数据概况
数据来源：双十一淘宝美妆数据.csv
记录数：27598条
字段：更新时间、商品ID、标题、价格、销量、评论数、店铺名称

数据清洗流程
1. 重复值处理
删除86条重复记录
剩余27512条有效数据

2. 缺失值处理
销量和评论数缺失值用0填充
确认无剩余缺失值

3. 特征工程
新增商品分类特征：
- 主分类（护肤品/化妆品）
- 子分类（清洁类/补水类等）
新增性别特征：是否男士专用
新增销售额特征：价格×销量

关键分析发现
1. 店铺表现分析
相宜本草：销量冠军但评论率异常
悦诗风吟：商品数量最多但销量第三
SKII/玉兰油：销量为0的高端品牌

2. 价格策略分析
低价策略（0-100元）店铺：
- 占总销售额47%
- 平均销售额最高
高价策略（300+元）店铺：
- 仅占总销售额8%
- 雅诗兰黛表现突出

3. 商品类别分析
热销品类：
- 大类：护肤品（占比88%）
- 子类：清洁类（23%）、补水类（19%）

4. 性别差异分析
男性市场：
- 占比8%（销量）
- 主要需求：清洁类（61%）
- 主导品牌：妮维雅、欧莱雅

5. 时间趋势分析
销量峰值：双11前2天（11月9日）
双11当天销量骤降
可能原因：预售分流、消费者规避高峰

6. 异常指标发现
相宜本草评论异常：
- 销量/评论比=28:1（行业平均5-10:1）
- 可能存在刷单行为

可视化分析
1. 店铺对比图：
- 商品数量分布
- 销量对比
- 销售额对比
- 客单价对比

2. 品类分析图：
- 大类销售占比
- 子类销售占比
- 各品类店铺表现

3. 时间趋势图：
- 日销量曲线
- 日销售额曲线

4. 性别分析图：
- 男女商品占比
- 男性品类偏好
- 各品牌性别表现

业务建议
1. 价格策略
中低端品牌：维持价格优势
高端品牌：考虑适度降价或增值服务

2. 产品策略
加强清洁类和补水类产品开发
拓展男性护肤产品线

3. 营销策略
双11前加强预售和预热
避免资源过度集中在双11当天
建立防刷单机制

4. 品牌策略
相宜本草：优化评论管理
妮维雅：保持男性市场优势
雅诗兰黛：维持高端定位

技术亮点
1. 文本分析应用
jieba分词提取商品关键词
构建商品分类体系

2. 多维度特征工程
价格带分类
性别标识
销售额计算

3. 综合可视化
Matplotlib基础图表
Seaborn高级统计图表
多维度对比分析

项目价值
完整展示从数据获取到商业洞察的全流程
验证"低价高销"的电商规律
发现男性护肤品市场潜力
揭示双十一销量反常现象
识别潜在刷单行为特征