Chapter 3
第3章
电商平台手机销售数据采集与分析

科学技术的不断创新，特别是手机的出现，给丰富多彩的国民生活增添了许多便利。当前，手机的销售形式从之前单一的线下实体销售形式，转向了线上电商平台销售形式。同时，手机作为电商平台获取收益的主要来源之一，其市场竞争愈加激烈，为手机厂商在电商平台中扩大市场、提高竞争力带来了一定的挑战。

随着手机行业的竞争日趋激烈，电商也越来越关注手机的销售情况及用户体验，而能够快速地了解相关情况的方法，便是通过数据进行信息提取。在电商平台中，分析手机的销售和评论等数据是了解手机销售情况和用户体验的重要途径。本章将采集某电商平台的手机销售和售后数据，并对采集到的数据进行商品销售和用户体验两大方面的深入分析和探究，还将结合实际业务场景和需求为电商平台提供营销策略，从而推动平台及手机行业的发展。

学习目标

● 了解电商平台手机销售数据采集与分析案例的背景、数据说明和分析目标。

● 熟悉使用Python解析目标网页并获取网页内容的过程。

● 掌握数据探索与预处理的方法，对数据进行数据信息探索、缺失值处理和文本处理。

● 掌握数据可视化分析的方法，对销售因素、消费习惯、售后评论等数据进行分析。

● 掌握营销策略的制定方法，结合数据的可视化分析结果和实际业务现状，为电商平台制定营销策略。

3.1 背景与目标

随着社会经济的不断发展，电商平台的市场规模也在不断扩大。从电商平台上采集手机销售数据并进行分析，成为电商平台掌握经营方向、优化用户体验、提高平台收益的重要手段之一。本节主要讲解某电商平台手机销售数据采集与分析的案例背景、数据说明及目标分析。

3.1.1 背景

在日新月异的科技时代下，电子科技和互联网的快速发展为电商平台提供了良好的发展契机，手机的销售模式也随之发生了较大的改变。相较于传统的线下手机销售模式，新形态的线上手机销售模式凭借快捷、时效、跨区域等优点，为用户带来更便利的购买方式，也为电商平台带来了巨大的经济收益。

纵观近几年的电商发展态势，虽说我国的电商行业正在稳步地向前发展，但增速已有明显放缓趋势，这也意味着电商行业的竞争将会更加激烈。当前，对于电商平台而言，其主要面临的问题如下：

● 信息资源冗杂，客户及产品价值分析不到位。

● 售后服务体系还不完善，影响消费者的购物体验和平台的核心竞争力。

本案例中的某电商平台同样遇到了此类问题，若这些问题不能有效地解决，则极有可能会造成该电商平台的用户流失，甚至会提高该平台的商品退货率，给电商平台带来经济损失。

因此，本案例将通过采集该电商平台的手机销售数据和售后数据，并对数据信息进行可视化展示和分析，从而挖掘该平台的销售现状。之后，再结合相关业务知识为该电商平台的手机销售制定营销策略，从而提高电商平台的经济收益，扩大电商平台的营销市场。

3.1.2 数据说明

本案例选取的是某网站前50页的手机销售数据，数据信息的采集时间为2022年5月10日。这里共有两份数据，一份为手机销售数据，记载着手机的性能及销售信息，其数据说明如表3-1所示；另一份为用户售后数据，记载着某10款手机的用户所选购的手机详情、评论等信息，其数据说明如表3-2所示。

3.1.3 目标分析

用户的购机需求和购机后的用机体验，在一定程度上会影响手机的销售情况以及电商平台的经济收益情况。因此，如何通过分析手机销售数据和用户售后数据，在了解手机销售情况的同时，掌握用户的购机需求，进而及时调整电商平台的手机营销策略，提升售后服务，是电商平台手机行业亟须解决的重要问题。

本案例根据某电商平台手机销售数据采集与分析项目的业务需求，需要实现的目标如下。

1）了解手机的销售情况、用户的消费习惯及购机体验。

2）结合实际业务和分析结果，为电商平台制定合适的手机营销策略。

电商平台手机销售数据采集与分析的总体流程如图3-1所示，主要步骤如下。

1）采集数据，运用爬虫工具采集某网站前50页的手机销售数据和某10款的手机的售后数据。

2）对数据进行数据探索和预处理，主要包括数据信息探索、缺失值处理和文本处理。

3）对预处理后的数据进行数据可视化分析，主要包括对用户的消费习惯、用户的售后评论和手机的销售因素进行分析。

4）结合数据可视化分析和业务知识，为电商平台提供手机营销策略。

3.2 数据采集

Python易于配置，处理字符十分灵活，且含有丰富的网络抓取模块，在采集网页数据时能够达到简洁、高效的效果。本节将利用Python爬取某网站前50页的手机销售数据和某10款手机的售后数据，并将采集到的数据信息进行存储，以便后续的进一步分析。

3.2.1 手机销售数据采集

分析产品的销售数据，一方面能够把控当前产品的销售情况，及时发现并解决问题；另一方面能够起到特定性的问题分析，触发对相关业务实施可行性的考量。手机销售数据采集的主要步骤如下。

1）使用requsts库，实现HTTP请求。该请求包含链接、请求头、超时时间、编码设置等。

2）使用XPath语言，实现网页的解析。该部分主要包含定位并采集所需节点内的文本内容，如店铺名称、手机品牌、商品编号、商品名称、CPU型号、后摄主摄像素、前摄主摄像素、系统、商品评价量和手机价格的信息采集。

3）保存数据。将解析出来的网页内容存储至本地的CSV文件中。

综上，爬取手机销售数据的实现代码如代码清单3-1所示。

爬取某网站前50页的手机销售数据，其部分数据如图3-2所示。

3.2.2 手机售后数据采集

售后服务是一次营销的最后环节，也是再次营销的开始。在实际生活中，良好的售后服务能够令产品得到增值，为平台赢得信誉，从而更好地助力平台的可持续发展。本节将运用Python爬虫的逆向分析法，爬取某10款手机的售后数据信息（信息包括评论文本、评论时间、用户评分、手机配色、手机内存、购买时间），并将数据存储至本地CSV文件中。

注意，手机售后数据的信息爬取与手机销售数据的信息爬取最大的不同之处在于，此处为动态网页，主要是使用逆向分析法进行解析；而手机销售数据为静态网页，主要使用XPath进行解析。某10款手机的详情信息如表3-3所示。

由于该电商平台的数据爬取限制，以及后续对售后评论的分析需求，依据表3-3中的商品编号属性，并按照电商平台售后信息中好评：中评：差评=10:5:1的比例进行手机售后数据的爬取，如代码清单3-2所示。

爬取某10款手机的售后数据，其部分数据如图3-3所示。

3.3 数据探索与预处理

原始数据中往往存在许多噪声数据，为避免影响后续的分析，通常需要进行相应的数据探索与预处理，以提升数据的质量。本节将对原始数据进行数据信息探索、缺失值处理和文本处理等，以提升数据挖掘的有效性和准确性。

3.3.1 数据信息探索

在本案例中，数据信息探索主要包括查看手机销售数据和手机售后数据的描述性统计分析、缺失值等基本属性信息，判断数据是否合理、是否存在缺失值等，以便于后续进行有效的数据预处理。对手机销售数据和手机售后数据进行数据信息探索的代码如代码清单3-3所示。

手机销售数据、手机售后数据的数据信息探索结果，即描述性统计分析和缺失值分析结果，分别如表3-4、表3-5所示。

由表3-4可知，手机销售数据和手机售后数据的描述性统计分析数据无异常状态，数据分布情况合理。由表3-5可知，手机销售数据和手机售后数据的部分属性存在大量缺失值的情况。

3.3.2 缺失值处理

根据3.3.1节的数据探索分析可知，手机销售数据中的CPU型号、后摄主摄像素、前摄主摄像素、系统这4个属性的缺失值占比较大，若直接删除缺失值所在的行，则不利于后续的分析，甚至会严重影响分析的结果。结合电商平台的业务知识可知，数据的缺失是因为该店铺没有完全展示出手机的商品信息。

为填补信息的缺失，本节将使用不同店铺同款手机所对应的CPU型号、后摄主摄像素、前摄主摄像素、系统的数据对缺失信息进行填充；对于不存在同款手机的缺失信息，将使用“其他”进行填充。对于其他剩余的缺失属性，如手机销售数据中的店铺名称属性、手机售后数据中的手机配色和手机内存属性，由于缺失值占比较少且无法进行填充，因此将选择直接删除的方式进行处理。缺失值处理的实现代码如代码清单3-4所示。

处理手机销售数据和手机售后数据中的缺失值之后，数据中还存在部分重复数据。在进行数据分析的过程中，若存在重复值，则可能会影响分析结果的准确性。为此，可通过drop_duplicates()方法对手机销售数据和手机售后数据进行去重操作，如代码清单3-5所示。

运行代码清单3-5之后，得到如下结果。

由运行结果可知，手机销售数据去除了90条重复数据，手机售后数据去除了520条重复数据。

3.3.3 文本处理

采集的网页文本数据内容中往往会附带着标签、转义符甚至无关词语等噪声信息，极有可能会影响后续的数据分析。为减少不必要的干扰信息，本节将对手机销售数据中的手机品牌、商品名称、系统属性和手机售后数据中的评论文本属性进行文本处理，删除无关词语、换行符、表情符号等内容，如代码清单3-6所示。

在实际生活中，电商平台为了避免用户长时间不进行评论，往往会设置一个程序，如果用户超过规定的时间未做出评论，那么系统将会自动替代用户做出默认好评。而这类由系统做出评论的数据内容的分析价值显然不大，故可对该类数据进行删除操作。清洗评论文本属性的默认好评并写出数据，如代码清单3-7所示。

3.4 数据可视化分析

数据可视化分析是使用合适的图形对数据进行展示，从而将数据中的关键信息清晰、有效地表达出来。本节将通过数据可视化方法分析手机的销售因素、用户的消费习惯和用户的售后评论，从中了解该电商平台的手机销售情况。

3.4.1 手机的销售因素分析

对手机的销售因素的分析，是电商平台制定销售策略、提高收益的关键途径，而能够影响手机销售的因素主要源于用户的购机需求。其中，热销手机、手机价格、手机处理器、运营店铺、手机像素和操作系统等因素都会成为用户购机时衡量的因素，全面地对这些因素进行分析、探究，能够更好地为该电商平台带来更多的经济收益和合理的资源配置。

1.热销手机

在激烈的手机市场竞争中，能够脱颖而出且受大众喜爱的手机，往往称为热销手机。而通常情况下，热销手机不仅是大众的关注点，还是电商平台的关注点。若电商平台能够及时地掌握当前平台中的热销手机详情，调整销售策略，更好地满足用户与市场需求，则能够在手机的销售竞争中取得优势，从而助推平台获得更高的经济效益。绘制排名前10的手机及其销量条形图，如代码清单3-8所示。

绘制排名前10的手机及其销量条形图，结果如图3-4所示。

由图3-4可知，排名前10的手机主要为4款手机系列：Apple iPhone、小米、荣耀和Hi nova。其中，Apple iPhone系列手机占4类、小米系列手机占4类，而剩余的两款手机系列则各占一类。可见，Apple iPhone和小米系列的手机是当下十分受欢迎的热销手机，因此平台在进行商品管理时，可按照热销手机的顺序为用户进行推荐，从而提升用户对平台的好感，提升平台的服务设计质量。

2.手机价格

电商平台的手机价格是根据手机自身的成本加上符合实际的期望利润而定的。通过对比不同手机价格区间的手机销量，能够在一定程度上看出用户所接受的手机价格分布情况。

本节根据所观察到的手机价格分布，依据实际业务情况采用等宽法将手机价格分成11个价格区间：0～1000元，1000～2000元，2000～3000元，3000～4000元，4000～5000元，5000～6000元，6000～7000元，7000～8000元，8000～9000元，9000～10000元，10000元以上。统计每个区间的销量情况，并绘制各区间手机价格及其销量柱状图，如代码清单3-9所示。

绘制各区间手机价格及其销量柱状图，结果如图3-5所示。

由图3-5可知，销量较高的手机价格主要分布在0～1000元、1000～2000元、3000～4000元的区间范围内。而这些价格区间的手机之所以销量较为突出，通常是因为这些价格区间是大多数用户所能接受的经济范围，且许多综合性价比较高的手机大多数也在这些价格区间内。

因此，电商平台可以对这些价格区间内的手机进行适当的打折销售活动，或开展购机小礼品（充电宝、手表等）赠送活动等吸引用户的关注，从而提高手机的销量。

3.手机处理器

处理器（Central Processing Unit, CPU）作为手机的重要设备之一，是手机的运算核心和控制核心，它不仅会影响手机的功能和电耗，还会影响手机的续航能力，甚至会直接决定手机性能的好坏。因此，手机处理器是很多用户在购机前十分关注的参考指标。绘制排名前10的手机处理器及其销量条形图，如代码清单3-10所示。

绘制排名前10的手机处理器及其销量条形图，结果如图3-6所示。

由图3-6可知，除其他外，排名前10的处理器类型主要有骁龙、天玑、麒麟、Unisoc和紫光展锐。其中，骁龙系列手机处理器占4种、天玑系列手机处理器占2种，麒麟、Unisoc和紫光展锐各占1种，而销量较好的处理器为骁龙870处理器。

4.运营店铺

某电商平台的店铺主要分为两种，即自营店铺和非自营店铺。其中，自营店铺是由平台运营的，其商品的销售服务和售后服务由平台提供。而非自营店铺是由第三方卖家运营的，其商品的销售服务和售后服务由第三方卖家提供。

为查看自营店铺和非自营店铺的销量情况是否存在差异，了解用户对运营店铺的选择倾向，本节将依据店铺名称属性划分为自营店铺和非自营店铺并绘制销量占比饼图，如代码清单3-11所示。

绘制自营店铺和非自营店铺销量占比饼图，结果如图3-7所示。

由图3-7可知，该电商平台的自营店铺销量占比远超非自营店铺，约是非自营店铺的9.3倍。分析原因，极有可能是自营店铺的商品质量、物流速度和售后服务等赢得了广大用户的信赖和支持，而大多数非自营店铺则略逊一筹。针对非自营店铺，电商平台可制定相应的鼓励措施，以保障非自营店铺的经济收益，从而使电商平台整体得到动态平衡且高效的发展。

5.手机摄像像素

随着生活水平的不断提高，用户对手机摄像像素的要求也变得越来越高，摄像像素成为广大用户，尤其是喜欢摄影的用户购机的重要考虑因素。目前市场上大部分手机的摄像像素属性主要包括前摄主摄像素和后摄主摄像素，分别绘制手机的前后摄主摄像素及其手机销量柱状图，如代码清单3-12所示。

分别绘制手机的前后摄主摄像素及其手机销量的柱状图，结果如图3-8所示。

由图3-8可知，在手机前摄主摄像素中，除其他外，销量较高的为1200万像素、1600万像素、3200万像素和500万像素等；在手机后摄主摄像素中，除其他外，销量较高的为1200万像素、5000万像素、1300万像素和4800万像素等。

可见这些像素值能在一定程度上满足用户的日常需求，因此销量才会较其他像素更高一些，商家可着重关注此类摄像像素手机的销售情况，以便做好货物补给工作。

6.操作系统

手机的操作系统是管理和控制手机硬件与软件资源的手机程序，手机中任何软件都需要操作系统的支持才能运行，而一个良好的手机操作系统是手机响应快、速度流畅以及节能省电等的重要保障。

因此，通过分析手机操作系统的销售情况，能够了解用户对手机操作系统的不同需求，从而掌握用户的偏好。绘制手机操作系统占比饼图，如代码清单3-13所示。

绘制手机操作系统占比饼图，结果如图3-9所示。

由图3-9可知，手机操作系统占比较大的主要是Android操作系统、iOS操作系统和功能机，其他操作系统占比则较小。结合实际情况，Android操作系统具有开放性、平等性、无界性、方便性和硬件丰富性等特点，iOS操作系统具有稳定性、安全性和软件与硬件整合度高等特点，功能机的最大优势是其功能比较纯粹，操作十分简易明了。

综上，电商平台可根据不同操作系统的不同优势，将具有不同操作系统性能的手机推荐给不同的受众人群，以更好地改善手机的销售现状，如将Android和iOS操作系统推荐给青、中年客户，将功能机推荐给老年客户等。

3.4.2 用户的消费习惯分析

了解用户的消费习惯，如用户的购买时间、所购手机内存、所购手机配色等，能够有利于平台掌握用户的消费心理，从而提高用户的购机体验，为平台带来更多的经济收益。

1.购买时间

分析用户购买手机的时间，掌握用户购买手机的活跃时间段，可为电商平台开展一系列促销、直播、新品上市等活动提供有效的时间依据，从而提升活动的效果。

基于手机售后数据中的购买时间属性，提取购买时间属性中的小时数，以0:00为初始划分点，之后以间隔1小时为原则将时间划分成24个时间段，并统计各时间段中进行购买活动的用户数量，绘制各时间段的购买用户数量折线图，如代码清单3-14所示。

绘制各时间段的购买用户数量折线图，结果如图3-10所示。

由图3-10可知，用户大多集中在晚上18点到凌晨2点之间进行消费。在晚上，大脑边缘系统活动加强，额叶系统和颞叶系统活动处于劣势，人们的情绪活动相应加强。因此在晚上人们通常感情非常丰富，容易冲动，也容易被感动。建议商家将更多的宣传活动放到晚上18点之后的时间段中，以进一步增加购买用户数量，实现收益增值。

2.手机内存

广义的手机系统内存分为手机运行内存和手机非运行内存。其中，手机运行内存是操作系统或其他正在运行的程序的临时存储介质，运行内存的容量越大，手机系统响应的速度也就越快。而手机非运行内存（也称存储内存）一般作为机身内部的存储器，通常包括自身系统和用户可利用的空间两部分，用于存储和保存数据。

在实际的购机场景中，注重手机性能的用户通常会更关注手机的内存分布，尽可能选购性价比较高的手机。为了解用户所选购的手机内存中运行内存和存储内存的分布情况，需要绘制运行内存和存储内存的占比饼图，如代码清单3-15所示。

绘制运行内存和存储内存的占比饼图，结果如图3-11所示。

由图3-11可知，在用户购买的手机中，运行内存占比最大的主要为8GB；存储内存占比软大的主要为128GB和256GB。建议电商平台针对不同手机内存的占比情况合理地调节手机的库存结构，增大内存占比较大的手机库存量，减少内存占比较小的手机库存量，以节约成本，降低经济损失。此外，还要注意运行内存和存储内存的组合，推出在性能配置、价格、适用人群等方面均适宜的手机。

3.手机配色

在实际生活中，人们购机也通常会讲究“内外兼修”，“内”即手机的性能配置，“外”即手机的外观配置。其中，手机外观的主要影响因素之一便是手机配色，手机配色在一定程度上可以提高手机的颜值，吸引更多用户进行购买。因此分析手机各类配色的销售情况，了解用户对手机配色的选择倾向，可以增加平台进行手机销售的关注点。绘制排名前10的手机配色及其用户数量条形图，如代码清单3-16所示。

绘制排名前10的手机配色及其用户数量条形图，结果如图3-12所示。

由图3-12可知，排名前10的手机配色主要分为两种色系：冷色系和中间色系。其中冷色系占5种，分别为远峰蓝色、湖光秋色、云影蓝、绿色和幻境；中间色系占5种，分别为白色、黑色、夜影黑、砂石黑和神秘黑镜。

但综合观察，两类色系的用户数量相近，无较大差异，可见用户比较喜欢中间色系和冷色系的手机配色，因此电商平台可向手机厂商进行反馈，研发更多中性色系和冷色系的手机配色，为用户提供更多、更好的选择。

3.4.3 用户的售后评论分析

用户的售后评论能够反映出用户对手机的使用体验、店铺售后服务的真实感受。本小节将根据用户的售后评论绘制评论词云图，以便更好地了解平台的售后状况，提升平台的售后服务。

词云图能够突出显示评论文本中出现频率较高的关键词，从而更加直观地看出用户做出的频率较高的评价。对评论文本进行分词、去停用词，并统计差评、中评、好评的词频，绘制差评、中评、好评的评论词云图（其中，之前按照比例爬取下来的差评、中评、好评的分类依据即手机售后数据中的用户评分属性，1分为差评，2分和3分为中评，4分和5分为好评），如代码清单3-17所示。

绘制出的差评、中评和好评的评论词云图，结果如图3-13所示。

由图3-13可知，差评词云图中降价、刚买、保价和客服等词出现的频率较高，中评词云图中拍照、速度、屏幕、外观和不错等词出现的频率较高，好评词云图中屏幕、拍照、速度、运行、外观、音效和效果等词出现的频率较高。可见，无论是哪种类型的评论词云图，都集中在手机性能、外观等方面上。

3.5 制定营销策略

电商价值链是由采购、仓储、物流、市场、品牌和用户6个环节构成的，每个环节都有自己的核心要素。例如，采购环节的本钱，仓储环节的周转率，物流环节的速度，品牌环节的价值，用户环节的体验和市场环节的占有率。

在实际营销运作中，电商平台若想要形成有利的竞争优势，则需要紧密且合理有效地排布这6个环节。根据数据可视化分析结果，并结合相关业务知识为电商平台制定的营销策略如下。

1）采购环节。电商平台应加强与销量领先的手机品牌供应商的合作，如Apple iPhone、小米等，并利用平台自身的优势，优化采购流程，降低采购成本，在保障电商平台商品的质量的同时，促使电商平台从中获取更多的利润。

2）仓储环节。电商平台可根据手机内存、手机像素、手机配色、手机处理器、操作系统等配件的销量来调整手机库存策略，既要保证手机货源充足，也要避免手机库存积压，从而提高手机仓储的周转率，提高电商平台的资金回流效率。

3）物流环节。电商平台可规范商家对供应商的约束能力与仓库对入仓异常的及时反馈机制，确保发货过程中不错发、漏发、多发等，提高发货的准确率，从而提高用户购机体验。

4）市场环节。商家可将平台中的各种促销、店铺的直播销售、限时抢购等活动尽量安排在晚上18:00至凌晨2:00的用户购机活跃时间段内，该段时间属于用户的正常休闲时间，能够在极大程度上吸引用户，从而提高用户的购买率。此外，商家还可运用该时间段，对销量较低的手机价格进行动态、合理的调整，进而提升平台整体的手机销售力度，增强平台的竞争力。

5）品牌环节。电商平台可通过降低非自营店铺出租费用和交易手续费等措施，加强非自营店铺活动推广力度，提高非自营店铺的销量，保证经济收益。但需注意，平台还要加强对非自营店铺商品质量的监管力度，以保障平台的良好口碑。此外，电商平台还可以根据各品牌销量情况，调整品牌旗舰店的推荐位置与广告投放位置，从而实现品牌的推广、吸引更多的用户。

6）用户环节。根据用户售后评论分析，电商平台还需优化保价程序、完善办理退换货流程，以减少用户的损失，并将用户反馈的手机质量问题反映给手机厂商，以便手机厂商提高产品的质量，提升平台自身的品牌效应。

3.6 小结

本章的主要目的是为电商平台手机销售制定合理的营销策略，从而推动平台的发展，提升用户的满意度。首先，利用Python采集某电商平台的手机销售数据和手机售后数据，并进行数据探索与预处理。其次，从手机的销售因素、用户的消费习惯、用户的售后评论这3个方面进行可视化分析，了解用户的购买需求和体验程度。最后，根据数据可视化分析结果，结合实际业务知识为电商平台制定更合适的营销策略。 4GX1fOaVr7F8tjH7zlz0CE+qH3tWxaq2Z13d+UhAe3zpeE5hJT68EerCBzLRmnpQ