现在我们用第一步的数据源做实战分析。

数据分析总共分这几个步骤，接下来我们按照步骤一步一步对表1和表2的数据进行分析。

数据清洗：

1、缺失值处理。表1的商品属性中有144项空值，由于商品属性较为多样，每个订单的长度也不一，无法进行平均值填充，故全部填充为0，作为没有商品属性处理。

2、将表1表2的购买时间改为日期格式。这里用到EXCEL里的分列功能，要点为格式选择日期格式。

数据关联：

1、关联购买时间与出生日期、婴儿性别：在表1增加辅助列出生日期、婴儿性别，并用VLOOKUP函数，通过用户ID将表2的婴儿出生日期和性别关联到表1。

2、清洗数据，去除N/A的无效值（出现该值是因为表2相比于表1数据较少，表1内的用户无法全部在表2找到，因此返回N/A），得到的数据建立新表表3，作为跨表分析的基础。

数据分析

一、用户分析

（一）婴儿年龄

1、计算购买时婴儿年龄：直接用购买日期-出生日期，可以得到两个日期的间隔时间，计算结果为天数。这里我将间隔天数再除以365天，得到购买商品时的婴儿年龄。

2、描述性统计：用四分位数函数和平均值函数，计算婴儿年龄相关描述性统计信息。从中我们可以获得用户最早会提前两年购买母婴产品、75%的用户在购买时婴儿年龄在3岁以下等结论。

3、分类统计：由于目标是母婴产品，一周岁以下为婴儿，3-6岁即为学龄前儿童。故将婴儿年龄以6周岁以下、一年划分一个区间，通过透视表分类汇总，得到的用户购买时对应婴儿年龄分类统计如下。从中我们可以获得母婴商品的购买人群大多为3岁以下的婴幼儿，其中1周岁以下的婴儿最多，其次是1-2岁幼儿，5-6岁的儿童的用户最少等结论。

（二）婴儿性别

1、以表2婴儿信息作为数据分析源，通过透视表，以性别为尺度计数，得到用户的婴儿性别统计数据，也可直接筛选性别，得到性别信息：

二、行为分析

（一）购买数量：

1、描述性统计：用四分位数函数和平均值函数，计算用户购买数量相关描述性统计信息。从中我们可以获得至少75%的用户在购买时每次只购买一件商品、即表内商品很可能为非消耗品的母婴商品，最多有用户一次性购买10000件商品等结论。

（二）购买时段

1、数据透视：对表1进行数据透视，以购买时间为行，商品编号为计数。由于购买时间为日期格式，透视表可以自动拆分到季度和月度，十分方便。

2、描述性统计：从透视表我们可以按年、季度和月度分析。由于2012年和2015年非全年数据，所以可以不做年度分析，按季度和月度进行统计。

季度：由于2012缺少一、二季度，2015缺少二三四季度，因此不能直接按季度的汇总数得到季度销量，这里我将透视表的结果，按季度再计算平均值，得到季度销量的统计数据（例如第四季度为销量最高的季度，第一季度的销量最低等）。

月度：同理，由于数据源2012、2015年度月度不全，可将透视表的月度销量进行平均，得到月销量的相关数据（例如全年销量最高的月份为11月、其次为9月，全年销量最低的月份为2月等等）。

三、产品数据

（一）商品类型销售特征

1、描述性统计：通过对表1进行透视表分析，得到商品一级分类和二级分类的汇总销售数据。点击一级分类的+号看到一级分类下二级分类的销售情况，例如我们可以获得一级分类中销量最好的是50014815， 二级分类中销量最好的是50011993

四、关联分析

关联分析里，我们以数据关联步骤形成的表3作为分析基础。

（一）商品销量与婴儿性别关系

对表3建立透视表，将商品分类与性别分别作为行列维度，以商品数量求和项作为统计值，得到商品分类与性别的关联统计表。从该表中，我们可以初步统计商品销量与性别的分析，例如：一级分类50008168、50022520、122650008商品，购买人群的性别比差别不大，而一级分类38、50014815的主要购买人群为女婴；一级分类中50022520的消费主力为男婴、50014815非的消费主力为女婴 等结论。

（一）商品销量与婴儿性别关系

对表3建立透视表，将商品分类与年龄层分别作为行列维度，以商品数量求和项作为统计值，得到商品分类与婴儿年龄的关联统计表。从该表中，我们可以初步统计商品销量与年龄的分析，例如：该统计表中，未出生及一周岁以下的婴儿为母婴产品消费主力；一级产品28、50008168、50014815为所有年龄段都会购买的产品，且50008168的适用年龄段较为广泛，从未出生只6周岁以上都可广泛使用；未出生和1周岁以下婴儿的偏好商品为50014815、2周岁以上的幼儿及儿童则偏好购买50008168 等等结论。