結合商品標題文本的淘寶防脫發(fā)產品分析

程 純

(安徽大學經濟學院 安徽 合肥 230039)

近年來，關于80、90后加入脫發(fā)大軍、佛系養(yǎng)生等網絡熱詞層出不窮，身邊越來越多的人開始苦惱于如何堅守發(fā)際線，這也為各種防脫發(fā)產品的熱銷提供了寶貴的商機。據阿里健康聯合阿里數據發(fā)布的《拯救脫發(fā)趣味白皮書》顯示,在2017年購買植發(fā)、護發(fā)產品的消費者中,90后以36.1%的占比即將趕超38.5%占比的80后,成為有脫發(fā)煩惱的主力軍。由此可見，未來防脫發(fā)商品銷售的市場前景一片大好。

隨著Web技術和移動端應用的普及，越來越多消費者傾向于線上消費。這使得淘寶等電商平臺中含有大量的可用信息，阿里巴巴團隊也基于NLP技術開發(fā)了一系列的應用場景[5]，如商品標題的查詢、語料庫建設、評論情感分析等。本文將主要研究對象設定為商品標題，相關的研究主要集中在短文本分析領域，常用的方法包括TF-IDF、Word2vec、神經網絡等[1]-[4]。Python語言的天然優(yōu)勢幫助我們輕松獲取目標數據，同時圍繞其展開做進一步的數據分析。

一、數據準備和數據清洗

本文的分析目標包括：(一)分析防脫發(fā)產品標題中的高頻關鍵字；(二)分析商品的銷量區(qū)間分布和價格區(qū)間分布；(三)分析高頻關鍵字與商品價格和銷量的關系；(四)分析商家的地域分布情況。

通過Python爬蟲獲得淘寶網以“脫發(fā)”為關鍵字的共2369條原始數據集，每件商品包括5項商品屬性：商品標題(title)、售價(price)、銷量(sales)、店鋪名稱(shop)和店鋪地址(location)。由于在淘寶上購買處方藥需要提交需求后才可購買，因此商品頁不顯示銷量信息，sales列含有部分缺失值。

另外，在銷量屬性中，很多爬取下來的數據形式諸如：7.5萬+人付款，需要將其轉換為整型數據75000。店鋪地址屬性中，多為省份+城市的組合形式，考慮到后續(xù)分析僅保留省份。基于以上需求做數據清洗，得到2171條商品信息，另存為新的數據集。

二、商品價格與銷量分析

(一)防脫發(fā)商品價格及銷量區(qū)間分布

圖1 防脫發(fā)商品價格區(qū)間柱狀圖

圖2 防脫發(fā)商品銷量區(qū)間餅圖

首先分析全體防脫發(fā)商品的價格區(qū)間和銷量區(qū)間，瀏覽數據集后按照分布情況人工劃分區(qū)間，然后對數據集進行切分、統(tǒng)計和排序，生成圖1和圖2。從圖1中可以看出，定價在51-100區(qū)間的商品最多，大部分商品售價在200元以內。也有價格低于20元的商品，對于其功效筆者持懷疑態(tài)度。另外，高于1000元的商品多為淘寶平臺提供的一些植發(fā)、脫發(fā)檢測等服務。

就全體防脫發(fā)商品銷量而言，銷量在一百內的最多，占比約74%。且爆款較少，銷量過萬的商品一共僅有7款，占比僅為0.3%。

(二)商品價格與銷量關系分析

通過分析價格與銷量的關系，可以幫助賣家更好地為商品定價。使用Pandas自動分區(qū)功能將全部商品價格劃分為10個分區(qū)，對每個分區(qū)內的銷量求平均值。

圖3 防脫發(fā)商品價格分區(qū)與平均銷量柱狀圖

圖3表明定價在59-69區(qū)間的商品平均銷量最高，銷量最好的商品定價集中在60-90區(qū)間。說明消費者在選購商品時并非完全考慮價格因素，而是結合產品功能、品牌、口碑等多方面因素。對于防脫發(fā)產品而言，好的功效意味著較高的成本，價格低廉的商品似乎不太讓人信服。合適的價格加上切實的功效才是吸引消費者的關鍵。

三、基于商品標題數據的文本分析

(一)商品標題高頻詞詞云圖

使用jieba內置詞典對商品標題列進行分詞，同時根據實際情況更新停用詞表，禁用“包郵”、“官網”、“現貨”等高頻詞匯，便于之后的分析。基于TextRank 算法對每條商品標題進行關鍵詞抽取，顯示排行前50的詞頻。利用得到的詞頻列表繪制詞云圖，輸出結果如圖4所示。

圖4 防脫發(fā)商品標題Top50詞云圖

從整體來看商家在編輯商品名稱時通常直擊消費者要害，“增發(fā)”、“生發(fā)”等詞匯十分醒目且目標明確。“生姜”、“植物”、“草本”等商品特征也位列榜上，說明大家在選購防脫發(fā)產品時往往也會考慮到商品成分，以天然取材為成分導向的商品更得人心。此外，海外廠家也試圖在中國市場分一杯羹，“進口”、“日本”、“韓國”等詞匯預示著防脫發(fā)產品市場的競爭激烈性。

(二)標題高頻詞與商品銷量和價格的關系

從詞頻列表中取最高頻的20個關鍵詞，其在一定程度上代表了商品特征。遍歷所有商品標題看其是否包含選出的20個關鍵詞，若包含則將該商品的銷量/價格數據放在關鍵詞的value中。統(tǒng)計后對每個關鍵詞的value求平均值，再根據平均銷量排序得圖5、6。

圖5 商品特征與平均銷量Top20

圖6 商品特征與平均售價Top20

“止癢”、“去屑”、“控油”等基本洗護功能平均銷量最高，“增發(fā)”、“發(fā)際”、“增長”等功能次之。說明消費者在選購防脫發(fā)產品時首先看重其基礎功能，商家列出的強功效有一定增色效果。專業(yè)的種植、植發(fā)服務售價最高，“脂溢性”、“修復”、“產后”等具有特定功效的產品售價也較基礎功能產品高。即大家如果真有脫發(fā)困擾，不要貪圖便宜購買一般商品，建議尋求專業(yè)治療。

四、全國商家分布及銷量分析

圖7 前兩千商家數量全國分布圖

圖8 前兩千商家平均銷量全國分布圖

對比圖7和圖8，可以發(fā)現沿海省份在防脫發(fā)商品賣家中名列前茅，廣東省更是一枝獨秀，浙江區(qū)居第二；說明沿海省份是我國防脫發(fā)產品的主要生產和出品商。但在平均銷量方面，較圖7的商家數量分布有了大規(guī)模洗牌：廣東省依然高居榜首，而湖北賣家的業(yè)績似乎也表現不俗；四川、吉林、云南等省份也進入消費者視野。假設賣家所在地就是商品的原料供給地，筆者不由猜測：以上省份會不會擁有某些特殊的成分優(yōu)勢？或是其他的地理因素？這還有待進一步探究。

五、結論和建議

通過以上數據分析，筆者得到了一些有趣的結論：

(1)絕大部分商品的售價在300件以內，定價在60至90元區(qū)間的商品最受消費者歡迎。總體來看爆款商品較少，多數商品銷量平平。

(2)商品標題方面，商家在取名時通常言簡意賅，目標明確；而消費者在選購防脫發(fā)商品時多選擇基礎功能商品，對于商家吹噓的強功效不完全相信。

(3)沿海省份為我國防脫發(fā)產品的主要生產和出品商。除廣東省外，湖北、四川、吉林等內陸省份在商品銷量方面同樣表現不俗。

綜合以上分析結果，當筆者面對一位即將進入市場的防脫發(fā)商品賣家時，將建議他設置商品標題為“基礎功能+加強功效”組合，同時重視商品本身的性能；定價方面，結合具體成本將價格設置在60-90元區(qū)間。最后，建議他在初期確定商品配方時去廣東、湖北、四川、吉林等省份做下調研，這樣也許會使其商品更加暢銷。