一、数据集认识

1.1 购买商品表

A. user_id:用户 ; B. auction_id:物品编号 ; C. cat_id:商品种类 ; D. cat1:商品属于哪个类别 ;

E. property:商品属性 ; F. buy_mount:购买数量 ; G. day:购买时间

1.2 婴儿信息表

A. user_id:用户 ; B. birthday:出生日期 ; C. gender:性别

二、从数据集中想了解哪些描述统计信息

婴儿性别比例是什么?购买商品的是男婴多还是女婴多？不同性别的婴幼儿对于不同品类的商品购买需求量的分布？年、月销售量情况?那些类别得商品销量好，可以使其变为重点热销商品？商品的复购率是多少？

三、数据清洗

3.1 通过数据集中共有字段user_id，使用函数vlookup将两个数据结合起来，并将所有列名重 命名，并隐藏不需要字段property商品属性，根据auction_id删除重复字段。

3.2 本数据中无缺失值，因此无需处理

3.3 一致化处理

将购买日期与生日使用分列功能转换为日期格式，并计算出年龄性别一致。0为男生，1为女生，2为性别不详。

3.4 异常值处理

将性别中标为2性别不详的删除。将婴儿生日按升序排列，1984年出生的不是婴儿，因此将次数据删去。

四、数据分析

女性婴儿用户比男性婴儿用户的购买力强，是主要购买力；商品50008168相比来说更加受到男性婴儿用户的喜爱，商品50008168和500014815更加受到女性婴儿用户的喜爱。通过年度分析，可以看出2013-2014年购买数量明显增加；通过月度分析，可以看出2014年12月的销售量非常高，增长很快，初步推断可能是因为2014年双十一等活动推销结果，同理，每年的11月，12月相比于其他时间销售量高。根据图中可以看出商品类别为28的商品在2013年和2014年的销量都非常高，因此可将其打造为“重点热销商品”；商品类别为38、50022520和122650008这3个商品两年多销量相比都比较低，因此可以将其下架；50008168和500014815两类商品第二年的销量均比第一年相比有大幅度增长，因此可以继续观察，逐渐打造为“热销产品”。