数据分析项目实战项目二：入驻商用户画像体系

第一章：电商平台入驻商数据分析思路与亚马逊相关信息介绍
1.1 互联网电商平台入驻商数据分析的一般思路
互联网电商平台入驻商数据分析的一般思路一般分为以下三步：获得数据，分析业务需求，产生数据成果。其中，获得数据包括前台数据、后台数据，分析业务需求包括选品需求、运营需求、营销需求，产生数据成果包括用户画像、商品画像、自动化程序以及算法。前台数据指电商平台前台可以获得数据比如：评价、价格、排名、关键词等，后台数据指电商平台后台可以下载数据比如：广告数据、订单数据等。


获得数据包括用第三方亚马逊数据分析工具抓取数据、第三方数据采集器抓取数据、自主开发爬虫程序抓取数据。亚马逊卖家可以利用大量的第三方工具比如：紫鸟数据、Keepa、亚马逊船长等，进行listing排名数据的抓取与分析，用第三方亚马逊数据分析工具抓取优劣势分析，优势指数据可视化图表功能较为成熟、对于亚马逊平台制定数据抓取与分析最为高效。劣势指特定功能需要付费使用、无法自定义数据抓取与分析功能。亚马逊卖家可以利用第三方数据采集器/爬虫软件。
比如：八爪鱼数据采集器https://www.bazhuayu.com/抓取亚马逊listing排名数据与相关信息。用第三数据采集器抓取优劣势分析，优势指可以自定义抓取目标与内容，劣势指需要学习相关软件的操作方法，抓取数据还需要搭配适当的数据分析流程才可以使用。亚马逊卖家可以使用以Python为代表的计算机编程语言自主编写爬虫程序与相关数据分析应用软件。用自主开发爬虫程序抓取优劣势分析，优势指可以自定义抓取目标与内容，可以自定义数据分析过程，完成数据自动化抓取与分析，劣势指需要学习相关编程语言。

Keepa使用界面

八爪鱼数据采集器使用界面

Python爬虫程序代码及抓取结果示例

1.2 亚马逊平台跨境电商业务背景介绍
亚马逊公司是一家总部位于美国西雅图的跨国电子商务企业，业务起始于线上书店，不久之后商品走向多元化，目前是全球最大的互联网线上零售商之一。

1.3 亚马逊平台入驻商相关数据介绍
订单ID、订单号、下单时间、支付时间、买家邮箱（亚马逊平台转码）、买家姓名、买家电话、SKU、产品名称、产品数量、货币、产品价格、产品含税、邮费、邮费含税、配送类型、配送名称、收件人姓名、配送地址1、配送地址2、配送地址3、配送城市、配送州、邮编、配送国家、配送电话、产品折扣、配送时间与到达时间。






第二章：电商平台入驻商用户画像的构建和应用方法
2.1 什么是入驻商用户画像体系
用户的基本属性：性别、年龄、受教育程度、地域分布等
用户的行为属性：下单时间、促销敏感度、评论敏感度
用户的偏好属性：用户的加购数据/平台推荐数据

亚马逊订单地图分布图

CA与FL地区用户下单时间折线图

评论敏感度相关数据（review数据）

亚马逊关联商品列表 亚马逊用户偏好购买列表
电商领域对于用户数据的应用：
分析用户行为数据来获取用户的商品偏好、价格偏好等信息，从而帮助平台/入驻商更好地去推荐商品以及生产商品，分析用户属性数据来对用户进行合理地分类，从而帮助平台/入驻商更好地了解用户需求，搭建用户画像，分析用户偏好数据来对商品关联内容进行优化，从而提升转化率、客单价与订单额。

2.2 用户画像在互联网业务中的应用场景和业务价值
获客：如何进行拉新，通过更精准的营销获取客户
粘客：个性化推荐，搜索排序，场景运营等
留客：流失率预测，分析关键节点降低流失率

2.3 如何搭建亚马逊美国市场用户画像体系
亚马逊用户画像包括不同地区用户购物习惯、不同时间订单量及客单价分布、不同地区订单量分布、不同店铺以及品牌用户画像。下面用Python语言来实现对亚马逊数据分析。

2.4 用户地区分布分析






结论：帕累托分析指二八定律，百分之二十的地区占据百分之八十的市场，从百分之八十那里做垂线，得到的x轴就是头部市场。


结论：长尾市场指市场份额大于0.1%小于1%的市场份额总和，低单市场指市场份额小于等于0.1%的市场份额总和。
A.运营应用
针对化选品（季节、习俗、文化）
多店铺市场差额比较，评估市场容量
头部市场、长尾市场、低单量市场差异化运营

结论：标出头部地区，选择适合商品可以根据温度和季节。同时用户分布可以根据靠海和内陆进行区分。
B.市场占有率分析
计算美国不同州地区人口占总人口的比例A
计算美国不同州地区订单占总订单的比例B
通过比例A与B的数值大小判断不同州地区的未来运营策略

结论：人口比例=地区人口/总人口，市场占有指数=订单比例/人口比例，如果地区订单量只单纯考虑人口因素进行渗透度的判别，市场定位判断为1的话，正常情况下，一个地区人越多，订单越高，购买力高，渗透度强。但是，市场定位判断为0的话，有的地区，人口很少，订单量少，说明这个地区购买力低。

2.5 用户购买习惯分析


结论：CA与FL的订单高峰期不一致，如果产品定位地区就是CA与FL地区，可以在时间差内使用价格歧视策略增加转化率包括调整价格、不同价格变体分开显示、其他价格歧视策略。

亚马逊listing中的五点描述

亚马逊listing中的A+图文内容信息（自定义关联商品）

2.6 价格地区分布分析


结论：客单价分布可以将这些地区分为低价格敏感区间，中价格敏感区间，高价格敏感区间。价格敏感度指的是用户对价格高低的接受程度，敏感度越高，对于高价商品越难以接受，敏感度越低，对于高价商品越容易接受。

2.7 价格时间分布分析


结论：可以将这些地区分为低价格敏感区间，中价格敏感区间，高价格敏感区间。对应不同的地区进行不同的精细化运营，喜欢便宜的东西可以标价更优惠促进转化率。

2.8 用户地区分布与价格敏感度交叉分析

价格敏感度低的区域与高订单区域有地域差异，因此运营者可以根据不同地区的数据分析各个不同地域的运营策略。

标签：数据分析,抓取,项目,用户,亚马逊,订单,入驻,数据
来源： https://blog.csdn.net/JacksonDouDou/article/details/118633480