利用Python数据分析解密双十一打折的套路

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取

python免费学习资料以及群交流解答点击即可加入

数据简介

• 此次分析的数据来自于城市数据团对2016年双11天猫数据的采集和整理，原始数据为.xlsx格式
• 包括update_time/id/title/price/店名，共5个字段，其中id为商品的唯一标识，店名为品牌名。

分析工具

• 主要使用了Python中的Pandas库进行数据处理，利用matplotlib绘制分析图表，利用bokeh进行了可视化展示。

• 当前使用版本：Python 3.6.5 |Anaconda, Inc.| (default, Mar 29 2018, 13:32:41) [MSC v.1900 64 bit (AMD64)]

说明

• 本次数据分析主要供学习使用，目的在于熟悉Python及相关库，同时练习数据分析的思维方式。
• 本次分析主要基于描述性统计，暂不包含预测模型。
• 文字说明会涉及实现的具体细节，而不仅是分析结果的展示。
• bokeh制图为交互式图表，此处截图展示
• 数据每日只采集一次，对于一日之内的变化无法进行分析

分析目标

• 商品销售时间分析
  1. 统计出商品总数和品牌总数
  2. 计算双十一当天在售商品占比
  3. 未参与双十一当天活动的商品，双十一之后的去向
  4. 参加双十一活动的品牌及其商品数量的分布
• 价格折扣分析
  1. 针对每个商品，分析其价格变化，判断是否打折
  2. 针对在打折商品，计算其折扣率
  3. 按照品牌分析，不同品牌的打折力度
  4. 分析商家打折套路
• 构建商品id/品牌的汇总表
  1. 商品id资料表格
  2. 品牌汇总资料表格
  3. 假打折商品详情

正文

相关模块导入

加载数据和数据预处理

设置工作路径，pandas导入数据

检查数据是否有缺失值

检查数据类型

对数据进行基本预处理

查看数据

 

Part1 商品销售时间分析

统计出商品总数和品牌总数

计算双十一当天在售商品占比

未参与双十一当天活动的商品，双十一之后的去向

参加双十一活动的品牌及其商品数量的分布

统计商品总数和品牌总数：

得到商品总数：3502，品牌总数：22

计算双十一当天在售商品占比：

得到双十一当天在售商品占比为：66.68%，约1/3的商品在双十一当天没有上架

商品销售情况分类

为了分析没参加双十一的产品去向，我们首先对所有商品id依据其上架时间进行分类。

根据date字段，统计每件商品的最早和最迟销售时间；再统计双11当天是否销售；最后进行分类。

A. 11.11前后及当天都在售 → 一直在售

B. 11.11之后停止销售 → 双十一后停止销售

C. 11.11开始销售并当天不停止 → 双十一当天上架并持续在售

D. 11.11开始销售且当天停止 → 仅双十一当天有售

E. 11.5 - 11.9 → 双十一前停止销售

F. 仅11.11当天停止销售 → 仅双十一当天停止销售

G. 11.12开始销售 → 双十一后上架

H. 11.10下架 → 可能11.11售罄 以后单独分析

 

未参与双十一活动的商品去向分析

暂时下架

改名上架

预售

未参与活动

 

未参与双十一当天活动的商品中：

暂时下架商品的数量为242个，更名上架商品的数量为110个，预售商品数量为453个，未参与活动商品数量为200个

参加双十一活动的品牌及其商品数量的分布

真正参与双十一活动的商品 = 双十一当天在售的商品 + 预售商品

对暂时下架/更名上架/售罄商品 后续可以研究其价格变化再确定

绘制堆叠图进行可视化

 

补充品牌数据汇总

 

Part2 价格折扣分析

1. 针对每个商品，分析其价格变化，判断是否打折2. 针对在打折商品，计算其折扣率3. 按照品牌分析，不同品牌的打折力度4. 分析商家打折套路

针对每个商品，评估其打折情况

真打折：商品的价格在10天内有波动，双11价格为10天内最低价，无提前涨价

假打折：双十一之前存在涨价现象

不打折：商品价格无变化

 

观察数据可知

假打折商品的品牌集中于妮维雅和美加净(各6件)，美宝莲有1件

兰蔻有一件商品在双十一前涨价后，双十一当日下架

SKII和薇姿各有一件商品涨价后，双十一当天维持该价格

大牌套路深，深知法律风险，但这四件商品依旧被划分在假打折！

真打折的商品约占比24.27%，不打折的商品数量约占比75.27%，假打折的商品约占0.46%

针对在打折商品，计算其折扣率

去除假打折商品

考虑双十一价格对比其前后的折扣率，主要考虑前折扣率

只计算九五折以上折扣

 

 

 

观察上图可知，商品折扣率主要集中在五折和九折，二者共占50%以上

根据商品id汇总数据

包括商品销售时间和价格折扣数据

 

根据品牌汇总数据

包括品牌商品销售时间和价格折扣数据

计算品牌折扣商品比例

按照品牌分析，不同品牌的打折力度¶

利用bokeh绘制浮动散点图

y坐标为品牌名，x坐标为折扣力度

 

分析商家打折套路

筛选各品牌的折扣商品比例和平均折扣率

划分四个象限，利用bokeh制图

 

打折套路解析

少量大打折：雅诗兰黛、兰蔻、薇姿、悦诗风吟、欧珀莱

大量少打折：欧莱雅、玉兰油、美宝莲、妮维雅、蜜丝佛陀、美加净

大量大打折：自然堂、相宜本草、佰草集

不打折：SKII、倩碧、兰芝、娇兰、植村秀、资生堂、雅漾、雪花秀

假打折现象：妮维雅和美加净各有6件商品

Part3 汇总表格导出

商品id资料表格

品牌汇总资料表格

假打折商品详情