本项目数据来源：阿里天池数据集

数据概览： 本数据为2012年7月2日至2015年2月5日发生在淘宝天猫交易平台关于婴幼儿商品的交易数据，数据集包含两个表格：

• (sample)sam_tianchi_mum_baby（base 表）：包含用户ID、儿童出生日期、儿童性别的基本信息
• (sample)sam_tianchi_mum_baby_trade_history（trade 表）：包含用户ID、类别ID、购买数量、购买时间、商品ID及属性等信息

分析目的： 分析既往数据表现，寻找优化切入点，并针对性提出改善方案，已达到提升销量和营业额、减少经营成本的效果。

分析思路： 从营运、产品、用户三个指标维度，继续拆分细化数据，提出假设，分析问题

一、 数据清洗（Python）

• base 表包含 user_id, birthday, gender 3个特征维度，共953行数据。
• trade表包含user_id, auction_id, cat_id, bat1, buy_mount, day 6个特征维度，共29971行数据。

缺失值处理：
base 表无缺失值，trade 表 property 特征缺失144条数据，由于该特征主要用于机器学习预测分析，与本分析关联度不大，暂且取出。

异常值处理：
base 表 birthday 特征可视化，去除出生早于2000年的离散值；
trade 表 buy_amount 特征可视化，去除超过3个标准差的离散值。

# 数据可视化
btd = base.birthday.value_counts().sort_index()
plt.figure(figsize=(15,3))
sns.scatterplot(x=btd.index,y=btd.values,alpha=0.5)
plt.title('（原数据）婴儿出生日期与订单数分布图',fontsize=15)
plt.ylabel('购买订单数')
plt.xlabel('婴儿出生日期')
plt.show()

# 去除异常值
base.drop(base['birthday'][base['birthday']<20000101].index,inplace=True)

# 数据可视化
qtt = trade.buy_mount.value_counts().sort_index()
plt.figure(figsize=(15,3))
sns.scatterplot(x=qtt.index,y=qtt.values,alpha=0.5)
plt.title('（原数据）商品购买量与订单数分布图',fontsize=15)
plt.ylabel('购买订单数')
plt.xlabel('商品购买量')
plt.show()

一致化处理：
base 表 birthday 特征、trade 表 day 特征，由整数类型转化为日期类型；
user_id、auction_id、cat_id、cat1 特征，由整数类型转化为字符串类型。

二、电商市场环境

• 2012年，被业内称为双十一的爆发点，这一年淘宝商城正式更名为天猫；
• 2013年，包括广州、上海、杭州等9个城市，获批成为跨境电子商务试点。同年，苏宁、美团、银泰、PPTV等加入电商购物节大军，让双十一演变成了一种新的消费潮流和文化节日。同年，淘宝推出第一届“双十二”购物街，名为“全民疯抢”。
• 2014年，进入跨境电商元年，亚马逊向中国消费者开通部分美国商品直销通道，天猫国际、聚美海外购、唯品会全球特卖等平台的跨境业务上线。同年，腾讯入股京东，京东、阿里相继上市。

三、数据分析（Power BI）

3.1 营运分析

3.1.1 销量指标

2012.07-2015.02 期间总销量 49586件（去除异常值后的数据），市场销量整体呈现上升趋势。

• 2013 年销量同比 48.97%（统计期间：7月2日 - 12月31日，2012年上半年数据缺失）；
• 2014 年销量同比 50.85%（统计期间：全年，2013年与2014年数据都完整无缺失）；
• 2015 年销量同比 126.37%（统计期间:1月1日 - 2月5日，2015年2月5日后数据缺失）。

从季度销量情况看，第一季度普遍消费疲软，第四季度则大幅上升，且皆呈现同比增长状态。

• 2015Q1 由于数据缺失，季度同比数据无参考意义，此外，各季度同比增长皆超过30%；
• 其中 2013Q3 同比增长最高 67.54%，2014Q4 销量总计最高 7674件 同比 53.97%。

问题1：第一季度普遍消费疲软，第四季度则大幅上升的原因？

问题2：2015 年（1月1日 - 2月5日）销量同比大幅增长至 126.37% 的原因？

由 1月-2月销售量情况图（按日划分）可知：

• 2013/2/1-2013/2/15 处于销量谷底，2013年春节假期：2013/2/9-2013/2/15;
• 2014/1/26-2014/2/3 处于销售谷底，2014年春节假期：2014/1/31-2014/2/6;

销售低谷时段与春节假期基本吻合，其原因可能是部分企业提早放假、快递停运等。此外，2015年春节假期为 /2/19-2/25，相对较晚，因此1月销量受影响不大，同比增长较高。因此，可以认为每年第一季度的销量下降，与春节假期有较大关系。

由 11月-12月销售量情况图（按日划分）可知：

• 在11月11日、12月12日当天，每年销量都呈现激增状态，且销量逐年递增；
• 因此，可以认为每年第四季度的销量上涨，与双十一、双十二电商活动有很大关系。

3.1.2 订单数 & 用户数 & 复购率

订单数合计 29940 笔（去除异常值后），与销量分布大体一致呈现上升趋势，平均订单销量为 1.66件。

• 订单数在 2014Q4 与销量一致达到最高，而平均订单销量为 1.58 件，2014 年全年平均订单销量在 Q3 处于谷底状态 1.57件；
• 与 2014 年情况相反，2013Q3 平均订单销量处于最高水平 1.81 件，随后 Q4 跌至谷底 1.54件，订单数与销量皆环比上升。

问题一：第四季度平均订单销量、人均销量下降的原因？

• 从第四季度平均订单销量看，除 2012Q4 年外（2012 年被业内称为双十一的爆发点），2013Q4 与2014Q4 订单销量与订单数环比皆有较大提升，而平均订单销量皆处于较低水平，也就是销量增长速度相对慢于订单增长速度（与人均销量情况分布大体一致）。
• 从2013年、2014年双十一、双十二活动玩法来看，侧重于“全场折扣”、“消费立减”、“充值红包”等单品类、福利使用限制条件较少的活动玩法，缺少搭售、多件消费的刺激。因此建议，类似双十一、双十二等节假日活动，除了提升整体用户数与订单数外，需考虑从“交叉销售”、“多件促销”等角度，提升单均销量与人均销量。

问题二：在下单用户数呈现上升趋势的背景下，订单复购率持续走低的原因？

• 订单复购率 = （订单总数 - 下单用户总数）/ 下单用户总数
• 下单用户总数总体增长，复购率持续走低，可以推断，从2012年开始，电商消费习惯已逐渐被培养，但该习惯更倾向于低频率的购物消费。同时从产品角度推测，可能一方面产品质量把控不足，缺乏用户黏性，另一方面数据选取的品类为耐用型产品品类，消费倾向低频消费。因此建议，品类布局除了低频次的商品外，应逐渐布局高频次商品，同时加强商品质量监控，此外可利用“会员机制”、“push推送”、“限期购物券”等运营手段，提升用户回流，提高用户复购率。

3.2 产品指标

年龄层：未出生、婴儿期（12个月以内）、幼儿期（1-3岁）、学龄前期（3-7岁）、学龄期（7岁以上）

• 大类 28 与 50008168 销量与子类别数最多，订单复购率与1月份销量的年均增长率皆处于中上水平，儿童的性别与年龄层分布类似，说明这两类商品的用户是有可能部分重叠的，建议考虑捆绑、买赠、个性化推荐等角度，提高交叉销售机会，同时可搭配销量较低类别商品，提高整体销量。
• 大类 38，虽然销量与子类别数较少，但人均销量、复购率、以及1月份销量的年均增长率皆居首位。说明该类别商品的潜在市场较大，而子品类较少，用户选择余地较少。从其购买用户的儿童特征看，女童居多，且幼儿期与婴儿期居多。因此建议，从用户特征角度出发，适量增加大类 38 的子类别数，给予用户更多的选择空间，从而刺激消费。
• 大类 50014815 从销量与增量角度看，皆处于中等水平，但其用户特征鲜明，从性别角度看，女童占比超过3/4，从年龄角度看，婴儿占比超58%。因此建议，从用户画像角度，突出品类适用特征，并通过个性化推荐，提高品类曝光率，刺激用户消费。
• 大类 50022520，出生前购买的用户超67%，因此建议同大类 50014815，突出品类特征。但由于该类 与大类 12265008 的销量、人均销量、以及复购率都不高，市场需求较低，从成本角度，建议减少进货，以免库存积压。从销售角度，建议与高销量且用户画像类似的大类商品搭配销售。
• 从子类别销量占比情况看，销量较高的大类均有其明星子类别。大类 38 在整体销量上与大类 122650008 和 50022520 类似，但在子类别销量上，其TOP1产品销量占整体销量的50%以上。结合订单复购率与人均销量来看，可推测与头部效应有关，因此建议销量较低的大类，打造头部产品效益，带动整体消费。

从各月份大类商品销售情况来看，5月份（5月1日-5月12日）、10月份（10月1日-10月17日） 50008168 大类销量短暂的超过 28 大类，这两段期间均为小长假节假日，说明 50008168 大类的消费高峰与节假日相关性较强。

3.3 用户指标

从用户儿童性别与年龄层分布数据看，各年龄层的女童用户销量，均超过男童用户销量。

结合商品大类与年龄层销量数据，随着年龄增长 50008168 大类需求逐渐增长，50014815 需求降低。

• 未出生：50014815、50022520、5008168、28（各类用品销量分布较为均匀）
• 婴儿期（1岁以内）：50014815（TOP）、5008168、28
• 幼儿期（1-3岁）：50014815、50008168、28、38（各类用品销量分布较为均匀）
• 学龄前期（3-7岁）：50008168（TOP）、28
• 学龄期（7岁以上）：50008168

结合商品大类与性别销量数据，大类 50014815 和 38，女童用户购买量居多，其他品类占比较为接近。

• 男童用户购买量占较大市场份额的商品大类：50022520
• 女同用户购买量占较大市场份额的商品大类：50014815、38

根据用户最近一次购买时间、购买频率以及购买量，构建RFM模型，其中评分指标如下：

类别	R（Recency）	F（Frequency）	M（Monetary）
最小值	0	1	1
最大值	948	4	176
平均值	384.16	1	1.66
中位数	336	1	1
标准差	263.89	0.03	5.03

构建RFM评分系统如下：

类别	1 分	2 分	3 分	4 分	5 分
R-SCORE	>600 天	450-600 天	300-450 天	150-300 天	<=150 天
F-SCORE	1 次		2 次		4 次
M-SCORE	1 件	1-50 件	50-80 件	80-110 件	>110 件

• 根据RFM模型，将用户进行分类。“一般挽留用户”、“一般发展用户” 用户数占比分别为 47.96%、39.93%，而其销量占比与“重要挽留用户”、“重要发展用户”相差不大，皆为20%-30%之间。
• 由于F、M 的分布较为偏斜，标准差较小（复购用户数太少、用户平均购买量较为一致），导致“重要价值用户”以及“重要保持用户”的用户分布较少。

因此建议，一方面注重新用户的引流，通过提高用户数及人均销量，提高整体消费情况；另一方注重平均订单销量、以及复购率的提升，从儿童年龄增长的角度、以及性别与商品类别关联度角度，提高商品推荐质量，培养用户忠诚度，通过合适的商品组合搭配，提高单均销量。

四、总结与建议

1、根据异常值剔除前后销量分布图可知，用户的购买量相差较大，少数用户购买量巨大，对销量分布有明显影响，建议做好大客户服务，保持长期合作关系。

2、 母婴用品整体销量呈现逐年增长趋势，在重要节假日、以及电商活动期间，销售量波动较大，需从库存、物流、营销等角度做好商品管理，重点关注春节、双十一、双十二、5月与10月的前两周。

3、所有品类产品复购率都处于较低水平，用户黏性不足，需从产品质量、购物体验、营销手段等分析各品类复购率低的原因，并对导致复购率低的因素进行改善，从而提高留存率与复购率。

4、从品类角度看，销量贡献主要集中在大类 28、50008168、38，其中大类 38 潜在市场较大，用户复购率较高，但子品类较少，建议丰富子品类，刺激用户消费。

5、婴幼儿家长是购买主力，且女童家长消费比例普遍高于男童家长，同时随着年龄增长，购买需求也由大类 50014815 转向大类 50008168，商品营销活动，与个性化推荐可侧重借鉴此类用户画像。

6、由于整体用户黏性不足，重要价值用户较少，反而一般挽留用户数与销量占比最高。从用户黏性角度，需结合商品本身特性等，重点了解复购率低的原因。同时关注新用户引流与促活，结合捆绑、买赠、满减、push等营销手段，提高单均销量。