国外各大电商平台的女鞋销售数据分析

因数据来源于网络，我们对数据的背景不是很清楚，通过数据进行分析，猜测是网络上爬取的美国各大电商网站上女鞋的产品记录。

1 提出问题

在这些上线的女鞋产品的数据中，国外各大电商平台的占比分别是怎样的。

在售的女鞋的颜色偏好有规律吗？

不同销售渠道的女鞋的价格是否有明显的差异?

有一个新品牌，终端目标价在70~100美金左右，放在哪个网站上比较有优势。

2 数据清洗：

（1）所选的数据集有23个字段，由于列数比较多，可将某些无关列隐藏。

（2）字段asins/count/dimension/flavors/isbn/ean/weight等字段的数据大量缺失，失去分析的有效性。

（3）有两个非常类似的字段price.sourceURLs和sourceURLs，将两个字段对比,用函数

LEFT(AM2,FIND(".c",AM2)+3)，截取price.source的主网址。

用同样的方法截取source.URL的主网址。

对筛选出的主网址做等值判断，

筛选出false的值,发现是http和https的区别，用查找和替换工具，将https替换为http.

筛选出错误值，发现是price.sourceURLs和Source.URL的值为空，按前面的经验判断，此数据集为网上爬取的，同一条记录应来自同一网站。因而可以参考pricesource的值。

保留提取出的PriceURL的值，其他URL列隐藏。

插入一个透视表，我们对URL的地址做分析，并按照百分比显示Overstock/walmart/amazon/ralphlauren/ebay/sears/shop.nordstrom的数据占到98.38%。

将如上数据绘制成饼图，可看到overstcok、walmart以及ebay占据了90%以上的份额，其中overstock占54%，walmart占30%，以及amazon占6%。

从这组数据来看，如果有新品牌且想通过在线销售的方式，overstock和walmart的竞争是非常大的。

3 背景介绍

关于Amazon/Walmart/Ebay我就不赘述了，大家都知道。

http://Overstock.com是美国知名在线购物网站，成立于1999年，总部设于美国犹他州盐湖城，经销各类商品，包括名牌时尚时装、珠宝、电器、家用百货、影音产品等。

ralphlauren是美国的一个时装品牌。

4 业务问题

1 在售的女鞋的颜色分布，我们总的数据量是33802条，颜色字段的数据是19845条，数据严重缺失。从现有的数据中，黑色和棕色的鞋子偏好是比较大的。纯色鞋子的占比要远大于混色鞋子。并且黑棕混色的鞋子占比也比较大。

我们将前10种颜色绘制成柱状图，

2 不同销售渠道上女鞋的价格是否有明显差异。

销售渠道的字段也不完整，我们可以用获取记录的网址代替销售字段。

用excel数据透视表和切片器处理得到市场占比前7位的品牌的销售价格

生成柱状图，我们看到

大部分渠道的销售价格在100美元以内。那么显而意见，如果新品牌的价位在70~100美金，那么平台要在ebay，walmart，overstock，sears几个中间选择了。