一、分析背景
近些年，随着国家对二胎、三胎的号召，母婴产品的需求量越来越大。伴随着互联网水平的提高，人们更喜欢以线上购买的方式获取需要的商品。在这样的背景下，促成了我对本次母婴产品数据进行的一次详细的数据分析报告。
本次分析的数据均来源于阿里云天池数据集-阿里云天池包含了2012年7月-2015年2月的淘宝、天猫电商母婴类商品的销售数据。
表中包含的字段及其含义如下表所示：
二、分析目的
帮助平台商家更有效地作出销售策略，通过时间节点和售卖商品的特性优化、调整销售策略，已达到节约成本，提高销售额的目的。
三、分析思路
四、分析内容
为了更有效、更真实的地对数据集中的数据进行分析，先对数据进行清洗：
（一） 业务维度
图1 2012年7月-2015年2月 母婴产品购买量
2012年及2015年的数据仅包含部分月份的数据，展示不完整。为了完整的比较年数据的变化趋势情况，以下分析仅针对2013和2014年进行展开。
图2 2013年-2014年 母婴产品购买量
从图2可以看出三个问题：
1）2014年购买量整体高于2013年，且这两年的月波动趋势基本相同。
2）2013年和2014年的购买量均出现两个小的波峰，分别是5月和11月。
3）2013年的低点出现在2月，2014年的低点出现在1月。
问题1: 为什么2014年的购买量相对于2013年有整体提高？
假设1：产品优化
1）利用countifs函数，统计出2013和2014年商品类别的变化情况。从一级分类来看，商品类别并没有太大变化，但通过对商品二级分类的统计发现，产品类别的选择上更加细化了，二级类别一共增加了132个。
2）同时结合透视表和唯一值查询，确定到仅在2014年出现的二级分类数据，按照商品分类计算购买量，发现2014年新增的二级商品分类带来的购买量为2887，带来了18%的购买增量。
图4 新增二级分类购买量情况
由此可以推测，淘宝网通过细分商品的二级分类，使得用户可以更方便的找到所需商品，从而提高了部分购买额。
因此，假设1成立。
假设2：购买用户数增加 & 假设3：用户购买次数增加
图5 2013-2014用户数及平均购买数量
根据图5可以看出，2014年各月用户数均高于2013年，但人均购买数量不相伯仲，甚至2013年6-9月的人均购买量要高于2014年的数据。2013年用户数量为9740，而2014年的用户数量为15007，用户数增加了54%。
因此，假设2成立，假设3不成立。
综上，可以看出2014年购买量优于2013年的主要原因为产品升级带动了用户数量的增长，从而使得购买量增加。
问题2：2013年和2014年的购买量均出现两个小的波峰，分别是5月和11月。
图6 （2013年&2014年）11月购买量
图6中，2013年5月的销售基本平稳，但在5月13日、5月20日和5月30日分别出现了小波峰。2014年5月的销售额同样有几个波峰，分别为5月12日、5月27日。经查验日历发现，这几个日期分别与母亲节、“520“、儿童节比较接近，推测平台可能在5月有频繁的促销活动，所以从全年来看，购买量相对较高。
图7 （2013年&2014年）11月购买量
从图7可以很清晰的看到，11月11日的购买量显著高于其他日期，说明“双十一”大促对用户购买行为有很大的影响，同时也是引起11月购买量高于其他月份的主要员原因。
问题3：2013年的低点出现在2月，2014年的低点出现在1月
图8 2013年2月购买量
图9 2014年1月购买量
查询2013年和2014年的日历，2013年2月9日-2月15日为春节，2014年1月30日-2月6号为春节。通常年前一周左右快递就陆续停运，叠加春节期间不配送。从图8和图9可以看出购买量的走势与春节假期的特殊物流情况基本吻合，所以可以推断2013年2月和2014年1月购买量减少的原因主要是因为春节停运导致的。
图10 不同产品销量比较
图10可以看出，商品购买量最多的为28类，而商品购买量最低的则为122650008。
图11 各类商品销量情况 检验假设分析
假设1：是否与该商品的二级分类有关
图12 商品分类及购买数量
图12，商品分类28的二级分类一共有267项，平均购买数量为2.35个；商品分类的122650008的二级分类一共有17项，平均购买数量为1.06个。由此可以看出，商品分类为28的商品二级分类更详细同时购买数量也更多，可以结合假设2一起，进一步确认原因。
假设2：是否与该类商品的属性有关
图13 商品复购情况
图13，商品分类28的商品，用户出现次数分别为1、2、4次，根据表格统计可以看出，大部分用户购买次数都为1次。 商品分类122650008的商品，用户出现次数分别为1、2次，根据表格可以看到，用户出现2次的情况只有1次。由此可知，假设2中用户复购的情况不属实。
图14 用户平均购买数量
图14是根据儿童年纪、商品类型和平均购买数量三个维度统计的一张表格。其中可以明显看出，28类商品的平均购买数量笔122650008类商品的平均购买数量高50%左右，并且似乎与儿童年纪存在一定的相关性。
假设3：是否与儿童年纪有关
图15 不同商品的购买量
图15展示了商品28和商品12265008的在各年龄阶段的购买数量和用户数量。可以看出商品28的购买数量和用户数量均远高于商品122650008。28类商品的购买数量及年龄集中在0-1岁这个区间，而12265008类商品的购买数量和年龄相对集中在0-2岁这个区间。购买数量与儿童年纪之间有很强的相关性，结合另外两个假设可以得出结论。
商品28主要用户群体为0-1岁的儿童，且该类商品品类繁杂，但复购率一般。而商品122650008的主要用户群体较为分散，且品类下商品类别较少，复购率一般。即可推测，28类商品的购买量高的原因主要是由于该类商品为0-1岁儿童的必需品，平均购买1.5个，选择丰富。而122650008类商品为非必需品，平均购买1个，且选择性较少。
因此，假设1、2、3均成立。
（二）用户角度
图16 男女婴对不同商品类别的需求有无差异
图16可以看出，男孩和女孩的商品购买量上存在一定的差异，女孩的消费力明显更前，且购买商品最多的为50014815，其次为50008168。男孩购买最多的商品为50008168，商品28和商品50014815的购买量相差不大。男孩和女孩在商品28和商品50008168上的购买量基本相同。
图16
图17
由图16和图17，可以看出0-1岁之间的婴儿，商品需求量最大。男孩的购买量比女孩少一些。集中购买量最多的是50014815这个商品。
查找明细数据发现，有一个用户购买该类商品160个，可能是存在批发的情况，这里不再做进一步讨论。
五、结论根据年销售额曲线，平台的大促活动有助于提高用户购买量，尤其是每年的“双十一”、“520”、“母亲节”等节日。随着移动互联网和人们消费习惯的改变，未来几年的销售数据可能会更加出色。根据年销售曲线，每年1-2月份的销售额为全年最低。主要是因为年前物流限制，导致用户无法正常购买商品。2013年用户数量为9740，而2014年的用户数量为15007，用户数增加了54%。通过假设检验得出产品细化（优化）帮助用户可以更有效的找到目标商品，对用户数量的增加有积极促进作用，用户数量与用户购买量存在正相关，因此会提高用户购买量。0-1岁儿童的购买数量是最多的，女婴商品的购买力要优于男婴，该部分用户为平台重点目标用户。同时购买最多的为商品“28”，该商品二级分类较多，可能是日常消耗类产品，平台可以关注该类商品的推广。六、建议建立稳定的促销节日，可以通过亲友互动、买送、直播等方式提高用户的参与感和粘性，以此来进一步增加商品销量。对于特殊节日或年前，存在物流影响产品销售的情况，可以考虑建立平台自己的物流渠道，消除这部分原因导致的销售额流失。平台可持续关注男婴的商品购买情况，着重优化商品推荐和导航，通过扩大目标受众来提高销售额，将目标商品最大可能的推荐给目标用户，带来购买量的突破。平台部分商品销售情况一般，可考虑用销量高的产品带动销量差的产品，做买赠，分享礼赠，预存金充值礼等方式让用户关注到低销量的产品，并通过提高留存和转化率的方式深耕销量高的商品，进一步带动销量增长。
