guī)則

本文來源： 淘寶美妝銷售數(shù)據(jù)分析