运动鞋莆田女鞋 女鞋消费市场数据分析报告
本厂家是一家专门做莆田鞋的，拥有自己的实体档口，主打高品质莆田鞋。郑重承诺：7天之内出现断裂，大开胶问题，免费换新，包退包换！有自己的厂家，并与多个厂家实行货源互调，不管你要什么品质什么价位的莆田鞋，我们都可以全面满足你。主要生产耐克、新百伦(纽巴伦)、阿迪达斯三叶草、乔丹篮球鞋、彪马、万斯、匡威等！如果你想找高品质专柜货，来这里准没错。现向全招批发（实体店、淘宝、京东、微商等）免费代理加盟，支持一双代发，量大可免费进行定制。
本次任务数据来自于kaggle，这个数据集为Datafiniti数据公司免费公开分享，记录了从2018年1月到2018年10月的女士鞋子销售价格等等购买信息，接下来将使用Excel进行分析，形成一次完整的分析报告。
数据来源：
数据集大小：一共33802条数据,34个字段，文件大约为65.1MP，部分数据缺失。
一、提出问题
1. 零售行业分析指标
2. 为了获得女鞋消费市场现状，以及为下一步产品优化提供决策依据，本次主要分析部分营运指标、商品类指标、风控类指标及市场营销活动指标等，主要用到数据集中的以下字段：“id”、“brand”、“categories”、“colors”、“name”、“prices.amountMax”、“prices.amountMin”、“prices.condition”、“prices.dateSeen”、“prices.isSale”、“prices.merchant”、“prices.sourceURLs”
3. 下面我们来具体针对如下问题展开分析：
- 1）本数据集总交易规模、购买频次、次单价是多少？
- 2）哪个品牌价值最高，及旗下哪款产品最出色？
- 3）商品在哪个渠道下销售最佳？
二、理解数据
本数据集有48列、33802行，共计1622496个数据。
主要字段有：
id:编号
dateAdded:产品添加到产品库的日期和时间
dateUpdated:产品更新的日期和时间
asins:亚马逊的产品识别号
brand:品牌名称
categories:具体类别
primaryCategories:主要类别
colors:可供选择的颜色
dimension:产品的大小
ean:产品条形码（International Article Number）
imageURLs:产品图片链接
keys:数据公司在融合数据时使用的标示符，包含产品品牌，ean，制造商等等信息
manufacturer:制造商
manufacturerNumber:制造商或者产品型号号码
name:产品名称
prices.amountMax:产品最低价格
prices.amountMin:产品最高价格，一般来说最低和最高价格相同，除了有价格区间的产品
prices.availability:在列出的价格是否有现货
prices.color:销售价格对应的产品颜色
prices.condition:销售价格对应的产品情况
prices.currency:价格的货币单位
prices.dateAdded:产品评价发布日期
prices.dateSeen:产品评价被Datafiniti数据库公司记录的日期集合
prices.isSale:产品是否打折
prices.merchant:销售此价格的商铺或者网站
prices.offer:特殊的折扣
prices.returnPolicy:产品退货条例
prices.shipping:产品邮递条例
prices.size:此价格对应的产品大小
prices.sourceURLs:此销售价格出现的网站
sizes:此产品可以选择的尺寸大小
sourceURLs:产品信息来源网站集合
upc:条形码编号（the Universal product Code）
weight:产品重量
此数据集基本上只有比较全面的业务数据维度信息，用户数据和用户行为数据的信息基本为缺失状态。
三、数据清洗
1.选择子集，为保证原始数据安全先进行备份，再把用不到的字段进行删除。
2.列名重命名。考虑到原始数据为英文，为了便于理解把列字段进行中文翻译。
3.缺失值处理。
- 选择整列检查各列缺失值情况
- 发现品牌缺失了984个数据，因具体缺失数据的信息无法得知，未来避免影响后续分析，给缺失值填充为未知品牌。
- 同时另外一列销售渠道也存在3874个缺失值。
- 通过观察数据发现缺失的销售渠道数据可以从相关的网站上获得，下面我们使用公式“=MID(I2,FIND(".",I2)+1,FIND(".",I2,FIND(".",I2)+1)-FIND(".",I2)-1)”把网站中可以识别销售渠道部分的数据进行截取替代
4.接下来对数据进行一致化处理，并把其它的货币单位按目前的汇率统一换成USD，使数据整齐便于分析
5.增加唯一标识作为主键，分析数据发现表中的ID列，相同的产品为同一ID，所以我们插入一行作为唯一标识。
对各列进行检查后无异常值，有效数据还剩33799行。
四、构建模型输出结果
1.本数据集总交易规模、购买频次、次单价是多少，什么价位的产品比较好卖？
用数据透视表进行透视得出如下结果：
小结：通过产品次单价和价格箱线图都可以发现，鞋类产品价格在87.64左右这个价格范围内最好卖。
2.哪个品牌价值最高，及旗下哪款产品最出色？
品牌价值我们从以下两个方面进行分析，销量与销售金额。
除去未知品牌，销量前十品牌如下：
除去未知品牌，销售额前十品牌如下：
对品牌的销量占比与销售额占比相加进行综合排序：
结论：可以看出Ralph Lauren品牌的价值远领先于其它品牌，虽然Ralph Lauren的产品销量不是最高的，但它的销售额远远领先于其它品牌。
下面我们来看下Ralph Lauren旗下哪款产品表现最出色：
Ralph Lauren旗下销量前十的产品：
Ralph Lauren旗下销售额前十的产品：
对产品的销量占比与销售额占比相加进行综合排序：
结论：通过分析渠道销量与销售额的数据，发现overstock的销量与销售额排名远高于其它的销售渠道，可以说overstock在鞋类销售上面为必争之地，可在overstock上重点投放商品与广告。
五、分析结论
如果有志于在鞋类市场上开疆拓土那么根据此数据集有以下几点建议：
1.建议推出33.99-88.95USD区间价格的主打产品打开市场，然后推出995USD左右的产品作为其利润来源。
2.同时overstock与walmart为必投的两个销售渠道，这两个渠道占据了鞋类销售的半壁江山。
如果只想找一品牌经营争取利润，那么Ralph Lauren的产品是个不错的参考，这款品牌的销售额超高。
