项目名称: 电商数据分析看板
简介: 基于ECharts的电商运营数据可视化分析平台，覆盖销售趋势、品类结构、区域分布、时段特征四大维度，支持KPI实时监控与多图表联动分析。
详细介绍:
电商平台用户消费行为数据分析报告
摘要
本报告基于 Kaggle 公开数据集 E-Commerce Behavior Data（2019年11月），对电商平台用户消费行为进行多维度分析与可视化。数据集包含近 50万条 用户行为记录，覆盖 9.2万 名独立用户和 4.8万 个独立商品，总销售额达 1.45亿元。本研究从用户行为类型、品类销售、品牌分布、活跃时段、价格区间、转化漏斗等角度展开分析，揭示了电商平台的销售规律与用户行为特征。
关键词：电商数据分析；用户行为；数据可视化；消费行为分析；Pyecharts
一、数据来源与文件说明
1.1 数据来源
| 项目 | 说明 |
|---|---|
| 数据集名称 | E-Commerce Behavior Data from Multi Category Store |
| 数据来源 | Kaggle 公开数据集 |
| 采集平台 | 某大型多品类电商平台（匿名化处理） |
| 时间范围 | 2019年11月1日（采样数据） |
| 数据规模 | 原始 CSV 文件约 400MB+，本项目采样 50万条进行分析 |
| 数据性质 | 真实电商用户行为日志，公开学术用途 |
1.2 原始数据字段说明
原始数据文件：data/raw/2019-Nov.csv（ZIP 压缩格式）
| 字段名 | 数据类型 | 说明 | 示例 |
|---|---|---|---|
| event_time | datetime | 事件发生时间（UTC） | 2019-11-01 00:00:00 UTC |
| event_type | string | 事件类型 | view / cart / purchase |
| product_id | int | 商品唯一ID | 1005105 |
| category_id | int | 品类ID | 2053013555631882655 |
| category_code | string | 品类层级编码 | electronics.smartphone |
| brand | string | 品牌名称 | apple / samsung / xiaomi |
| price | float | 商品价格（美元） | 627.66 |
| user_id | int | 用户唯一ID | 520088904 |
| user_session | string | 用户会话ID | UUID 格式 |
1.3 项目文件结构
电商数分/
├── data/
│ ├── raw/
│ │ └── 2019-Nov.csv # 原始数据（ZIP压缩，约400MB+）
│ └── cleaned/
│ └── behavior_cleaned.csv # 清洗后数据（50万条）
├── scripts/
│ ├── download_dataset.py # 数据集下载脚本
│ ├── inspect_data.py # 数据探查脚本
│ └── analyze_visualize.py # 数据分析与可视化主脚本
├── output/
│ └── charts/
│ ├── 01_行为类型分布.html # 用户行为类型饼图
│ ├── 02_品类销售额.html # 品类销售额TOP15柱状图
│ ├── 03_品类旭日图.html # 品类层级旭日图
│ ├── 04_品牌销售.html # 品牌销售额TOP20柱状图
│ ├── 05_活跃时段.html # 24小时活跃度面积图
│ ├── 06_星期分布.html # 一周行为分布柱状图
│ ├── 07_价格分布.html # 价格区间分布柱状图
│ ├── 08_转化漏斗.html # 购买转化漏斗图
│ ├── 09_热销商品.html # 热销商品TOP20柱状图
│ ├── 10_品类时段热力图.html # 品类-时段热力图
│ └── analysis_results.json # 分析结果数据（JSON）
├── web/
│ ├── index.html # 数据可视化看板（ECharts）
│ └── echarts.min.js # ECharts 库文件
├── report/
│ ├── generate_report.py # Markdown报告生成脚本
│ └── generate_docx.py # Word报告生成脚本
└── README.txt # 课程大作业要求
1.4 数据合法性说明
- 公开数据集：数据来源于 Kaggle 平台公开数据集，明确标注可用于学术研究
- 数据脱敏：所有用户信息已通过 user_id 匿名化处理，不含个人隐私信息
- 合法采集：数据由电商平台运营方（Rees46）合法采集并公开发布
二、数据清洗与预处理
2.1 清洗流程
原始CSV（ZIP） → 采样读取（50万条） → 缺失值处理 → 异常值过滤 → 字段衍生 → 清洗后数据
2.2 主要清洗操作
| 步骤 | 操作 | 说明 |
|---|---|---|
| 1. 数据读取 | 从 ZIP 压缩包中读取 CSV | 采样 500,000 条记录 |
| 2. 缺失值处理 | 删除 event_type、user_id、product_id 为空的记录 | 确保核心字段完整 |
| 3. 异常值过滤 | 过滤 price ≤ 0 的记录 | 排除无效价格数据 |
| 4. 时间解析 | 将 event_time 转为 datetime 格式 | 提取 hour、day、weekday |
| 5. 品类拆分 | 从 category_code 提取一级/二级品类 | 如 "electronics.smartphone" → L1: "electronics" |
| 6. 品牌填充 | brand 缺失值填充为 "unknown" | 保留无品牌记录 |
2.3 清洗后数据统计
| 指标 | 数值 |
|---|---|
| 总记录数 | 499,437 条 |
| 独立用户数 | 92,704 名 |
| 独立商品数 | 48,132 个 |
| 时间范围 | 2019-11-01 00:00:00 ~ 2019-11-01 09:18:17（UTC） |
| 事件类型 | view: 482,079 / cart: 7,763 / purchase: 9,595 |
| 平均单价 | $289.84 |
| 总销售额 | $144,755,229.12 |
三、可视化结果分析
3.1 用户行为类型分布（图表01）
对应图表：01_行为类型分布.html（玫瑰饼图）
数据来源：behavior_cleaned.csv - event_type 字段
| 行为类型 | 数量 | 占比 | 说明 |
|---|---|---|---|
| 浏览（view） | 482,079 | 96.52% | 用户浏览商品详情页 |
| 购买（purchase） | 9,595 | 1.92% | 用户完成下单支付 |
| 加购（cart） | 7,763 | 1.55% | 用户将商品加入购物车 |
分析说明：
- 浏览行为占绝对主导地位（96.52%），说明平台流量充足但转化效率偏低
- 购买行为（1.92%）略高于加购行为（1.55%），可能存在"直接购买"场景（用户未加购直接下单）
- 加购率仅 1.55%，大量用户在浏览后未进入购买决策阶段，转化漏斗存在较大优化空间
3.2 品类销售额分析（图表02、03）
对应图表：02_品类销售额.html（柱状图）、03_品类旭日图.html（旭日图）
数据来源：behavior_cleaned.csv - category_l1、price 字段
| 排名 | 一级品类 | 销售额（美元） | 占比 |
|---|---|---|---|
| 1 | 电子产品（electronics） | $77,455,625 | 53.5% |
| 2 | 未分类（unknown） | $27,940,752 | 19.3% |
| 3 | 电脑（computers） | $14,775,886 | 10.2% |
| 4 | 家电（appliances） | $12,110,755 | 8.4% |
| 5 | 家具（furniture） | $6,497,968 | 4.5% |
| 6 | 服饰（apparel） | $1,470,338 | 1.0% |
| 7 | 建材（construction） | $1,321,107 | 0.9% |
| 8 | 汽车（auto） | $1,231,694 | 0.8% |
| 9 | 母婴（kids） | $1,002,520 | 0.7% |
| 10 | 运动（sport） | $754,056 | 0.5% |
分析说明：
- 电子产品是平台绝对核心品类，贡献超过一半的销售额（53.5%），以智能手机为主力商品
- 电脑品类（10.2%）和家电品类（8.4%）分列第三、第四，三者合计（electronics + computers + appliances）占总销售额的 72.1%，平台高度依赖电子数码类商品
- 未分类商品占比 19.3%，说明部分商品的品类信息缺失，建议平台完善商品分类体系
- 服饰、运动、母婴等品类销售额占比较低，但具有较大的增长潜力
3.3 品牌销售分析（图表04）
对应图表：04_品牌销售.html（柱状图）
数据来源：behavior_cleaned.csv - brand、price 字段
| 排名 | 品牌 | 销售额（美元） | 占比（TOP10内） |
|---|---|---|---|
| 1 | Apple | $41,114,349 | 49.9% |
| 2 | Samsung | $19,994,177 | 24.3% |
| 3 | 小米（Xiaomi） | $7,332,858 | 8.9% |
| 4 | Acer | $3,044,675 | 3.7% |
| 5 | 华为（Huawei） | $3,006,627 | 3.7% |
| 6 | LG | $2,729,833 | 3.3% |
| 7 | Sony | $2,359,145 | 2.9% |
| 8 | Lenovo | $2,072,418 | 2.5% |
| 9 | OPPO | $2,054,948 | 2.5% |
| 10 | Asus | $1,842,432 | 2.2% |
分析说明：
- Apple 以 $4,111万 销售额遥遥领先，占 TOP10 品牌总销售额的近 50%，品牌溢价效应显著
- Samsung（$2,000万）位居第二，与 Apple 合计占 TOP10 的 74.2%，头部品牌集中度极高
- 国产品牌 小米（$733万）和华为（$301万）进入 TOP5，显示出在海外市场的竞争力
- 品牌分布呈现明显的"二八效应"，TOP3 品牌贡献了超过 80% 的销售额
3.4 用户活跃时段分析（图表05、06）
对应图表：05_活跃时段.html（面积图）、06_星期分布.html（柱状图）
数据来源：behavior_cleaned.csv - hour、weekday 字段
24小时活跃度分布
| 时段（UTC） | 事件数 | 特征 |
|---|---|---|
| 0时 | 10,885 | 低谷期 |
| 2时 | 32,470 | 快速上升 |
| 4时 | 61,442 | 接近峰值 |
| 5-8时 | 73,294 ~ 79,720 | 活跃高峰 |
| 9时 | 22,922 | 急剧下降 |
分析说明：
- 用户活跃呈现明显的单峰特征，高峰集中在 UTC 5:00-8:00（对应北京时间 13:00-16:00）
- UTC 8时为最活跃时段（79,720次），UTC 0时为最冷清时段（10,885次）
- 活跃高峰与欧洲用户白天时段吻合，说明该平台的主要用户群体位于欧洲地区
- 建议在 UTC 4:00-8:00 时段加大服务器资源配置和营销投放
3.5 价格区间分布（图表07）
对应图表：07_价格分布.html（柱状图）
数据来源：behavior_cleaned.csv - price 字段
| 价格区间（美元） | 商品数量特征 | 说明 |
|---|---|---|
| $0 - $10 | 高 | 低价配件、小商品 |
| $10 - $50 | 中高 | 日用消费品 |
| $50 - $100 | 中 | 中端商品 |
| $100 - $200 | 中 | 中高端商品 |
| $200 - $500 | 中低 | 高端数码配件 |
| $500 - $1000 | 低 | 智能手机、笔记本 |
| $1000 - $5000 | 低 | 高端电子产品 |
| $5000+ | 极低 | 奢侈品、高端设备 |
分析说明：
- 平台商品价格跨度极大（$0 ~ $5000+），平均单价 $289.84
- 低价商品（$0-$50）数量最多，但高端电子商品（$500+）贡献了主要销售额
- 价格分布呈典型的长尾效应，少数高价商品贡献了大部分收入
3.6 购买转化漏斗（图表08）
对应图表：08_转化漏斗.html（漏斗图）
数据来源：behavior_cleaned.csv - event_type 字段
| 环节 | 事件数 | 转化率 |
|---|---|---|
| 浏览（view） | 482,079 | — |
| 加购（cart） | 7,763 | 1.61%（加购/浏览） |
| 购买（purchase） | 9,595 | 1.92%（购买/浏览） |
分析说明：
- 浏览→加购转化率仅 1.61%，说明大量用户在商品详情页流失，可能原因包括：商品详情不够吸引、价格偏高、缺少促销信息等
- 购买数 > 加购数的现象值得关注，说明部分用户跳过购物车直接购买，或存在从其他入口（如推荐、搜索）直接下单的行为
- 整体购买转化率 1.92%，低于行业平均水平（通常 2%-5%），建议从以下方面优化：
- 优化商品详情页的展示和推荐策略
- 增加限时促销和优惠券等转化激励
- 简化购买流程，减少操作步骤
3.7 热销商品分析（图表09）
对应图表：09_热销商品.html（柱状图）
数据来源：behavior_cleaned.csv - product_id、price 字段（仅 purchase 事件）
分析说明：
- 热销商品 TOP20 集中在电子品类，以智能手机和笔记本电脑为主
- 头部商品销售额集中度高，TOP20 商品贡献了购买事件中较大比例的销售额
- 建议对热销商品保持充足库存，并通过关联推荐提升长尾商品的销售
3.8 品类-时段热力图（图表10）
对应图表：10_品类时段热力图.html（热力图）
数据来源：behavior_cleaned.csv - category_l1、hour 字段
分析说明：
- 电子产品在所有时段都是访问量最高的品类，且在 UTC 5:00-8:00 高峰时段访问量显著增加
- 电脑品类的活跃时段与电子产品高度一致，说明用户经常在浏览手机的同时关注电脑产品
- 各品类的活跃时段分布基本一致，均呈现凌晨至上午的单峰特征
- 可根据品类-时段热力图优化商品推荐策略，在不同品类的高峰时段进行精准推送
四、数据来源与图表对应关系汇总
| 图表编号 | 图表名称 | 图表类型 | 分析维度 | 核心指标 |
|---|---|---|---|---|
| 01 | 用户行为类型分布 | 玫瑰饼图 | 用户行为 | 浏览/加购/购买占比 |
| 02 | 品类销售额TOP15 | 柱状图 | 品类销售 | 各品类销售额排名 |
| 03 | 品类层级分布 | 旭日图 | 品类结构 | 一级/二级品类层级 |
| 04 | 品牌销售额TOP20 | 柱状图 | 品牌分析 | 各品牌销售额排名 |
| 05 | 24小时活跃度 | 面积图 | 时段分析 | 用户活跃时段分布 |
| 06 | 一周行为分布 | 柱状图 | 星期分析 | 工作日/周末行为差异 |
| 07 | 价格区间分布 | 柱状图 | 价格分析 | 各价格段商品数量 |
| 08 | 购买转化漏斗 | 漏斗图 | 转化分析 | 浏览→加购→购买转化 |
| 09 | 热销商品TOP20 | 柱状图 | 商品分析 | 购买商品销售额排名 |
| 10 | 品类-时段热力图 | 热力图 | 交叉分析 | 品类×时段访问热度 |
五、研究结论
5.1 核心发现
-
品类集中度高：电子产品（electronics）贡献了 53.5% 的销售额，加上电脑和家电，电子数码类商品合计占比超过 72%，平台品类结构单一，存在过度依赖风险
-
品牌马太效应明显：Apple 一家品牌贡献了近 50% 的销售额，TOP3 品牌（Apple + Samsung + 小米）占比超过 83%，中小品牌生存空间有限
-
转化效率偏低：整体购买转化率仅 1.92%，浏览→加购转化率 1.61%，大量用户在浏览阶段流失，转化漏斗存在较大优化空间
-
用户活跃时段集中：用户活跃呈现明显的单峰特征（UTC 5:00-8:00），平台主要用户群体位于欧洲地区
-
价格长尾效应：平均单价 $289.84，少数高价电子商品贡献了主要销售额，低价商品虽数量多但收入贡献有限
5.2 数据来源对比分析
| 维度 | 说明 |
|---|---|
| 数据来源 | Kaggle 公开数据集（E-Commerce Behavior Data） |
| 数据量 | 499,437 条行为记录 |
| 时间范围 | 2019年11月1日（部分时段） |
| 用户规模 | 92,704 名独立用户 |
| 商品规模 | 48,132 个独立商品 |
| 品类覆盖 | 电子产品、电脑、家电、家具、服饰等 10+ 品类 |
| 品牌覆盖 | Apple、Samsung、小米、华为等 10+ 品牌 |
六、优化建议
6.1 转化率优化
- 商品详情页优化：针对浏览流失率高的问题，优化商品图片、描述、评价展示，提升用户加购意愿
- 个性化推荐：基于用户浏览历史和品类偏好，实施精准商品推荐，提高浏览→加购转化
- 促销策略：增加限时折扣、满减优惠、新人专享等活动，刺激用户下单
- 简化流程：减少购买操作步骤，支持一键购买，降低购物车放弃率
6.2 品类策略
- 核心品类巩固：电子产品是销售主力，应持续优化供应链、丰富商品种类
- 品类多元化：减少对电子品类的过度依赖，加大对服饰、运动、母婴等品类的运营投入
- 长尾品类激活：通过组合销售、跨品类推荐等方式，提升低销售额品类的曝光和转化
6.3 品牌合作
- 头部品牌深度合作：与 Apple、Samsung 等头部品牌建立深度合作，争取独家优惠和首发资源
- 国产品牌扶持：小米、华为等国产品牌具有性价比优势，可通过专区展示、联合营销提升其销售占比
- 新品牌引入：引入具有差异化竞争力的新品牌，丰富品牌生态
6.4 运营策略
- 时段精准营销：在 UTC 4:00-8:00 用户活跃高峰时段，加大广告投放和促销力度
- 品类交叉推荐：利用品类-时段热力图的关联性，在电子产品页面推荐电脑配件等关联品类
- 用户分层运营：针对不同活跃度和消费能力的用户群体制定差异化运营策略
七、技术实现说明
7.1 技术栈
| 模块 | 技术 | 说明 |
|---|---|---|
| 数据处理 | Python + Pandas | 数据清洗、转换、聚合分析 |
| 可视化 | Pyecharts | 生成 10 个交互式 HTML 图表 |
| Web 看板 | HTML + ECharts | 数据可视化展示平台 |
| 报告生成 | python-docx / Markdown | 自动生成分析报告 |
7.2 可视化图表类型
本项目共生成 10 个交互式可视化图表，涵盖以下图表类型：
- 饼图（玫瑰图）：用户行为类型分布
- 柱状图：品类销售额、品牌销售额、价格分布、热销商品、星期分布
- 旭日图：品类层级结构
- 面积图：24小时活跃度趋势
- 漏斗图：购买转化路径
- 热力图：品类×时段交叉分析
八、参考文献
-
Kaggle. E-Commerce Behavior Data from Multi Category Store [EB/OL]. https://www.kaggle.com/datasets/mkechinov/ecommerce-behavior-data-from-multi-category-store
-
Makarov I., et al. E-commerce purchase prediction based on user behavior data[C]. Procedia Computer Science, 2021.
-
中国互联网络信息中心. 第53次《中国互联网络发展状况统计报告》[R]. 2024.
-
艾瑞咨询. 2024年中国电商行业研究报告[R]. 2024.
报告生成时间：2025年
数据集时间：2019年11月
项目背景
电商业务数据分散在订单系统、CRM、物流平台等多个来源，运营团队缺乏一个统一的数据监控视图。本项目将核心运营指标整合为一个交互式可视化看板，帮助运营人员快速掌握业务全貌、识别增长机会和异常波动。
核心功能
KPI 实时监控
顶部四大核心指标卡片，展示当月关键数据及环比变化：
- 总销售额: 月度GMV及同比增长率
- 订单数: 月度订单量及环比变化
- 客单价: 平均订单金额及趋势
- 转化率: 浏览-下单转化率及波动
月度销售趋势
双轴图表（柱状图+折线图）同时展示销售额和订单量的月度走势，直观呈现：
- 销售淡旺季规律（如Q4冲量、春节低谷）
- 销售额与订单量的背离信号（客单价变化预警）
- 年度增长趋势线
品类销售占比
环形饼图展示各品类销售额占比，覆盖：
- 数码电子、服装鞋帽、食品生鲜、家居日用、美妆个护
- 支持品类下钻分析，识别核心利润来源
- 品类集中度风险评估
区域销售分析
横向柱状图展示各省份销售额TOP10排名：
- 区域市场贡献度量化
- 头部区域与长尾区域对比
- 区域渗透率分析，指导市场拓展策略
时段订单分布
24小时订单量面积图，揭示用户消费时段特征：
- 识别订单高峰时段（如午间12点、晚间8-10点）
- 低谷时段营销策略优化
- 服务器资源弹性调度依据
技术实现
- 可视化引擎: ECharts 5.5，4种图表类型（柱状图、折线图、饼图、面积图），亮色主题
- 数据层: 模拟数据内嵌为JSON，零后端依赖，可独立部署
- 响应式设计: 适配PC端和移动端，KPI卡片自动换行，图表自适应容器
- 设计语言: 简洁白底风格，圆角卡片，阴影层次分明，绿色强调色系
数据指标
| 维度 | 指标 |
|---|---|
| 销售 | 总销售额、月度GMV、同比增长率 |
| 订单 | 订单量、客单价、转化率 |
| 品类 | 各品类销售额、占比、排名 |
| 区域 | 各省销售额、TOP10排名 |
| 时段 | 24小时订单分布、高峰识别 |
技术栈: ECharts 5 原生JavaScript HTML5 CSS3 数据可视化 响应式设计