MySQL实战项目:淘宝母婴购物数据可视化分析

本文主要是介绍MySQL实战项目:淘宝母婴购物数据可视化分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

前言

一、数据获取

1.母婴信息表:tianchi_mum_baby.csv

2.购物行为表: tianchi_mum_baby_trade_history.csv

二、数据预处理:

 1.修改数据类型

2.检查重复数据:

3.检查空格

4.去异常

三.数据分析

1.流量分析

2.类别分析

3.性别分析

总结


前言

母婴用品是淘宝的热门购物类目,随着国家鼓励二胎、三胎政策的推进,会进一步促进了母婴类目商品的销量。与此年轻一代父母的育儿观念也发生了较大的变化,因此中国母婴电商市场发展形态也越来越多样化。随之引起各大母婴品牌更加激烈的争夺,越来越多的母婴品牌管窥到行业潜在的商机,纷纷加入母婴电商,行业竞争越来越激烈。本项目会基于"淘宝母婴购物"数据集进行可视化分析。

一、数据获取

本数据集分析案例来自天池“淘宝母婴购物行为”数据集:淘宝母婴购物数据集_数据集-阿里云天池 ,并根据实际分析需要删除和重命名部分字段。包含两张数据集表:

1.母婴信息表:tianchi_mum_baby.csv

包括如下字段:

字段字段说明提取说明
user_id用户标识抽样和字段脱敏
birthday出身日期YYYYMMDD,精确到天
gender性别0:男孩,1:女孩,2:性别不明

部分数据预览:

2.购物行为表: tianchi_mum_baby_trade_history.csv

包括如下字段:

字段字段说明提取说明
user_id用户标识抽样和字段脱敏
auction_id交易ID字段脱敏
category_1商品一级类目字段脱敏
category_2商品二级类目字段脱敏
buy_mount购买数量
day交易时间YYYYMMDD,精确到天

部分数据预览:

二、数据预处理:

 1.修改数据类型

可以观察到日期均为int类型,为了后续方便,修改为date类型

  ALTER TABLE tianchi_mum_babyuserMODIFY birthday DATE;

ALTER TABLE tianchi_mum_baby_trade_historyMODIFY `day` DATE;

2.检查重复数据:

SELECT user_id,COUNT(*)  FROM tianchi_mum_babyuser
GROUP BY user_id
HAVING COUNT(*)>1;

 查询结果为空,未发现重复项。

SELECT user_id ,auction_id,COUNT(*) FROM tianchi_mum_baby_trade_history
GROUP BY user_id,auction_id    
HAVING COUNT(*)>1;

查询结果为空,未发现重复项。

3.检查空格

  SELECT * FROM tianchi_mum_babyuser WHERE user_id IS NULL;SELECT * FROM tianchi_mum_babyuser WHERE birthday IS NULL;SELECT * FROM tianchi_mum_babyuser WHERE gender IS NULL;SELECT * FROM tianchi_mum_baby_trade_history WHERE user_id IS NULL;SELECT * FROM tianchi_mum_baby_trade_history WHERE auction_id IS NULL;SELECT * FROM tianchi_mum_baby_trade_history WHERE category_2 IS NULL;SELECT * FROM tianchi_mum_baby_trade_history WHERE category_1 IS NULL;SELECT * FROM tianchi_mum_baby_trade_history WHERE buy_mount IS NULL;SELECT * FROM tianchi_mum_baby_trade_history WHERE `day` IS NULL;

查询结果为空,未发现空值

4.去异常

  • 查询最大最小日期,删除这个范围以外的日期
  SELECT MAX(`day`),MIN(`day`) FROM tianchi_mum_baby_trade_history;

查询结果:最大日期2015-02-05,最小日期2012-07-02

  • 删除异常数据
  DELETE FROM tianchi_mum_baby_trade_historyWHERE `day` < '2012-07-02'OR `day` > '2015-02-05';
  • 为了方便分析,过滤掉性别未知的数据

DELETE FROM  tianchi_mum_babyuser
WHERE gender = 2;

三.数据分析

1.流量分析

年/季度/月/日的商品销量如何?有什么规律

  • 年销量
  SELECT COUNT(buy_mount),DATE_FORMAT(DAY,'%Y')  FROM tianchi_mum_baby_trade_historyGROUP BY DATE_FORMAT(DAY,'%Y')ORDER BYDATE_FORMAT(DAY,'%Y');

在数据预处理章节我们得知,本次抽样数据跨度为2012/07到2015/02,2013、2014为两个完整的年份,趋势应该是逐年递增的

  • 季度销量
  SELECT COUNT(buy_mount),SUBSTR(`day`,1,4) ,QUARTER(DAY)  FROM tianchi_mum_baby_trade_historyGROUP BY SUBSTR(`day`,1,4) ,QUARTER(DAY)ORDER BYSUBSTR(`day`,1,4) ,QUARTER(DAY);

以2013、2014两个完整年为例,一般规律是Q1为全年销量最低的年份、Q4是全年销量最高的年份,猜想一个可能的原因是Q1因为春节假期导致的销量下滑,Q4是因为有双十一、双十二营销活动带来的增长。我们可以再按月分析来验证我们的结论:

  •  月销量
 SELECT  DATE_FORMAT(`day`, '%Y-%m' ) ,COUNT( buy_mount)  FROMtianchi_mum_baby_trade_historyGROUP BY DATE_FORMAT( `day`, '%Y-%m' ) ORDER BY DATE_FORMAT( `day`, '%Y-%m' );

还是以2013、2014年为例,2013年2月份、2014年1月份为全年销量最低,通过万年历查询我们知道这两个月份刚好位当年的春节所在的月份,11月份分别为两年的销售高峰。初步印证了我们关于春节和双十一营销活动对销量带来影响的猜想。 我们可以更进一步,以天为单位来观察销量数据:

  • 日销量
SELECT  DATE_FORMAT( `day`, '%Y-%m-%d' ) ,COUNT(buy_mount) FROM tianchi_mum_baby_trade_history
GROUP BY DATE_FORMAT( `day`, '%Y-%m-%d' ) 
ORDER BY DATE_FORMAT( `day`, '%Y-%m-%d' );

可以看到,相比其他日期,双11购物节当天的销量出现了顶峰。 完成年/季度/月/日的销量分析后,我们再来看看商品类目的销售情况。

2.类别分析

商品销量按照类目分类有什么规律?哪些类目的商品更有价值?

本次抽样数据共包含6个商品大类(一级类目),662个商品二级类目。因本次抽样数据样本量较小,因此我们主要分析商品一级类目。 我们先来看看商品一级类目的销售情况:

1.category_1购买人数

SELECT COUNT(category_1), category_1 FROM
tianchi_mum_baby_trade_history
GROUP BY category_1

从购买频次上,最受用户喜欢的前三类商品分别是50008168、28、50014815;

 2.category_1销量

SELECT category_1,SUM(buy_mount)  FROM
tianchi_mum_baby_trade_history
GROUP BYcategory_1

以商品销量视角来看,最受大客户喜欢的前三类商品分别是28、50014815、50008168。

无论是从商品的购买频次还是商品销量上来看,商品一级分类可划分为两个梯度:畅销用品(50008168、28、50014815)及 一般用品(38、50022520、122650008),因此下一阶段主要针对畅销用品销量进行分析。

针对以上现象,平台或许可以将三类畅销商品展示在母婴用品相关购物主页上,以减轻用户购买负担,进一步提升畅销品销量。

3.性别分析

不同性别的婴幼儿购买行为相似吗?是否符合我们的常识呢?

根据用户的宝宝性别和各种类商品的销量情况,分析不同性别宝宝的购买偏好。

  • 婴儿性别与用户购买频次关系
SELECT COUNT(gender) FROM tianchi_mum_babyuser
WHERE gender = 0;SELECT COUNT(gender) FROM tianchi_mum_babyuser
WHERE gender = 1;

  • 婴儿性别与用户购买量的关系
SELECT  b.gender , SUM(buy_mount) FROM 
tianchi_mum_babyuser b JOIN tianchi_mum_baby_trade_history t ON b.user_id = t.user_id
GROUP BYb.gender;

 我们再来统计性别在商品大类销售中的体现,看看能看到什么规律:

  •  男孩的类别销量统计:

  • 女孩的类别销量统计:
SELECT t.category_1 ,SUM(buy_mount) ,b.gender FROM 
tianchi_mum_babyuser b JOIN tianchi_mum_baby_trade_history t ON b.user_id = t.user_id
WHERE b.gender=1
GROUP BYt.category_1

从上面图表中可以看出,一级类别28、50008168和50014815三种类别销量最高,且在各年份中这三类商品的销量一直较高,所以可以大力推广宣传和供应这三类商品。男性宝宝和女性宝宝都比较偏爱于50008168类商品,可以重点将这类商品推荐给用户。


总结

本项目对淘宝母婴购物数据集做了初步的数据分析,通过数据分析我们能对业务做出更好的洞察。使用了mysql查询,以及excel制图功能,完成了流量分析、类别分析和用户画像分析的实验。

这篇关于MySQL实战项目:淘宝母婴购物数据可视化分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/803669

相关文章

SQL中redo log 刷⼊磁盘的常见方法

《SQL中redolog刷⼊磁盘的常见方法》本文主要介绍了SQL中redolog刷⼊磁盘的常见方法,将redolog刷入磁盘的方法确保了数据的持久性和一致性,下面就来具体介绍一下,感兴趣的可以了解... 目录Redo Log 刷入磁盘的方法Redo Log 刷入磁盘的过程代码示例(伪代码)在数据库系统中,r

mysql中的group by高级用法

《mysql中的groupby高级用法》MySQL中的GROUPBY是数据聚合分析的核心功能,主要用于将结果集按指定列分组,并结合聚合函数进行统计计算,下面给大家介绍mysql中的groupby用法... 目录一、基本语法与核心功能二、基础用法示例1. 单列分组统计2. 多列组合分组3. 与WHERE结合使

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

Mysql用户授权(GRANT)语法及示例解读

《Mysql用户授权(GRANT)语法及示例解读》:本文主要介绍Mysql用户授权(GRANT)语法及示例,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录mysql用户授权(GRANT)语法授予用户权限语法GRANT语句中的<权限类型>的使用WITH GRANT

Mysql如何解决死锁问题

《Mysql如何解决死锁问题》:本文主要介绍Mysql如何解决死锁问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录【一】mysql中锁分类和加锁情况【1】按锁的粒度分类全局锁表级锁行级锁【2】按锁的模式分类【二】加锁方式的影响因素【三】Mysql的死锁情况【1

springboot项目如何开启https服务

《springboot项目如何开启https服务》:本文主要介绍springboot项目如何开启https服务方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录springboot项目开启https服务1. 生成SSL证书密钥库使用keytool生成自签名证书将

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr

SQL BETWEEN 的常见用法小结

《SQLBETWEEN的常见用法小结》BETWEEN操作符是SQL中非常有用的工具,它允许你快速选取某个范围内的值,本文给大家介绍SQLBETWEEN的常见用法,感兴趣的朋友一起看看吧... 在SQL中,BETWEEN是一个操作符,用于选取介于两个值之间的数据。它包含这两个边界值。BETWEEN操作符常用

MySQL索引的优化之LIKE模糊查询功能实现

《MySQL索引的优化之LIKE模糊查询功能实现》:本文主要介绍MySQL索引的优化之LIKE模糊查询功能实现,本文通过示例代码给大家介绍的非常详细,感兴趣的朋友一起看看吧... 目录一、前缀匹配优化二、后缀匹配优化三、中间匹配优化四、覆盖索引优化五、减少查询范围六、避免通配符开头七、使用外部搜索引擎八、分

Java程序进程起来了但是不打印日志的原因分析

《Java程序进程起来了但是不打印日志的原因分析》:本文主要介绍Java程序进程起来了但是不打印日志的原因分析,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Java程序进程起来了但是不打印日志的原因1、日志配置问题2、日志文件权限问题3、日志文件路径问题4、程序