一、概述

数据来历：https://www.kesci.com/home/dataset/5ce889bed10470002b3394c2

数据阐明东西：这是一个天猫双十一女性美妆的数据集，环绕产物及其销量和评论撰写。数据具有7特征，共有27599笔记录，可以从多维度理会文本。由于是真实的贸易数，所以做了匿名处理惩罚，数据会合对点名的引用被处理惩罚为产物的品牌以掩护店家隐私。此次数据阐明所用到的东西有：sql， excel，tableau

二、数据阐明根基步调

（1）明晰业务需求;

（2）数据收罗 ;

（3）提出问题；

（4）数据处理惩罚

（5）数据摸索阐明

（6）数据可视化；

（7）综合数据阐明；

1. 明晰业务需求

通过对数据多维度的阐明获取产物的销售纪律，阐明差异品牌商在双十一利用的产物销售计策，以及用户对产物的喜爱等问题，为后续的营销推广及选品优化改造提供数据支持以及思路。

2. 数据收罗

本数据集(双十一 *** 美妆数据)包括了约27599个产物的销售数据明细（update_time，id，title，price，sale_count，comment_count， shop_name）。即数据集的每一行暗示一个产物的销售环境，由统计时间（update_time），产物编号（id）,产物名称（title），生意业务价值（price），销量（sale_count），评论数量（comment_count）,店肆名称（shop_name）构成。

数据来历链接：和鲸社区https://www.kesci.com/home/dataset/5ce889bed10470002b3394c2

字段寄义：

Update_time：统计时间

id：产物编号

title：产物名称

price：生意业务价值

Sale_count：销量

Comment_count：评论数量

Shop_name：店肆名称

3. 提出问题

1） 订单量前10的产物id及title

2） 销售额前10的产物id及title

3） 订单量前10的品牌

4） 销售额前10的品牌

5） 存眷度前10的产物id及title

6） 存眷度前10的品牌

7） 天猫美妆天天产物总销售量（按销量排序）

8） 天猫美妆天天产物总销售额（按销售额排序）

9） 销售额前10的产物平均单价

4. 数据处理惩罚

（1）导入表格

1） 建设数据库

2） 数据建设表，且导入数据（此时差池表做任何约束，后期导入后清洗）

（2）选择子集

因为我们研究的是双十一期间天猫美妆产物的销量，销售额，存眷度等问题，因此在数据筛选时，所有的字段都是需要的，因此临时不选择子集，选择全集数据；

（3）删除反复项

由于是针对双十一期间各品牌，产物，销量等的研究，由于日期选择为一段时期，故订单会发生反复值，每条数据都有研究意义，故无需做反复值删除操纵。

（4）缺失值处理惩罚

功效显示2354条缺失值，为不影响阐明的准确性，将其删除;

（5）一致化处理惩罚

修改update_time的数据范例

（6）异常值处理惩罚

由于数据凭据差异时间段收罗，不具有某种趋势性，在此不做异常值处理惩罚

5. 数据摸索阐明

（1） 订单量前10的产物id及title

（2）销售额前10的产物id及title

（3） 订单量前10的品牌

（4）销售额前10的品牌

（5）存眷度前10的产物id及title

（6）存眷度前10的品牌

（7）天猫美妆天天产物总销售量（按销量排序）

（8）天猫美妆天天产物总销售额（按销售额排序）

（9）销售额前10的产物平均单价

6. 数据可视化阐明

（1）订单量前10的产物订价走向

（2）销售额前10的产物订价走向

（3） 品牌竞争力

（4）综合数据阐明

1）从产物日销量上来阐明：