一、数据来源

数据来自平台kaggle的文件BlackFriday.csv，，链接如下：

Black Friday​www.kaggle.com/mehdidag/black-friday

这个数据文件是某个商场在褐色星期五期间的所有订单信息，包含50多万条记录，12个字段。由于数据量比较大，所以导入Navicat软件中使用mysql得到所需要的信息进行分析。数据的字段详解如下：

User_ID：用户编码，每个用户唯一标识

Product_ID：产品编码，每个商品唯一标识

Gender：性别（F表示女性，M表示男性）

Age：年龄（分0~17、18~25、26~35、36~45、46~50、51~55、55+共7个年龄段）

Occupation：职业（分为0~20 共20个类别）

City_Category：城市类别（分ABC共3个类别）

Stay_In_Current_City_Years：在当前城市停留的年份（分0、1、2、3、4+共5个类别）

Marital_Status：婚姻状况（0表示未婚，1表示已婚）

Product_Category_1：商品所属分类1，不可为空

Product_Category_2：商品所属分类2

Product_Category_3：商品所属分类3

Purchase：消费金额，以美元计算

二、提出问题

黑五期间，最畅销的商品和商品类别是哪些？用户购买力与职业、性别、居住城市、婚姻状况等的关系？

三、分析过程

1、最畅销商品

分别查询销量排名前十的商品，销售额排名前十的商品

select Product_ID ,count(*) as sales_volume,sum(purchase) as sales

from blackfriday

group by Product_ID

order by sales_volume DESC

limit 10;

select Product_ID ,count(*) as sales_volume,sum(purchase) as sales

from blackfriday

group by Product_ID

order by sales DESC

limit 10;

可以看到，这两个榜单中有些商品重复，但是销量最多的商品销售额并不是最多的，销售额还跟商品的单价有关。

2、最畅销商品类别

综合Product_Category_1、Product_Category_2、Product_Category_3这三个字段统计每个类别的销量。然后将结果导出到excel中，做出条形图，更直观地看到每个商品类别销量情况。

可以看到T5，T8，T1这3个商品类别销量最高，T18，T10，T7商品类别销量最低。

3、不同性别用户的购买力度比较

通过查询，我们发现在黑五期间，男性的购买力比女性强，比例达到3:1。

select 女 as 性别,count(*) as 销量 from blackfriday where Gender = F UNION

select 男 as 性别,count(*) as 销量 from blackfriday where Gender = M

再来看看不同性别的用户最喜欢购买的商品及商品类型

select Product_ID,count(*) as sales_volume

from blackfriday

where Gender = F

group by Product_ID

order by sales_volume DESC

limit 10；

select Product_ID,count(*) as sales_volume

from blackfriday

where Gender = M

group by Product_ID

order by sales_volume DESC

limit 10；

在男性和女性中畅销的商品中有重复的商品，比如P00265242，P00110742。

可以看出女性喜欢的商品类型是8，5，14，男性喜欢购买的商品类型是5，8，1，其中5,8这两类是男性和女性都喜欢购买的商品类型。类型18,10,7是男性和女性购买量都小的商品类型，很有可能是小众商品，只有很少一部分人喜欢。

4、不同职业用户的购买力度比较

select Occupation ,count(*) sales_volume

from blackfriday

group by Occupation

order by sales_volume desc

职业0,7,1的用户购买力最强，职业19,11,15的购买力度最弱。

5、不同年龄的购买力

select Age ,count(*) sales_volume

from blackfriday

group by Age

order by sales_volume desc

可以看到，购买主力集中在26-35这个年龄段，这个年龄段的用户有稳定的收入，而且没有特别沉重的家庭压力，又比较年轻、多样化，所以购买力会比较强。到了36-45岁的年龄段，虽然有稳定收入，但是家庭负担较重，一般会购买一些生活必需品。购买力度最小的是0-17、55+，这两个年龄段处于年龄周期的两端，一个是因为年龄太小，没有经济来源，一个是年级比较大，没有太强的购买欲望。

6、不同类型城市的购买力度

select City_Category ,count(*) sales_volume

from blackfriday

group by City_Category

order by sales_volume desc

可以看到，购买力度按照强弱排名为B>C>A

7、城市居住年份不同的用户购买情况

select Stay_In_Current_City_Years ,count(*) sales_volume

from blackfriday

group by Stay_In_Current_City_Years

order by sales_volume desc

可以看到居住年份为1年的用户购买数量最多，居住不到年的用户购买力度最强。不考虑0年的用户，随着居住年份越长，购买力也越弱。

8、不同婚姻状态的用户购买情况

select (case when Marital_Status = 0 Then 未婚

else 已婚 end) Marital_Status,count(*) as sales_volume

from blackfriday

group by Marital_Status

可以看到，未婚用户的购买量比已婚用户的购买量要多，因为未婚用户没有负担，可以随心所欲地选择自己想买的物品。但是两者的购买力差别不是特别大，说明未婚用户的潜力还没有被完全激发出来。

总结

从性别来看，黑五期间购买主力主要为男性，且男性和女性最喜欢的产品有所重复。

从职业分布来看，0,7,1这三种职业购买力靠前。

从年龄分布俩看，26-35年龄段消费最多，消费主要集中在中青年阶段，老年人、小孩购买力最弱。

从城市来看，B类城市购买力最强，C类次之，A类最弱。

从城市居住年份来看，居住1年的用户购买力最强，不到1年的用户购买力最弱。此外，如果不考虑居住不到1年的用户，购买力和居住年份呈现负相关。

从用户婚姻状态来看，未婚用户的购买力较强，但与已婚用户相差不大，未婚用户的购买力有待进一步挖掘。