电商双 11 美妆数据分析：从数据清洗到市场洞察
在电商行业中，双 11 作为年度重要促销节点，美妆品类的销售数据蕴含着丰富的市场规律。本文基于淘宝双 11 美妆商品数据（27598 条记录），通过数据清洗、特征工程与可视化分析，挖掘消费者行为与品牌表现的关键 insights，为电商运营提供决策参考。
数据包含 7 个核心字段：
update_time：数据更新时间id：商品唯一标识title：商品标题price：商品价格（元）sale_count：销量comment_count：评论数店名：销售店铺名称
重复值处理
原始数据存在 86 条重复记录，通过drop_duplicates方法去重后保留 27512 条有效数据：
data = df.drop_duplicates(inplace=False) # 去重
data.reset_index(inplace=True, drop=True) # 重置索引
分析发现sale_count（销量）和comment_count（评论数）存在缺失，结合业务逻辑判断缺失值代表 “未销售”，故用 0 填充：
data = data.fillna(0) # 填充缺失值
商品标题分词
使用jieba库对商品标题进行分词，提取关键特征用于后续分类：
import jieba
subtitle = [ ]
for each in data['title']:
k = jieba.lcut_for_search(each) # 搜索引擎模式分词
subtitle.append(k)
data['subtitle'] = subtitle
商品分类体系构建
基于行业知识定义三级分类规则（大类 - 小类 - 关键词），通过字典映射实现自动分类：
（3）新增业务特征
- 是否男士专用：基于标题关键词识别（如 “男士”“男用”）
- 销售额：通过
price * sale_count计算 
核心分析与可视化
品牌表现分析
通过对比各品牌的商品数量、销量、销售额及客单价，发现：
- 悦诗风吟商品数量最多（3021 款），但销量仅排第三，客单价偏低
- 相宜本草销量和销售额均居首位，客单价不足 200 元，性价比策略显著
- 高端品牌（如雅诗兰黛）客单价超 500 元，销售额依赖品牌溢价
价格区间影响
将品牌按客单价分为 4 类（0-100 元、100-200 元、200-300 元、300 + 元），分析发现：
- 低价区间（0-100 元）品牌销售额占比最高，消费者对美妆产品价格敏感度高
- 高价区间品牌中，雅诗兰黛贡献超 50% 销售额，品牌忠诚度显著
3.3 品类销售结构
- 大类：护肤品销量占比超 60%，远高于化妆品（30%）及其他品类
- 小类：清洁类（洗面奶、卸妆产品）和补水类（面膜、爽肤水）为销量前二，合计占比超 50%
3.4 性别差异分析
- 男士专用商品销量仅占总销量的 8%，但清洁类（如男士洗面奶）占男士消费的 70%
- 妮维雅、欧莱雅占据男士市场主要份额，相宜本草潜力较大
3.5 时间趋势洞察
- 双 11 当天销量反而下滑，9 日达到峰值（预热活动效果显著）
- 消费者存在 “错峰下单” 心理，避免当天平台卡顿
四、结论与建议
- 定价策略：中低端品牌（客单价 < 200 元）可通过规模化提升销售额；高端品牌需强化品牌价值
- 品类布局：重点拓展清洁类、补水类护肤品，同时关注男士专用产品线的空白市场
- 营销节奏：双 11 预热期（11 月 1-10 日）为核心转化窗口，可加大优惠券发放力度；活动后通过返券刺激二次消费
- 数据监控：对评论数与销量比例异常的品牌（如相宜本草）需排查刷单风险
-
通过本次分析可见，美妆电商的竞争已从单一价格战转向 “性价比 + 精准营销 + 品类创新” 的综合较量，数据驱动的精细化运营将成为核心竞争力。