大数据分析已经迅速成为数据驱动业务的一个组成部分，并在使品牌和企业更容易在用户运营中发挥重要作用。企业建立的内容传播和推广活动受到来自各种渠道的影响越来越大，尤其是关于其受众、其用户的在线行为和个人喜好的数据洞察。本文尝试我从kaggle大数据平台上下载了Black Friday的销售数据，对其进行分析，以挖掘出对该电商企业制定促销策略有价值的信息。
一、电商数据分析指标及数据分析方法
1.电商数据分析指标在知乎上找到了一篇详细的文章，想借此引用猕猴桃电商数据分析指标总结
2.数据分析方法也同样引用猕猴桃常用数据分析方法及模型
具体自我总结等学完python，再总结《数据化管理》。
二、业务理解并提出问题
image.png
前期思考借用了猪可飞大佬的一些思考，基于框架提出问题，
（1）根据消费者的性别比例、年龄分布、职业分布、所在城市居住时间分布和婚姻状况，商家该怎样针对顾客发促销广告
（2）销售额最高的产品类别和产品是什么？销量最高的产品类别和产品是什么？
（3）各城市的产品销售额和销量是怎样的？
（4）找出销售数量最高的TOP10商品，来分析最受欢迎的商品有什么特点？
（5）不同居住年数的购物习惯是怎样的？
二、这次数据集中的数据量共计有657677条。一共包含了12个字段，如下：
User_ID：用户编码
Product_ID：产品编码
Gender：性别（F-女性，M-男性）
Age：年龄（分为7个年龄段：017、1825、2635、3645、4650、5155、55+）
Occupation：职业（分为21个类别：0-20）
City_Category：城市类别（分为3个类别：A、B、C）
Stay_In_Current_City_Years：在当前城市的居住年数（分为5个类别：0、1、2、3、4+）
Marital_Status：婚姻状况（0-未婚，1-已婚）
Product_Category_1：商品所属分类1，不可为空
Product_Category_2：商品所属分类2
Product_Category_3：商品所属分类3
Purchase：购买金额（美元）
三、数据清洗
1-列名重命名
image.png
2-选择子集
根据要分析的问题，将不会用到的列进行隐藏。可以将商品所属分类2还有商品所属分类3进行隐藏。
3-删除重复值
（1）在分析有关销售金额时，由于同一个用户可以买不同的产品，同一个产品可以被不同的用户购买，所以用户对应的唯一值——用户编码，和产品对应的唯一值——产品编码都不能作为本表的唯一列去判断是否有重复项，新建一个辅助列，将用户编号和产品编号放在一起，去判断购买信息是否有重复列。
选择整个区域——数据-删除重复值——取消全选——选择辅助列——确定。结果显示未发现重复值。
（2）在分析消费者时，由于同一个用户可以买不同的产品，所以应检查用户编号是否有重复，删除重复值。
image.png
4-缺失值处理
分析需要用到的列无缺失值，计数均为537578。
5-一致化处理
为了方便分析和阅读，将表中性别那一列中的F全部替换为女，M全部替换为男。将表中婚姻那一列中的替换“0”为“未婚”，“1”为“已婚”。
6-数据排序
对该数据检查，该数据集默认以用户ID从小到大排序，其他分析需要用到的列无需特定排序，因此未进行数据重新排序。
7-异常值处理
对该数据检查，分析需要用到的列均无异常值，无需异常值处理。
四、数据分析
1、通过数据透视表找出消费者的性别比例、年龄分布、职业分布、所在城市居住时间分布和婚姻状况。
（1）消费者的性别比例
image.png
从性别看，消费者中大部分为男性，男性人数是女性人数的两倍多。
（2）消费者的年龄分布
image.png
从年龄看，消费者的年龄集中在18岁至45岁，以中青年为主。在七个年龄分段中， 26岁至35岁的消费者为购买该产品的主力，大约占全部购买该产品类别的消费者的40%。
（3）消费者的职业分布
image.png
从职业看，消费者从事职业4、职业0和职业7的人数较多，分别占全部消费者的12.56%，11.68%和11.36%。其他职业占比均低于10%。
（4）消费者的所在城市居住时间分布
image.png
从消费者所在城市居住时间看，居住时间满一年且不足两年的消费者为“黑五”消费的主力军，占全部消费者的35.41%。
（5）消费者的婚姻状况
image.png
从消费者的婚姻状况看，未婚消费者占全部消费者的58.00%，接近六成。
通过对消费者的性别、年龄、职业、所在城市居住时间、婚姻状况这5个角度分析得出，从黑五中的消费者性别分析得出71.72%为男性，23.21%为女性。消费者主力的年龄范围在26-35岁这个范围，处在这个年龄段的消费者大都数已经工作了，能够经济独立了，其次是36-45岁和18-25岁之间的消费团体。从消费者的职业分析，职位是4，0，7的消费者的消费金额都在10%以上，可以判断从事这几个行业的收入应该不错。
在商品分类1对客户属性分析
性别
image.png
年龄
image.png
职业分布
image.png
城市
image.png
居住年数
image.png
婚姻
image.png
通过消费者性别、年龄、居住年数、婚姻以及职业和产品购买金额之间的百分百排名，发现商品分类1中的第1、5、8这三种类型的产品的购买金额都在总体购买金额的10%以上，说明这3类产品的需求量很大。其中第1类产品一直销售金额排名第一，而第5、8这两类产品由于消费者的年龄和职业不同，排名会发生变化。商家可以好好开拓这3类产品，为消费者提供更好的商品。同时有些销量特别低的产品类目，商家可以根据自己的需求决定是否还需要保留。
2、通过数据透视表找出销售额最高的产品类别和产品，以及销量最高的产品类别和产品。
（1）销售额最高的产品类别
image.png
从上图可以看出，销售额最高的是产品类别1，销售额为1,882,666,325美元。
（2）销售额最高的产品
image.png
从上图可以看出，销售额最高的产品是P00025442，销售额为27,532,426美元。
（3）销量最高的产品类别
image.png
从上图可以看出，销量最高的是产品类别5，销量为148,592。
（4）销量最高的产品
image.png
从上图可以看出，销量最高的产品是P00265242，销量为1,858。
3、通过数据透视表找出各城市的产品销售额和销量。
（1）各城市的产品销售额
image.png
从上图可以看出，销售额最高的为城市B，销售额为2,083,431,612美元；其次为城市C，销售额为1,638,567,969美元；最后为城市A，销售额为1,295,668,797美元。
（2）各城市的产品销量
image.png
从上图可以看出，销量最高的为城市B，销量为226,493；其次为城市C，销量为166,446；最后为城市A，销量为144,638。
4、找出销售数量最高的TOP10商品，来分析最受欢迎的商品有什么特点？
根据产品编号，购买金额两个字段绘制出数据透视表，然后根据数据透视表制作如下的表格。
image.png
从中可以看出购买金额排前10的产品，其中有7个都在产品所属分类1中的第一个档次中，这10中产品在总的购买金额中都占了0.44%以上。商家可以根据这几类产品分析推出更加符合消费者偏好的产品，也可以根据这些产品找出和它们相关联的产品。
5、不同居住年数的购物习惯是怎样的？
image.png
image.png
根据消费者的居住年数与购买金额的百分百得出，消费主力为居住年数是1年的人，这类人往往大多数可能是居住稳定了，可以购买自己想要的东西了。消费金额最少的是居住年数为0的，这可能是才到这个城市几个月，只购买自己的必需品。
根据消费者居住年数和产品类别的分析得出，1、5、8这三类产品仍然是热销品，可能是和生活衣食住行息息相关的产品。后期商家可以根据不同居住年数，推荐不同的商品。比如居住1年的，可以推荐 家居品，比如洗衣机等；居住2年以上的可以推荐儿童用品等等。
五：结论
通过数据分析可得：商家应把主要精力放在1、5、8这三类商品上面，优化提供更多好的商品，可以真的居住年数在一年以上两年以上的，年龄在26-35，以及职位是4，0，7的这些顾客上进行精准营销，提高企业营业收入增长。
注意：1.
image.png
image.png
注意透视表计数项和求和项之间的不同
2.数据透视表占比的使用方法
3.注意数据删除重复值
