某个朋友的pyq内有人结婚花了很多钱买钻戒，也有条件还不错的朋友买了相对平价的钻戒。那么问题来了，钻石本身是一堆碳原子，储量也不低，没太多价值，大众接受的价格范围是什么样的，什么是常规操作，什么是高玩操作？大家先想一想这个问题，我们接下来分析它。
一、数据源
分析这个问题，我们要用数据说话，第一步就是获取数据。为了方便的获得数据，网购平台是第一选择。我是在天猫查询钻戒的价格，发现很多商品价格不高，显然不太适合作为结婚时购买的钻戒，于是在天猫进行了第一步删选——价格>5k，一共有80页，每页60个商品。Ok，接下来就是爬取数据，由于还没达到随意写爬虫爬天猫数据的level，我这里采用的是八爪鱼（非广告）帮助我半自动采集——先在八爪鱼输入网址，输入账号密码，到达预定界面，选择爬取的数据，保存操作，再运行程序让八爪鱼执行之前的操作爬取数据。程序很快爬起了数据，但是在420条数据，即第6页停止了，原因是出现了阿里的滑条验证，程序无法智能验证，不得不停止。而我尝试在停止页面多跑几次程序，依然不行，数据是重复的，也就是说想把数据拼接起来，必须重新录入操作，更换网址，这并不够智能。这里暂且放下，日后再战。
二、数据处理
将爬到的数据导出csv，观察数据，确实是预期的数据，那么就可以进行下一步操作了。
这步之后用到python，读取csv文件，数据无缺失、无重复。我们关注价格问题，于是dataframe选取了价格、店铺、状态（成交量）三列数据。
显然，要对数据进行处理，将dataframe转换为np.array形式，对每行list内的string数据进行分割（split），取出数据，如价格：6685，成交量：110。取数完成后，再转换为dataframe，同时将数据由str格式转换为int，这样我们才能分析数据。
三、描述性统计
转换完成后，我们看一下数据描述性统计。
平均价格11712，一倍标准差8939，假设正态分布，那有60%的价格在11712-8939（实际为5k）到11712+8939（=20651）之间；而前四分位数价格是13888，说明高价的商品并不多，这一点似乎可以预见，毕竟我们是因为低价商品太多，才筛选价格>5k的；最高价格57699，emmm，肯定不低，但也不是特别高，可能数据量不够，没爬到更高的钻戒。
接下来利用cut函数根据价格对商品分组，分组如下：
label=['8k以下','8-10k','10-12k','12-15k','15-20k','20-25k','25-30k','30k以上']
分组后结果一览：
然后就可以根据分组的结果查看商品的分布情况啦。这里直接贴直方图。
很明显，5-8k的商品数遥遥领先，这并不意外。而8-10k、12-15k数量次之。考虑到婚戒大背景和了解到的周边朋友一些信息，我觉得可以将10k以下数据再略去，重复上述处理操作。
这次只剩下153条商品数据，价格均值达到了19678元，符合事前预期。碰巧的是之前的四分位数价格13888变成了这里的中位数。
从直方图来看，在>10k的钻戒里，12-15k的商品数最多，10-12k、15-20k次之，这个结果应该是符合我们大部分人预期的。那么我们是不是可以认为大部分人接受的价格就是在12-15k附近呢？
No！
除了商品记录数，我们还有成交量数据，groupby之后，可以用价格区间内成交量之和除以商品数，得到区间内单个商品的平均销量。
平均销量似乎和前面直方图的结论不完全一致。首先，低价位的商品平均销量遥遥领先，这并不意外。我们再看>10k的数据，销售情况最好几个区间依次是10-12k、20-25k、15-20k，然后才轮到12-15k，意不意外？商品数最多的12-15k区间的销量出现了断层。用成交量>=2的数据绘制价格-成交量散点图，也证实了这一点，12-15k之间出现了空白。20k以上数据点较少，20-25k商品少，个别店铺销售情况好，拉高了平均水平，而25k以上的商品，成交量为0的很多，拉低了平均水平。
四、数据分析
10-12k以及10k以下销量很高，说明天猫上成交的大多数人还是普通工薪阶层，明显偏向于平价商品，满足需求即可。
而为什么12-15k区间销量低，15-25k区间销量高呢？我的观点如下：普通工薪阶层满足需求即可，天猫上有足够多的商品供他们挑选，不用跳到更高的价格区间。而对于有较强消费能力的群体来说，12-15k的商品不能满足他们的需求，既然花钱了，他们宁愿再加一些钱，购买到bulingbuling的大钻戒，所以出现了12-15k区间成交量空白，与12-15k商品数最多产生矛盾。对店铺管理者来讲，显然不应该继续大力推12-15k的钻戒，而是应该综合考虑战略、销量以及各区间产品的利润，转向12k以下的平价区间或者15-25k的轻奢区间。
再看高价区间的钻戒，商品数并不是很少，而销量很低，这是为什么呢？钻戒属于一次性购买的奢侈品，一辈子不会买多次（maybe，手动狗头），而网店并不能够实际体验产品，人们在决策的时候，可能更加审慎，偏向于去实体店购买，即使实体店有溢价也不影响。所以，商家考虑退出这个区间是有意义的，除非是o2o模式的店铺。
五、总结
12k以下，以及15-25k这两个区间是大部分人的接受范围。
而本次数据分析存在这样的不足：
1.数据样本不够多，只有6页，是实际数据的6/80，这会给分析带来偏差。也许全量的数据会给我们不一样的结论吧。
2.数据来源是天猫用户，那么数据分析只能代表天猫用户这个群体，去实体店购买的群体能接受什么样的价位？我们不得而知。也许截然不同。 |
