APP推广合作
联系“鸟哥笔记小乔”
淘宝销售数据爬虫(关于“淘宝爆款”的数据抓取与数据分析)
2022-11-24 21:17:06

关于“淘宝爆款”的数据抓取与数据分析

淘宝销售数据爬虫(关于“淘宝爆款”的数据抓取与数据分析)

爬取对象:淘宝“连衣裙 夏”的搜索结果。爬取对象的选择分析我在文章中也有提及。

工具:Scrapy。

代码:我把当时实现的代码放在了GitHub上,地址:
https://github.com/younghz/TBBKAnalysis,感兴趣的可以看一下。关于Scrapy的知识与爬虫的编写可以见专栏:
http://blog.csdn.net/column/details/younghz-scrapy.html

分析内容可见上述Repository的Wiki(
https://github.com/younghz/TBBKAnalysis/wiki)。我也会将其写在下面。或者直接看上面知乎问题中我写的答案。

工具:ipython & matplotlib。

分析内容放在了Wiki中,链接:
https://github.com/younghz/TBBKAnalysis/wiki。或者直接见下面正文。(注意:如果Wiki中图片无法打开,请使用较高版本的Chrome浏览器。)

一、案例选择。

现在着手分析的对象是能让你在三个月获得大把钞票的“爆款”。这 当然得拿最有代表性的商品当例子,最有代表性就是最火的。看看什么最火。下面是淘宝指数(
http://shu.taobao.com/top/16/search)数据。

图一 搜索排行

图二 成交排行

很明显,那么就取商品的搜索量和成交量二者交集——“连衣裙 夏”做案例进行分析。

二、案例分析

在淘宝中搜索“连衣裙 夏”,首先提取有用数据,这里我基于Scrapy框架实现了一个爬虫,爬取按销量排行的前五页数据(听说前五页是所有商家的梦哦),销量在三千到三万,销量低于三千的款也不够‘爆’吧(我也不清楚,呵呵)。 这里提取每个宝贝销量、宝贝价格、店铺性质以及店铺名称等分析。

三、数据分析

下面对提取的数据进行分析,分析分为两种:首页和前五页。(以下图表使用ipython基于matplotlib生成) 如果说前五页属于‘爆’级别,那么首页就是‘爆爆’了吧。

(1)最关心的当然还是销量

基于上面抓取的数据,分析。

图三 前五页销量趋势

图四 首页销量趋势

看过了什么感受,这怎么成指数下降趋势啊。即便是爆款,销量差距还是很悬殊的啊。即使在‘爆爆’级别的首页销量老大和老二都不是一个级别的啊。竞争好激烈不是吗。

我们继续进行局部放大,看看销量在一万以上的是什么情况。

图五 销量大于一万趋势

小伙伴,是不是有种要做就做老大的感脚。

(2)看价格

淘宝销售数据爬虫(关于“淘宝爆款”的数据抓取与数据分析)

下面是前五页商品的价格曲线。

图六 前五页商品价格及平均价格图

其中红色的线是所有商品的平均价格,低于50块。而且价格可分为三个区间:

  • 区间一:50以下。这部分商品最密集,大部分商品价格集中在这个区域。
  • 区间二:50到100。这属于第二阶梯。
  • 区间三:100以上,看上去这部分好刺眼啊,总有零星的几个拔出来。相对比例很少。

有什么感想,要是你做,把你的东西价位定义在哪个区间呢。继续看下首页的价格数据。

图七 首页商品价格走势图

要是感觉这个不够明显,我们还是来看销量高于一万的走势图。

图八 销量大于10000商品价格走势图

下面来研究下这些爆款都来自哪里。

(3)卖家地点

来看看这些做爆款的卖家都在哪,地点是不是也为他们提供了一定的优势?

图九 卖家地点分布

从高到低分别是——广东、浙江、北京、上海、江苏、山东、湖北、河南、辽宁、江西。

(4)店铺是否是天猫卖家

图十 是否是天猫(前五页数据)

图十一 是否是天猫(首页数据)

这个比例看起来都差不多。看来也没什么必然的关系。

(5)商品名字

给你举两个: “夏季新款女式连衣裙莫代尔背心长裙波西米亚气质长裙打底裙子” “14夏季新款韩版短袖V领波西米亚连衣裙大码女装沙滩裙子” “夏装新款女连衣裙短袖韩国性感修身显瘦包臀V领大码” 呵呵,想没想好你的叫什么名字了? 如果买的是内裤,按照上面的规则应该就叫:“14夏季新款波西米亚修身显瘦包臀韩国气质新版安全防盗内裤”,呵呵。

(6)买家分析

刚才说的都是卖家的,现在看看消费者。看看关键词喜好度(
http://shu.taobao.com/searchindex?spm=0.0.0.0.3Mt2Y2&query=
%E8%BF%9E%E8%A1%A3%E8%A3%99%20%E5%A4%8F)对你有没有帮助。

图十二 搜索喜好度

第一是黑龙江,辽宁也入围前十了。

淘宝销售数据爬虫(关于“淘宝爆款”的数据抓取与数据分析)
关键词
小张
分享到朋友圈
收藏
收藏
评分

综合评分:

我的评分
Xinstall 15天会员特权
Xinstall是专业的数据分析服务商,帮企业追踪渠道安装来源、裂变拉新统计、广告流量指导等,广泛应用于广告效果统计、APP地推与CPS/CPA归属统计等方面。
20羽毛
立即兑换
一书一课30天会员体验卡
领30天VIP会员,110+门职场大课,250+本精读好书免费学!助你提升职场力!
20羽毛
立即兑换
顺丰同城急送全国通用20元优惠券
顺丰同城急送是顺丰推出的平均1小时送全城的即时快送服务,专业安全,准时送达!
30羽毛
立即兑换
小张
小张
发表文章16236
确认要消耗 羽毛购买
淘宝销售数据爬虫(关于“淘宝爆款”的数据抓取与数据分析)吗?
考虑一下
很遗憾,羽毛不足
我知道了

我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求,为完善跟帖评论自律管理,为了保护用户创造的内容、维护开放、真实、专业的平台氛围,我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容,同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。


一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规,对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息,主要表现为:
    1)反对宪法所确定的基本原则;
    2)危害国家安全,泄露国家秘密,颠覆国家政权,破坏国家统一,损害国家荣誉和利益;
    3)侮辱、滥用英烈形象,歪曲、丑化、亵渎、否定英雄烈士事迹和精神,以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉;
    4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动;
    5)煽动民族仇恨、民族歧视,破坏民族团结;
    6)破坏国家宗教政策,宣扬邪教和封建迷信;
    7)散布谣言,扰乱社会秩序,破坏社会稳定;
    8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪;
    9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序;
    10)侮辱或者诽谤他人,侵害他人名誉、隐私和其他合法权益;
    11)通过网络以文字、图片、音视频等形式,对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的;
    12)危害未成年人身心健康的;
    13)含有法律、行政法规禁止的其他内容;


2. 不友善:不尊重用户及其所贡献内容的信息或行为。主要表现为:
    1)轻蔑:贬低、轻视他人及其劳动成果;
    2)诽谤:捏造、散布虚假事实,损害他人名誉;
    3)嘲讽:以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述,以此来激怒他人;
    4)挑衅:以不友好的方式激怒他人,意图使对方对自己的言论作出回应,蓄意制造事端;
    5)羞辱:贬低他人的能力、行为、生理或身份特征,让对方难堪;
    6)谩骂:以不文明的语言对他人进行负面评价;
    7)歧视:煽动人群歧视、地域歧视等,针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击;
    8)威胁:许诺以不良的后果来迫使他人服从自己的意志;


3. 发布垃圾广告信息:以推广曝光为目的,发布影响用户体验、扰乱本网站秩序的内容,或进行相关行为。主要表现为:
    1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式:
    2)单个帐号多次发布包含垃圾广告的内容;
    3)多个广告帐号互相配合发布、传播包含垃圾广告的内容;
    4)多次发布包含欺骗性外链的内容,如未注明的淘宝客链接、跳转网站等,诱骗用户点击链接
    5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光;
    6)购买或出售帐号之间虚假地互动,发布干扰网站秩序的推广内容及相关交易。
    7)发布包含欺骗性的恶意营销内容,如通过伪造经历、冒充他人等方式进行恶意营销;
    8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。


4. 色情低俗信息,主要表现为:
    1)包含自己或他人性经验的细节描述或露骨的感受描述;
    2)涉及色情段子、两性笑话的低俗内容;
    3)配图、头图中包含庸俗或挑逗性图片的内容;
    4)带有性暗示、性挑逗等易使人产生性联想;
    5)展现血腥、惊悚、残忍等致人身心不适;
    6)炒作绯闻、丑闻、劣迹等;
    7)宣扬低俗、庸俗、媚俗内容。


5. 不实信息,主要表现为:
    1)可能存在事实性错误或者造谣等内容;
    2)存在事实夸大、伪造虚假经历等误导他人的内容;
    3)伪造身份、冒充他人,通过头像、用户名等个人信息暗示自己具有特定身份,或与特定机构或个人存在关联。


6. 传播封建迷信,主要表现为:
    1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病;
    2)求推荐算命看相大师;
    3)针对具体风水等问题进行求助或咨询;
    4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失,包括通过占卜方法问婚姻、前程、运势,东西宠物丢了能不能找回、取名改名等;


7. 文章标题党,主要表现为:
    1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户;
    2)内容与标题之间存在严重不实或者原意扭曲;
    3)使用夸张标题,内容与标题严重不符的。


8.「饭圈」乱象行为,主要表现为:
    1)诱导未成年人应援集资、高额消费、投票打榜
    2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
    3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
    4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
    5)通过「蹭热点」、制造话题等形式干扰舆论,影响传播秩序


9. 其他危害行为或内容,主要表现为:
    1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的;
    2)不当评述自然灾害、重大事故等灾难的;
    3)美化、粉饰侵略战争行为的;
    4)法律、行政法规禁止,或可能对网络生态造成不良影响的其他内容。


二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时,本网站将依据相关用户违规情节严重程度,对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号,或者滥用多个帐号发布违规内容时,本网站将加重处罚。


三、申诉
随着平台管理经验的不断丰富,本网站出于维护本网站氛围和秩序的目的,将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议,可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)

我知道了
恭喜你~答对了
+5羽毛
下一次认真读哦
成功推荐给其他人
+ 10羽毛
评论成功且进入审核!审核通过后,您将获得10羽毛的奖励。分享本文章给好友阅读最高再得15羽毛~
(羽毛可至 "羽毛精选" 兑换礼品)
好友微信扫一扫
复制链接