本文章主要用excel分析女性电子商务服装评论相关情况，由以下5部分构成。

一、提出问题

1、 想从该数据集中得到哪些描述统计信息？

a． 购买人年龄的平均值，上下界，中位数，四分位数，用箱线图直观显示。

b． 评分情况，1-5星好评占比情况

c． 评分、是否推荐这两项数据有无相关性

2、 想从该数据集中分析哪几个业务问题？

a. 哪个年龄段的人最喜欢网购衣服？

b. 哪类衣服好评最多/分数最低？

c. 哪类衣服最受推荐？

重点关注年龄，评分，是否推荐及类别字段。

二、理解数据

1、数据来源：https://www.datafountain.cn/dataSets/30/details，数据集大小包括23486行和10个特征变量。

2、字段含义：

ID编号（无特殊意义，可删除），

Clothing ID衣服编号（类似身份证，有1206个，剔除空值），

Age购买人年龄（18-99岁），

Title评论标题（字符串，有空值，不影响统计），

Review Text评论内容（字符串，有空值，不影响统计），

Rating几星好评（1-5星），

Recommended IND是否推荐（是为1，否为0），

Positive Feedback Count正反馈数量（认为该评价有用），类似淘宝评价的点赞数，

Division Name产品名称分类（分3类），

Department Name服饰分类（分6类），

Class Name服饰类别（分20类）。

三、数据清洗

1、选择子集

数据中A列，D列title标题，E列Review Text评论内容，对本次分析作用不大，暂时隐藏（尽量不要删除，以免后期需要），隐藏后数据集如下：

2、列名重命名

将列名重命名，由英文改为中文，容易理解，数据集如下：

3、删除重复值

全选数据集数据，删除重复值。发现有21个重复值，即21行数据重复，已删除。

4、缺失值处理

通过对每一列数据计数，发现数据总共为23466行（包含标题行）

其中，最后三列数据有空白值，计数仅为23452行，空白值有13行。

分别是72、492、152、184、772、665、136这7个衣服编号。逐一筛选发现这7个衣服编号仅存在空白值行里，其它行没有相关信息，本办法行不通。改为取消隐藏的评论两列，通过评论的内容来判断该产品属于什么类别。如下：

将关键信息标红，则清楚该产品是什么产品，如何分类。其中13780行评论虽为空白，但因为其衣服编号是492，同13761行一致。同理，16207行评论信息不明显，但因其衣服编号是152，与16212行一致。

通过评论区的关键字眼，将13行空白值补充好如下:

5、一致化处理

经筛选检验，数据比较一致，不需要进行额外操作。

6、数据排行

将数据按正反馈数量排行，结果如下：

7、异常值处理

暂无异常值。

至此，数据清洗环节告一段落。进入构建模型，即数据的分析环节。为方便使用数据透视表分析，先将数据集套用表格样式，如下：

四、构建模型

主要借助excel数据分析表工具，绘制相关表格及图形，以期得到相应的分析结果。

1、哪个年龄段的女性最喜欢网购衣服？

（1）网购者年龄描述统计分析

通过年龄一列的描述统计信息，可得知，本次女性电子服装网购者年龄最小为18岁，最大为99岁，平均值43岁，中位数为41岁。

（2）哪个年龄段的人喜欢网购？

数据分析表降序排列可看出，30-39岁的女性最喜欢网购衣服，销量占比32.76%，其次是40-49岁的女性，销量占比26.1%。20-60岁女性网购衣服的数量占比达到88%。

2、哪类衣服销量最好？

根据产品分类名称区分，General销量最好，为13840，占比58.98%，其次是General Petite，销量为8110，占比34.56%，销量最少是Initmates，占比6.46%。

按服饰类别（细分）统计，销量及占比如下：

其中，Tops，Dresses，Bottoms分别销售排前三，销量分别是10456, 6312, 3798，销量占比分别是44.56%，26.90%，16.19%。

3、哪些衣服编号销量最好？

衣服编号为1000-1099的衣服销量最高，为36.11%，其次是800-899的衣服销量占比为36.04%，销量最低为编号1200-1299的衣服。

4、衣服整体的好评情况

数据显示，55.87%的衣服获得5星好评，21.63%的衣服获得4星好评，获得1-2星好评的衣服数量仅占10.26%，说明该店铺整体衣服质量不错。

5、好评数与是否推荐的相关性

如图，4星、5星好评的衣服基本都获得了95%以上的推荐。3星好评推荐数仅为41.41%，1星好评推荐数仅为1.9%。说明好评数与是否推荐强相关。

6、哪类衣服评分最高

按照产品分类名称分，Initmates的好评数（平均得分）最高，为4.29，General的平均得分最低，为4.18。

按照服饰类别分，Bottoms和Intimate平均得分不相上下，为4.29，Trend平均得分较低，为3.82（这也可能和数据量较小有关系，毕竟trend系列销量只有119件，不比其他类别都是上千件）故暂不分析服饰类别（细分）的情况，可能会出现样本数太少，分析结果不具备太大意义。

7、探索该店的爆款服装？

五、总结建议