1. 学习背景
工作需要，FineBI刚从老版本升级到新版本，各项操作都有不同，需要学习新的操作方式和新的功能。
2. 分析案例
一、 分析思路拆解
1. 数据集的梳理
由于天池淘宝母婴购物数据集的数据没有详细的说明和数据字典，故通过网上其他信息检索，对数据结构和数据含义进行了梳理
两个数据集通过user_id关联
交易数据存在层级结构关系，即一级类目→二级类目→商品
交易数据中仅与婴儿数据集存在交集的部分对本次分析有实际意义
2. 数据清洗
在数据分析开始前，对两个原始数据集进行了清洗
交易数据：一级类目→二级类目→商品的层级关系决定了，同一商品的一级类目和二级类目是唯一的，需要按照规则剔除异常数据
交易数据的交易量：正常个人用户的购买数量不会过大，在数据中按照数量小于等于100进行处理
婴儿数据：按照生日，超过16岁的购买记录不在分析范围内
3. 数据范围
被分析数据的时间范围：2012/07-2015/02
二、分析维度
1. 整体销售情况
销售量
用户数
商品数
一级类目分组的销售量
一级类目分组的同比分析（2014年对比2013年）
2. 相关性分析
用户主要属性：婴儿性别、婴儿年龄
相关性1：婴儿性别-一级类目-销售量之间的关系
相关性2：婴儿年龄段-一级类目-销售量之间的关系
3. 销售数据分析
一级类目下二级类目的销量top5
三、数据处理过程
1. 对原始数据进行处理
利用条件标签列，将婴儿信息表中的性别转译
利用条件标签列，将交易信息表中的一级类目转译（二级类目、商品、属性由于没有数据字典且数量较大，未做转译处理）
将birthday和day两个日期字段调整为时间类型
2. 数据关联
两个数据集进行“交集合并”（仅保留两个数据集中都存在的用户购买记录，作为有效分析数据）
数据清洗
删除重复行
过滤购买数量
过滤类目层级对应关系
过滤婴儿年龄
3. 数据处理
利用条件标签列，对婴儿的商品购买时的年龄进行分组（0岁一下、0-1岁、1-2岁、2-3岁、3-4岁、4岁及以上，所有分段均为前闭后开）
整体情况分析
相关性分析
销售数据分析
四、 分析结果
整体（一级类目）销售情况分析
从产品销售情况看，“奶粉/辅食/营养品”和“纸尿裤/湿巾/日用品”属于日常消耗品，市场需求量大；
其中，奶粉/辅食/营养品等销量最高，整体占比32.01%，其2014年的同比增长率也高达68.18%，说明客户对婴儿生长发育过程中的营养补充重视程度逐步增加，可以分析用户心理增加相应的产品推荐；
玩具/早教/益智类商品销量不低，但是同比增长缓慢，仅有0.78%，可能时客户群体比较固定，这类产品与高销量的奶粉/辅食/营养品有相似点，都对婴儿的发育有帮助作用，可以从婴儿成长的角度进行广告投放和推荐，利用社交媒体扩大影响里和用户群，以实现销量增长。
关联分析
客户群体中女宝宝的占比略高，整体差别不大，年龄段主要集中在0-3岁；
除童装类之外，其他类目中女宝宝的商品购买数量均高于男宝宝，说明在婴儿时期女宝宝的护理对日常消耗品的需求量更高，而且家长更愿意投入成本，对后续有女宝宝的客户，可以增加相应的定向推荐；
从购买数量的年龄分布看，0-3岁的购买数量较高，说明0-3岁婴儿对消耗品的需求量更大，而且家长更愿意对这一阶段的婴儿投入成本，后续可以根据客户子女的年龄增加相应产品推荐；
洗护/喂哺/推车床等，由于使用时间长，销量较低，且没有明显的性别/年龄分布。
销售明细分析
从商品的销售情况看，每个类别中销量排名前5位的商品，销售量基本可以达到改类别整体销售量的50%以上，说明用户在选购母婴类产品时，可能更关注和信赖头部品牌，对商品的质量要求更高，同时，受到外界宣传的影响的可能性也更大，所以可以重点加强产品质量宣传，充分利用头部品牌带来的品牌效应，促进销量进一步增长。
3. 学习总结
本次课程让我对数据分析有了一个整体的了解，实现了从使用工具到分析数据的思维方式的转变，也了解到更多平时比较少有机会接触的功能和方法。同时，针对课程也有一些建议，课程整体的技术和分析思路比较分裂，没有很好的结合，必修课程时间较短，整体比较偏技术，没有太多数据分析思路，课程更像是工具教学而不是数据分析课程，希望后续这一点能够有提高，为后续学员带来更好的体验和收获。 | 
