
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
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02