肥皂与手纸:神奇的电商大数据分析_数据分析师
电商行业的人一定对啤酒与尿布的故事有所耳闻,20世纪90年代美国沃尔玛超市管理人员分析销售数据时候,发现了一个奇怪的现象:在一些情况下,啤酒和尿布看上去毫无关系的商品经常出现在同一购物篮中,调查发现这个现象出现在年轻的爸爸身上。这个故事讲述了零售行业的购物篮分析技术的重要性,数据技术对于零售业格外重要,今天的电商大数据技术如出一辙。
11.11这一天,京东商城卖出了80万块香皂,重量约115吨,相当于23头大象;基情无限的同时,手纸卖出900万卷,8亿多抽手纸,按一秒钟扯一抽的话,至少要扯3年,按一卷纸30米算,900万卷至少可绕地球7圈。
京东不是卖数码的么?怎么这么多人买肥皂和手纸?是啊,这就是趋势变化,一方面说明京东商城百货化成绩不俗,购物篮丰富度大大提升,另一方面也说明年轻网民们的生活必需品消费也呈现出电商化的趋势。
肥皂是用来洗手洗脸的,手纸是用来那啥那啥的,它们往往出现在人们居家的卫生间里,京东商品从过去聚焦在人们的办公工作场景,开始覆盖到人们生活的方方面面,年轻人什么都喜欢在网上买,他们是新新人类哇,属于互联网的一代人。
新新人类的崛起为京东做出了很大的贡献,主要体现在用户柔性购物需求的常态化,在京东上买数码手机或是肥皂手纸,说明京东用户已经习惯了网上购物生活,并且多样化购物,京东综合化的品牌定位已经深入人心了。
(看到此图,花粉、果粉、星粉、米粉,怪不得他们经常互喷)
2013年双十一期间,新用户主要集中在电脑办公,手机数码品类,用户数占比分别为16%、13%;2014年双十一期间,新用户主要集中在服饰内衣、鞋靴箱包等品类,用户数占比21%、12%。
在京东的这份数据里,性福指数分析占据了很大篇幅,可见京东技术部门单身男青年比例很高,他们的性福数据比其他数据要详细和精确的多,茶饮数据只有一页,而奶产品数据没有透露。
(青春是最美好的时光,人不风流枉少年,风流勿忘买套套)
让我比较伤心的一个数据是北京城区性福指数对比结果是,昌平区性福指数最高,本人居住多年的大朝阳区居然是一片灰白色,性福指数是最低的。按道理讲朝阳区北京夜生活最丰富的地区了,曾经的天上人间,灯红酒绿的三里屯都在这里,双十一朝阳区的青年们都跑哪里去了。京东的数据分析人员应该提供更长时间的数据,万一朝阳区青年时双十一前买了很多盒备用也说不准,身在朝阳区,对京东的这个数据结果表示不服!
(身为朝阳区居民,表示很不淡定)
单身贵族的性福指数高于结婚人群,这难道是因为11.11是光棍的节日的缘故吗?如果是自力更生进行磨枪,购买成人用品数量应该下降,难道是炮友密集吗?接下来的,我不敢想了,因为曾经长期单身的我没觉得比结婚人群更性福,当然……我也无法评估他们的性福指数,京东数据既然这么说,难道说明我非常纯洁吗?
虽然我已经不是19-25的性福最高年龄,也住在不幸的朝阳区,也大部分时间单身状态(但11.11我没买成人用品),但是,京东大数据报告显示年轻人在早上9-11点、晚上23-1点两个极端的时间段购物,这一点我体会不到,因为我大多数时间步行到单位,也就10分钟,这也说明11.11是真正属于年轻人的节日,我老人家熬不过他们了。
最让我感到高兴万分的一个数据是11.11这一天天蝎座的幸福指数最低,我太高兴了,这个该死的天蝎座过去长期霸占各种心灵鸡汤和段子的头牌,让我们其他星座抬不起头来,感谢京东技术们,你们让我们终于抓住天蝎座们的一个关键性弱点。
白羊座高居榜首,狮子座和巨蟹座紧随其后,我们双鱼座在中间位置,不幸的是我女朋友是射手座,射手座倒数第二,怪不得我11.11这一天没有赶上时代的步伐,原来是女朋友拖我后腿了。
性福指数让人血脉贲张,但是,生存大于享乐,从行业的角度,京东11.11大数据报告也有一些非常有价值的数据结果。比如,虽然网友在早上和深夜下单已经成为习惯,但是移动电商还是带来了不同的东西,数据显示移动端购物呈现出“随看随买”的特点,这样的消费特征让每一个时段的购物频次相当扁平化。
这告诉我们移动端碎片化时间阅读的特点,影响着移动电商的营销和顾客下单及购物篮的丰富度,移动电商借助微信、微博、QQ空间等社交平台进行相对碎片化的内容营销和口碑营销是最贴合移动电商的最佳营销场景。
文末,我十分不忍心地说一个让人难受的数据,那就是土豪性福指数高、收入很少的性福指数高、高级白领的性福指数最低。高级白领过去一直是职场精英,是人们尊敬和向往的角色,然而,京东11.11的这个数据让我们对这个看似光鲜的人群表示最真挚的同情,在这个忙碌、昂贵、拥堵、贪婪的都市里,她们美丽如虹,他们帅气如风,但是,却连做爱的时间都没有,希望高级白领们看到这篇文章转发给你的同类,应该调整自己的生活模式了。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21