听见涛声_数说张小桃

日拱一卒 | 梳理、沉淀、数据科学家踩坑之路 | 努力成为数据分析领域python最强的人

导航

案例 |练习 |双11电商打折套路解析

 

分析目标

  • 看看淘宝的商家双11参与热情怎么样,是否真的有打折,给的折扣力度怎么样

思路分解  

  • part1、双11商家参与热情怎么样?(双11当天在售+预售)
    • 看双11当天在售商品的数量及比例情况
    • 看双11当天在售商品的品牌数量及比例
    • 双11当天未在售的商品,前后动向会如何,会有哪些特征?(临时下架?预售?or换名上架?)
    • 明确真实参与双11活动的商品总范畴,看对应品牌有哪些?其各个品牌参与双十一活动的商品数量分布是怎样的?
      • 备注:真正参加活动的商品 = 双十一当天在售的商品 + 预售商品 (相加后再去重,去掉预售且当天在售的商品)

 

  • part2、是否真的有打折,折扣力度如何?
    • 针对每个商品,观察其在双11前后价格变化,看其是否在双11当天价格最低,即判断是否在双11打折
    • 针对打折的商品,再看其折扣率有多少
    • 再上升到品牌(店铺)维度,看看其折扣力度,安排了多少比例的商品打折,以及这些打折商品平均折扣率如何

 

  • part3、总结不同品牌(商家)打折套路和力度,并分别提炼出折扣力度大和假打折清单
    • 总结不同品牌(商家)打折套路和力度
    • 给出折扣力度大的推荐商品和品牌清单
    • 给出假打折的商品和品牌黑名单

分析工具

  • Python 3.7.3 (default, Mar 27 2019, 17:13:21) [MSC v.1915 64 bit (AMD64)]
  • Excel

 

数据说明

  • 数据来自于2016天猫双十一美妆数据分析,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,店名即为品牌名
  • 此案例主要供练习用,目的在于熟悉Python及相关库,同时在于练习一下此场景的分析思路

 

正文如下:

 

posted on 2019-08-05 15:33  数说张小桃  阅读(369)  评论(0编辑  收藏  举报