专业邯郸做网站,一个网站有多少g,免费手机照片恢复软件,网站游戏网站开发Excel是市面上最流行的办公软件之一#xff0c;也是数据分析师入门最好的学习工具。因为其功能强大、操作简单#xff0c;可以快速对数据进行清洗#xff0c;建模#xff0c;可视化#xff0c;操作者不需要其他计算机基础也能快速上手。所以选择Excel进行数据分析入门的项…Excel是市面上最流行的办公软件之一也是数据分析师入门最好的学习工具。因为其功能强大、操作简单可以快速对数据进行清洗建模可视化操作者不需要其他计算机基础也能快速上手。所以选择Excel进行数据分析入门的项目实战工具是比较合适的。数据来源Baby Goods Info Data-数据集-阿里云天池tianchi.aliyun.com1明确问题在开始分析之前我们要明确我们要研究的目的围绕着这个主题展开分析。面对海量数据可获得的信息太多了很容易就在数据里面迷失了方向最后花了很多时间也不一定能找到对我们解决问题有价值的信息。我们需要明确我们要解决问题是什么针对问题进行分解通过分析逐步锁定关键因素高效地解决问题。以下是在大概熟悉数据后我们可以研究的方向那些时候销售情况比较好销售量比较高畅销的商品类别有哪些用户的购买行为与婴儿年龄、婴儿性别是否有关能否根据购买行为预测孩子年龄、性别或者根据孩子年龄和性别预测用户购买哪种商品2理解数据表1购买商品 - 原始数据表1购买商品表共29972条数据包括7个字段分别是user_id用户ID外键。表示某交易记录的购买用户可以在表2中查询到相应用户的婴儿信息可用于分析婴儿特征。auction_id交易记录ID主键。与用户ID共同构成此表的主键唯一标识购买记录。cat1商品的一级分类ID。cat_id商品的二级分类ID。与一级商品分类ID构成从属关系也就是二级分类从属于某一商品一级分类。可以统计分析某一类商品的销量找出销量较好的商品种类及原因。property具体商品属性有144个缺失值。buy_mount购买数量可以分析购买特定商品的每单购买量从而汇总得到购买频次有助于预测最佳库存水平。day购买时间。通过分析购买时间可以得到顾客集中购买的时间段分析集中购买的原因针对性开展营销活动。表2 婴儿信息 - 原始数据表2婴儿信息表954条数据包括3个字段分别是user_id用户ID主键唯一标识用户信息。birthday婴儿出生日期代表着婴儿的年龄信息可以汇总不同年龄段婴儿对商品种类的需求以便展开精准营销。gender婴儿性别。可以研究婴儿性别对不同商品的种类需求以便展开精准营销。 这两个表的用户ID字段表示的信息是一致的。3清洗数据3.1修改列名把英文字段名称修改为中文。大部分从数据库取出的数据字段为英文转化为自己理解的中文更方便我们操纵数据。表1购买商品-修改列名表2婴儿信息-修改列名3.2删除重复值主键用户ID交易记录ID唯一标识购买记录。以用户ID交易记录ID字段为条件在excel进行中删除重复值操作结果为无重复值。表明该数据集较规范不需要过多清洗。3.3缺失值处理只有具体商品属性有缺失值不影响分析结果不处理。3.4一致化处理有些数据并不是我们想要的格式通过一致化处理把原始数据转化成便于操作的数据格式。购买日期数据类型为常规数值型通过分列转化为日期型。购买日期一致化处理前购买日期一致化处理后同样处理表2的婴儿出生日期婴儿出生日期一致化处理后4分析/建模4.1哪些时候销售情况比较好销售量比较高因为某些年份的统计数据不完全所以不能按年汇总统计比较销售量我们可以选择按季度汇总统计可以看出销售量存在季节性每年的第一二三四季度销售量逐步攀升总体呈上升趋势。由于2015年第一季度的数据不完全导致呈现的销售量数值偏低。证明国内婴儿食品的消费市场快速增长消费潜力巨大。各季度销量汇总把月销量整理到新的工作表区域用描述统计工具对月销量进行描述统计汇总分析。结果如下可以看出平均值偏高标准差较大证明月销量分布极度不平均波动程度大需要某些月份进行监控防止出现库存严重短缺或严重积压的情况影响正常运营。月销量描述统计把精度细化到月份可以看到2014年11月的销售量特别巨大婴儿食品销售量为13044是去年同期销量的5倍多。大致原因推测为双十一促销活动的成功导致当月销售量激增。可进一步分析双十一促销效果制定合理的营销策略配合相应的库存策略应对集中的需求。月销量汇总4.2畅销的商品类别有哪些对不同商品种类一级分类的销售量进行汇总统计按销售量从大到小排序发现销量集中在前三种类别的商品。一级分类销售量排行接下来分析哪些商品二级分类比较畅销做辅助列合并成“商品一级分类ID-商品二级分类ID“的形式命名为商品ID显示销售量前10商品。由图可以看出一级分类ID为50014815二级分类ID为50018831的商品销售量特别大甚至是销量第二的3.5倍。可以说是婴儿食品里面的爆款了需要进一步分析其销量领先的原因。二级分类销售排行为了快速对不同商品分类的销量进行分析对商品一级分类ID、二级分类ID进行切片。排名第一ID为50014815-50018831的每月销量情况如下图除了每年11月份销量有所上涨外其余各月销量基本低于120。2014年十一月份销量突然猛增是使其成为销量冠军的主要原因但是后续市场反应也平平需要关注产品本身的质量问题。ID为50014815-50018831的月销量情况4.3用户的购买行为与婴儿年龄、婴儿性别是否有关能否根据购买行为预测孩子年龄、性别或者根据孩子年龄和性别预测用户购买哪种商品进行多表连接查询利用vlookup查询对应用户的婴儿出生日期、婴儿性别记录把查询得到的结果复制粘贴到新工作表婴儿性别为无性别值为2的比例很小删除此部分数据 计算得到婴儿年龄存在负值统一处理为0。使用Excel加载项-数据分析工具进行描述统计分析。可见婴儿年龄数据在0-2829周岁之间范围较广中位数和平均值相差较多分布不均匀标准差也比较大波动程度较大。为了方便统计分类新增一列“阶段”将年龄向下取整得到分布情况如下婴儿年龄分布统计汇总结果反映婴儿年龄结构可见到6岁以上各项占比很少归为一类“六周岁以上”。将年龄为0的数据根据实际意义改成“一周岁以下 ”整理后婴儿年龄分布情况如下。整理后-婴儿年龄分布婴儿性别分布可见婴儿男女比例较均衡。婴儿男女比例对不同一级分类商品购买者婴儿年龄的平均值和标准差进行计算初步得出不同商品一级分类的目标婴儿群体年龄是不同的由标准差可看出分布相对较集中的有“38”、“50022520”。如“38”的目标群体在一周岁左右“50022520“对应目标人群年龄在6个月左右。可以通过购买的商品一级分类推出婴儿的年龄处于哪个阶段。
