今天跟着老师学习了「电商双 11 美妆数据分析」项目实操，从杂乱的数据到清晰的业务洞察，整个过程像解开了一串藏着商业逻辑的密码。作为数据分析新手，这次实践让我对「数据如何指导业务」有了更具体的认知，想把过程中的思考和收获分享给大家。

一、数据预处理：从「混乱」到「有序」的必修课

拿到数据的第一刻，我就被 27598 条记录、7 个特征的表格 “唬住了”——update_time（更新时间）、id（商品 ID）、title（商品标题）、price（价格）、sale_count（销量）、comment_count（评论数）、店名，字段虽不复杂，但藏着不少 “坑”。

比如重复值处理，项目里直接用drop_duplicates删除了 86 条重复数据。看似简单，实则是在保证数据 “纯净度”—— 重复数据会让后续分析结果失真，比如夸大某个商品的销量。而缺失值处理更有意思：sale_count 和 comment_count 存在空值，项目里用 0 填补，理由是 “缺失可能意味着销量为 0 或评论为 0”。这提醒我：缺失值处理不能一刀切，要结合业务场景判断，凭空填均值或中位数反而会误导结论。

更让我印象深刻的是「特征工程」环节。项目通过 jieba 分词拆解商品标题，从 “男士劲爽控油洁面膏” 里提取出 “男士”“洁面” 等关键词，不仅新增了 “是否男士专用” 字段，还根据关键词给商品贴上 “护肤品 - 清洁类”“化妆品 - 口红类” 等标签。这一步让原本零散的标题信息变成了可分析的结构化数据，也为后续 “按品类、性别分析” 打下了基础。

原来，数据预处理不是机械的 “清洗”，而是用业务思维给数据 “塑形”—— 让数据说人话，先得让数据有 “话” 可说。

二、可视化分析：让数据自己 “讲故事”

处理好数据后，项目用 matplotlib 和 seaborn 画了几十张图，每张图都像一个放大镜，照出了美妆电商的隐藏规律。

比如 “品牌表现” 分析里，悦诗风吟的商品数量遥遥领先，销量却只排第三，销售额更是跌出前五；而相宜本草商品数量中等，销量和销售额却稳居第一。再结合 “平均单价” 指标发现：相宜本草均价不到 200 元，而悦诗风吟均价略高。这张图直接戳破了 “商品多就卖得好” 的误区 —— 价格亲民、精准匹配需求，比盲目铺品类更重要。

品类分析的结论更颠覆认知：护肤品销量占比远高于化妆品，而护肤品里，清洁类（洗面奶、卸妆产品）和补水类（爽肤水、保湿霜）销量最高。这背后其实是消费习惯：日常护肤是高频需求，而化妆品（如口红、眼影）更偏向 “非必需” 消费。这也解释了为什么相宜本草的补水类商品能卖爆 —— 抓准了 “刚需中的刚需”。

最意外的是 “时间趋势”：双 11 当天销量反而骤降，9 日（双 11 前 2 天）销量最高。项目推测是 “预热活动 + 用户怕卡顿” 导致提前消费。这让我明白：电商促销的核心不是 “当天冲量”，而是 “提前锁客”，把消费者的 “等待心理” 转化为 “提前下单” 的动力。

可视化的魅力就在于此：数字本身是冰冷的，但图表能让数据 “动起来”，把复杂的关系变成一眼就能看懂的故事。

三、藏在数据里的 “商业启示”

如果说预处理是 “打底”，可视化是 “显影”，那最后的分析结论就是 “点睛”—— 数据背后，是可落地的业务策略。

比如 “男性市场”：男士专用商品销量仅占总量的 8%，但妮维雅的男士清洁类商品销量极高。这说明男性护肤需求真实存在，只是供给端还没完全打开。品牌如果针对性推出男士补水、防晒产品，或许能抢占空白市场。

再看 “评论数” 指标：悦诗风吟评论数最多，相宜本草销量是它的 2 倍，评论数却更少，“每 28 单才 1 条评论”，远高于其他品牌的 “5-10 单 1 条评论”。这提醒我们：评论数与销量的 “不匹配”，可能是刷单的信号 —— 数据不仅能指导销售，还能帮我们识别风险。

最让我触动的是 “双 11 时间策略”：消费者不是不爱在当天买，而是怕 “挤”。项目建议 “提前预热 + 事后返券”，比如双 11 前用 “预售锁定”，事后发 “满减券” 刺激二次消费。这其实是用数据预判用户心理，把 “被动等待” 变成 “主动引导”。

四、新手感悟：数据分析的 “道” 与 “术”

做完这个项目，我终于明白：数据分析的核心不是 “会用多少工具”，而是 “能不能从数据里看到业务”

术的层面，我学会了用 pandas 处理缺失值、用 groupby 做聚合分析、用饼图对比占比；但更重要的是 “道” 的启发：看销量，要结合价格和品类；看日期，要想用户心理；看评论，要关联真实性。数据是死的，人对业务的理解是活的

就像这个美妆项目，它不仅告诉我们 “什么好卖”，更教会我们 “为什么好卖”—— 而后者，才是数据分析的真正价值。

如果你也想入门数据分析，不妨从一个具体场景（比如电商、教育）切入，亲手做一遍完整流程。当你从数据里挖出第一个 “原来如此” 的瞬间，就会明白：数据不会说谎，只要你懂它的语言。

（项目地址：工作台 - Heywhale.com，感兴趣的朋友可以去看看原始数据和代码～）