京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
CDA数据分析师 出品 作者:李诗怡 定义区别 · 场景举例 · 指标分类 · 计算方法 知识体系总览 模块 包含内容 一、核 ...
2026-10-09在数据分析工作流中,业务数据大多存储在各类关系型数据库内,例如MySQL、PostgreSQL、SQLite等。Pandas是Python生态中主流的数 ...
2026-10-09在数字化精细化运营时代,海量用户存在需求差异、行为差异、价值差异与偏好差异。如果企业采用“一刀切”的统一营销、统一服务、 ...
2026-10-09 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-10-09指标体系是企业数字化分析、业务监控、经营决策的核心基础框架,是将零散数据转化为可衡量、可对比、可落地业务价值的关键体系。 ...
2026-10-08随着市场竞争日趋饱和,同质化低价竞争逐渐陷入内卷僵局,传统以价格、渠道、促销为核心的营销模式边际效益持续递减。在此背景下 ...
2026-10-08 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-10-08你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28