1、資料爬取

工具：Scrapy。

2、資料分析

工具：ipython & matplotlib。

3、分析內容

4、正文

一、案例選擇。

現在著手分析的物件是能讓你在三個月獲得大把鈔票的“爆款”。這 當然得拿最有代表性的商品當例子，最有代表性就是最火的。看看什麼最火。下面是淘寶指數（http://shu.taobao.com/top/16/search）資料。 

圖一 搜尋排行

圖二 成交排行

很明顯，那麼就取商品的搜尋量和成交量二者交集——“連衣裙 夏”做案例進行分析。

二、案例分析

在淘寶中搜索“連衣裙 夏”，首先提取有用資料，這裡我基於Scrapy框架實現了一個爬蟲，爬取按銷量排行的前五頁資料（聽說前五頁是所有商家的夢哦），銷量在三千到三萬，銷量低於三千的款也不夠‘爆’吧（我也不清楚，呵呵）。 這裡提取每個寶貝銷量、寶貝價格、店鋪性質以及店鋪名稱等分析。

三、資料分析

下面對提取的資料進行分析，分析分為兩種：首頁和前五頁。（以下圖表使用ipython基於matplotlib生成） 如果說前五頁屬於‘爆’級別，那麼首頁就是‘爆爆’了吧。

（1）最關心的當然還是銷量

基於上面抓取的資料，分析。

圖三 前五頁銷量趨勢

圖四 首頁銷量趨勢

看過了什麼感受，這怎麼成指數

下降趨勢啊。即便是爆款，銷量差距還是很懸殊的啊。即使在‘爆爆’級別的首頁銷量老大和老二都不是一個級別的啊。競爭好激烈不是嗎。
我們繼續進行區域性放大，看看銷量在一萬以上的是什麼情況。

圖五 銷量大於一萬趨勢

小夥伴，是不是有種要做就做老大的感腳。

（2）看價格

下面是前五頁商品的價格曲線。

圖六 前五頁商品價格及平均價格圖

其中紅色的線是所有商品的平均價格，低於50塊。而且價格可分為三個區間:

• 區間一：50以下。這部分商品最密集，大部分商品價格集中在這個區域。
• 區間二：50到100。這屬於第二階梯。
• 區間三：100以上，看上去這部分好刺眼啊，總有零星的幾個拔出來。相對比例很少。
  

有什麼感想，要是你做，把你的東西價位定義在哪個區間呢。繼續看下首頁的價格資料。

圖七 首頁商品價格走勢圖

要是感覺這個不夠明顯，我們還是來看銷量高於一萬的走勢圖。

圖八 銷量大於10000商品價格走勢圖

下面來研究下這些爆款都來自哪裡。

（3）賣家地點

來看看這些做爆款的賣家都在哪，地點是不是也為他們提供了一定的優勢？

圖九 賣家地點分佈

從高到低分別是——廣東、浙江、北京、上海、江蘇、山東、湖北、河南、遼寧、江西。

（4）店鋪是否是天貓賣家

圖十 是否是天貓（前五頁資料）

圖十一 是否是天貓（首頁資料）

這個比例看起來都差不多。看來也沒什麼必然的關係。

(5)商品名字

給你舉兩個： “夏季新款女式連衣裙莫代爾背心長裙波西米亞氣質長裙打底裙子” “14夏季新款韓版短袖V領波西米亞連衣裙大碼女裝沙灘裙子” “夏裝新款女連衣裙短袖韓國性感修身顯瘦包臀V領大碼” 呵呵，想沒想好你的叫什麼名字了？ 如果買的是內褲，按照上面的規則應該就叫：“14夏季新款波西米亞修身顯瘦包臀韓國氣質新版安全防盜內褲”，呵呵。

（6）買家分析

第一是黑龍江，遼寧也入圍前十了。