《电商销售数据分析》PPT课件.ppt

1、电商销售记录分析 严智强、贺强、刘瑞、 崔亚松、臧茹歌,Background,Contents,淘宝网作为国内第一大电商，占有近50%市场份额，而天猫商城则是所有优质店铺的集合，每月会产生大量销售数据，这里以天猫近一个月的手机销售数据进行分析，找出这些数据隐含的价值。,天猫手机销售数据分析,天猫手机销售数据分析,数据的获取与预处理,替代商品的挖掘,价格空洞的发现,数据的获取与处理,天猫销售数据分析,构建一个爬虫脚本，从天猫上获取销量前600的手机销售记录，并匹配出每条记录的机型、售价、销量。,How to get the data,爬虫脚本,#coding=gbk import urllib

2、import re f1=open(rE:tmaoshoujihtml.txt)#此处存储了销量前600的网页地址 http=f1.readlines() f1.close() f2=open(rE:tmaoshouji.txt,a) for i in http: content=urllib.urlopen(i.strip().read() f2.write(content) f2.write(n) f2.write(#*50) f2.write(n) f2.close() f3=open(rE:tmaoshouji.txt) lines= for line in f3.readlines(

3、): lines+=line.strip() f3.close() pattern=r.*?target=_blank title=(.*?).*?(.*?) result=re.findall(pattern,lines) f4=open(rE:tmaoshoujiInformation.txt,w)#该文件中存储了每件手机的记录（机型、售价、销量） for item in result: for j in range(3): f4.write(itemj) f4.write(t) f4.write(n) f4.close(),天猫销售数据分析,销量价格 散点图,天猫销售数据分析,替代商品的

4、挖掘,我们认为，如果两件手机的售价和销量十分接近，则认为这两件手机互为替代商品。从网络营销的特点来看，从店铺的角度出发，选择进价更低的手机可获得更多利润。,替代商品的挖掘,天猫销售数据分析,我们以欧氏距离小于等于2为标准 sqrt(a.price-b.price)2+(a.sales_number-b.sales_number)2)=2 将手机聚类，找出互为替代的手机。,替代商品的挖掘,天猫销售数据分析,from _future_ import division from math import sqrt #coding=gbk f1=open(rE:tmaoshoujiInformation

5、.txt) records=f1.readlines() f1.close() price= number= product= for i in range(len(records): item=recordsi.split(t) price.append(item0) product.append(item1) number.append(item2) for i in range(len(price): for j in range(i+1,len(price): distance=sqrt(pow(float(pricei)-float(pricej),2)+pow(int(number

6、i)-int(numberj),2) if distance=2: #if the distance minuse 2,we consider the two is replaced product print producti,t,productj else: pass,所得结果,结果发现，下列每一组中的手机互为替代商品 (a)UMO/优摩 w9220 Yusun/语信 T28 (b)Huawei/华为 C8812 ZTE/中兴 N807 (c)OPPO U705T TCL Y910T (d)Coolpad/酷派 8150D ZTE/中兴 V889D (e)K-Touch/天语 E800 U

7、MO/优摩 W800 七喜 TD710 (f)UMO/优摩 W800 七喜 TD710 Konka/康佳 E5680 (g)UniscopE/优思 U1201 Huawei/华为 Y300-0000 (h)Coolpad/酷派 8050 Coolpad/酷派 E239 (i)Motorola/摩托罗拉 XT800 索爱正品SA-I960 安卓4.0 (j)Coolpad/酷派 8020 Haier/海尔 HT-I600 (k)七喜 H750 Gionee/金立 C620 (l)Lenovo/联想 A790E 广信 ef58 (m)Huawei/华为 c8810 Samsung/三星 s6108

8、 (n)AUX/奥克斯 V930 TCL Y710 (o)Philips/飞利浦 W8355 ONN/欧恩 V8 16G版 (p)TCL Y710 Gionee/金立 GN705w,天猫销售数据分析,天猫销售数据分析,价格空洞的发现,经过分析，我们发现，作为中高端机营销，可选择3500-4000的价格空洞。可在较小压力下打入市场。,京东商城销售数据分析,牛仔裤销售数据分析,用户消费记录的分析,从生产厂家的角度来说，如果得到大量消费者的尺码大小及颜色偏好，则对生产和销售是非常有利的。因此，我们统计了京东女性牛仔裤的销售记录，从中得到各尺码和颜色在总的销售数据中的比例，从而指导生产。,通过用户的消

9、费记录，分析出用户的喜好品牌，从而当该品牌有新产品推出和促销活动时优先推荐给这些用户。,牛仔裤销售数据分析,用户尺码大小 颜色偏好,数据获取与预处理,以爬虫程序从京东商城获取牛仔裤销售记录，并过滤出每个用户所购买的颜色、尺码。,数据获取与预处理,京东商城销售数据分析,#coding=gbk import re import urllib page=16,16,16,16,16,16,16,16,15,15,15,15,15,15,15,14,14,14,14,14,13,13,13,13,13,13,12,12,12,12,12,12,12,12,12,12#page记录了每件商品的评论页面数

10、目 f1=open(rC:UsersYANZHIQIANGDesktopjdongNiuZaiKuAdd.txt)#goods存储商品评论地址 goodslist=f1.readlines() f1.close() s1=rE:jdongniuzaikupinglunAdd s3=.txt for i in range(0,len(goodslist): for j in range(1,pagei+1): content=urllib.urlopen(goodslisti.strip()+str(j)+-0.html).read() print goodslisti.strip()+str(

11、j)+-0.html save=s1+str(i)+s3 f2=open(save,a) f2.write(content) f2.write(goodslisti.strip()+ page + str(j) + downloaded n) f2.write(#n) f2.close() s1=rE:jdongniuzaikupinglunAdd s3=.txt,数据获取与分析,for i in range(0,35): s=s1+str(i)+s3 f=open(s) lines= for line in f.readlines(): lines+=line.strip() f.close

12、() color=r颜.*?色：(.*?) size=r尺.*?码：(.*?) date=r购买日期：(.*?) multiColor=re.findall(color,lines) print file,i,has,len(multiColor),color recordsn multiSize=re.findall(size,lines) print file,i,has,len(multiSize),size recordsn multiDate=re.findall(date,lines) print file,i,has,len(multiDate),date recordsn f1

13、=open(s1+str(i)+color+s3,w) for c in multiColor: f1.write(c) f1.write(n) f1.close() f2=open(s1+str(i)+size+s3,w) for s in multiSize: f2.write(s) f2.write(n) f2.close() f3=open(s1+str(i)+date+s3,w) for d in multiDate: f3.write(d) f3.write(n) f3.close(),京东商城销售数据分析,用户尺码大小与颜色偏好挖掘,#coding=gbk import re n

14、ame=白,黑,粉,枣红,酒红,大红,红,紫,绿,杏,黄,棕,宝蓝,彩蓝,海蓝,深蓝,浅蓝,灰蓝,中蓝,天蓝,墨兰,墨蓝,藏蓝,蓝,橙,灰 countColor=0*i for i in range(len(name) f1=open(rE:jdongallNiuZaiKuColor.txt) color=f1.readlines() f1.close() for j in color: for k in range(0,len(name): if re.search(namek,j): countColork=countColork+1 break f2=open(rE:jdongcolor

15、Summary.txt,a) d=dict(zip(name,countColor) for key in d.keys(): f2.write(str(key)+t+str(dkey) f2.write(n) f2.close() daxiao=str(i) for i in range(10,36) countSize=i*0 for i in range(len(daxiao) f3=open(rE:jdongallNiuZaiKuSize.txt) size=f3.readlines() f3.close(),用户尺码大小与颜色偏好挖掘,for a in size: for b in

16、range(0,len(daxiao): if re.search(daxiaob,a.strip(): countSizeb=countSizeb+1 break elif re.search(XS$,a.strip(): countSize14=countSize14+1 break elif re.search(S$,a.strip(): countSize15=countSize15+1 break elif re.search(M$,a.strip(): countSize16=countSize16+1 break elif re.search(L$,a.strip(): coun

17、tSize17=countSize17+1 break elif re.search(XL$,a.strip(): countSize18=countSize18+1 break elif re.search(XXL$,a.strip(): countSize19=countSize19+1 break elif re.search(XXXL$,a.strip(): countSize20=countSize20+1 break else: break f4=open(rE:jdongsizeSummary.txt,a) d2=dict(zip(daxiao,countSize) for ke

18、y in d2.keys(): f4.write(str(key)+t+str(d2key) f4.write(n) f4.close(),最后得到33,098条牛仔裤的颜色、尺码等销售信息。,用户尺码大小与颜色偏好挖掘,用户消费记录的分析,数据的获取 用户品牌偏好的分析,京东商城销售数据分析,数据的获取,利用爬虫程序，获取用户消费记录原始html代码，并过滤出记录数大于30的用户的消费消费记录。,数据的获取,京东商城销售数据分析,from _future_ import division #coding=gbk import math import urllib import re s1=r

19、E:jdonguseruser_firstpage s3=.txt f=open(rE:jdonguseruserPingLunShuDaYu30.txt,a) for i in range(1000000,1008594): yuanshifile=s1+str(i)+s3 f1=open(yuanshifile) lines= for line in f1.readlines(): lines+=line.strip() f1.close() n=r评论数：(d+)条 commentNumber=re.findall(n,lines) if commentNumber: if int(co

20、mmentNumber0) 29: f.write(id+str(i) f.write(t) f.write(commentNumber0) f.write(n) f.flush() else: pass,数据的获取,else: pass print user,i,got it f.close() f1=open(rE:jdonguseruserPingLunShuDaYu30.txt) user=f1.readlines() f1.close() h1=r h2=-0- h3=.html s1=rE:jdongusercostomer s2=consume_records.txt for c

21、on in user: sub=con.split() num=sub0 f2=open(s1+str(num)+s2,a) page=math.ceil(int(sub1)/30) for i in range(1,int(page+1): html=h1+str(num)+h2+str(i)+h3 record=urllib.urlopen(html).read() f2.write(record) f2.close(),京东商城销售数据分析,用户品牌喜好分析,京东商城销售数据分析,#coding=gbk import re import os f1=open(rC:UsersYANZHI

22、QIANGDesktopbrand.txt) brand=f1.readlines() f1.close() d= for i in brand: di.strip()=0 s1=rE:jdongkehucustmer s2=BrandStatistic.txt f3=open(s1+final+s2,w)#save the records for item in os.listdir(rE:jdonguser):,用户品牌喜好分析,for item in os.listdir(rE:jdonguser): if item.endswith(goods_records.txt): s=str(item) Id=re.search(d+,s).group() f2=open(rE:jdonguser+/+str(item),r) lines= for line in f2.readlines(): lines+=line.str