菜鳥案例狗熊聞香

最新 06-05

「

大家好，我是奇異果，來自中國人民大學。

」

背景介紹

眼瞅著結婚紀念日就快到了，老王想為結婚多年的妻子送上一份精美的gift，撒一波狗糧，也讓平時那個數落自己不懂浪漫的她知道，我老王不僅是個學術宅，也是一個懂浪漫的人。

為此，他登上了購物網站，看著眼前琳琅滿目的商品，卻不知如何去挑選。萬般無奈之下，他只好把這個光榮而艱巨的任務交給了我。我心裡狂吐槽，我同樣一點不了解啊。沒辦法，任務就是任務，奇異果一琢磨，似乎女性對香水都沒有什麼抵抗力，要不送個香水唄？為了完成這個偉大的任務，我們需要找些數據調查一番，借鑒一下大家的選擇。

數據介紹

這裡我們採用某電商網站在售的香水數據，共1009條，每條數據代表著一個香水商品，變數主要涉及兩方面：銷售信息和香水配置，詳細地說明如下：

俗話說的好，一個成功的數據分析包括90%的數據清洗和10%的數據建模（並不完全是自己編的），我們還是要洗洗這裡的數據噠。

注意這裡的因變數「評價量」雖然是連續整數型，但是以「10+」，「1.1萬+」的形式存儲的，所以還是要稍微處理下。在認真學習了R語千尋後，我利用gsub和grep這兩個神器，將評價量中的「+」，」萬」，「.」去掉，將其轉換為數值型（雖然存在一些誤差，但是可以接受）；同時把毛重中的kg和g的單位也進行了統一。

在成功地進行了數據清洗之後，我們就要來進行香香的數據分析啦（友情提示，前方高能預警，請沒啥錢的觀眾自覺捂住眼睛）

數據分析

第一步分析一下我們的商品名稱，由於商品名稱大都是像「艾詩止汗香體走珠露40ml持久留香浪漫香型」這樣怪怪的東西，我們首先利用jiebaR這個神器進行分詞，然後再用詞雲圖展示這些商品名稱里大都包含著啥信息。

OK，從詞雲圖中我們可以看到，主要的香水品牌有香奈兒（Chanel）、迪奧（Dior）、古馳、范思哲、蘭蔻（Lancome）等，另外一些關鍵詞包括：持久、清新、淡香等描述性詞語。

之後，我們看一下不同香水的應用場合。說實話，作為一個樸素的中國男孩子，在做這個案例之前並未想到香水還有這麼多門道（寶寶的內心是崩潰的）。由於每款香水可能有多個適用場合，如「日常、約會、商務、party聚會」等，因此這裡我們先對每款香水的適用場合進行字元串分割，然後統計不同應用場合出現的次數，諸君請看下圖。出現次數由高到低的場合分別是：日常>約會>party聚會>旅行>商務>運動>情趣>其它。

因為多數香水都會有一個「日常」屬性，所以「日常」最多我還是很可以理解的；第二多的是「約會」，淡淡的芬芳讓dating更加浪漫（講真，這才是我心目中香水的作用）。後面的，像旅行，商務，運動就讓我大開了眼界，原來有這麼多分類！以及最後的情趣又是什麼鬼？（春天到了，好想研究一下這個情趣香水是啥，捂臉）。

但上面的統計是基於市面上廠家所生產的香水標註，那面對種類繁多的屬性，顧客們的選擇又是怎樣的呢？因為每款香水的評價量可以在一定程度上反映這款香水的銷售情況，所以我們計算了不同適用場合下，香水評價量的中位數，看看顧客的選擇和商家的生產究竟有什麼區別。

出乎我的意料，評價量中位數最高的竟然是運動系列的香水，其次是商務和旅行系列的。而上幅圖中廠家生產比較多的日常、約會和party聚會類的香水表現卻不好。這可是一個有意思的結論，似乎表現了目前市場的不對稱性。關於原因，奇異果推測，可能是因為廠家生產了太多日常或者約會類型的香水，導致供大於求，只有少數流行產品佔據較大市場份額，而大部分產品其實並沒有引起消費者的注意，所以該類香水的評價量中位數比較低；然而運動、商務類香水目前產品比較少，但市場需求還很大，導致大家會更關注該類商品，因此評價量中位數會高很多。

因此，奇異果建議商家在選擇香水類型時，能避開目前市場上已經較多的日常型香水，多生產一些運動、旅行、商務等市場需求還未飽和的香水。

CHANEL VS. DIOR

「

正當我準備繼續做一些漫無目的的分析時，老王傳來了第二個指示「禮物務必要高端大氣上檔次」。對我來說，滿足這兩個條件的，也只能想到香奈兒和迪奧了。

提起香水，不得不提香奈兒，在奇異果還是個天真的少年時，就有女生向我介紹過CHANEL家的香水，天真的我當時以為只是科普，並沒有讀懂少女的暗示，感覺錯過了一段姻緣，現在追悔莫及。為了彌補這個遺憾，奇異果決定趁此機會做一個關於香奈兒和迪奧的研究，幫助男讀者們掌握相關知識，將來能夠和女性朋友們談笑風生、大放光彩。

」

基礎篇

哪款更流行？哪款更便宜？

在基礎篇里，我將會用數據回答兩個外行最常問的問題，哪家的香水好一些？哪家的又更便宜些？

在本數據共1009件商品中，香奈兒的香水共164件，佔總數的16%，其中包括十九號香水、Chanel NO.5號香水、香奈兒COCO等。作為對比，我們同時也統計了Dior香水的情況，共131件產品，包括Miss Dior、迪奧真我、迪奧花漾甜心淡香水、迪奧毒藥蠱系列女士香水等。

從品牌上來說，香奈兒品牌於1913年在法國巴黎創立，包含的產品種類繁多，有服裝、珠寶飾品、配件、化妝品、香水，每一種產品都聞名遐邇，特別是她的香水與時裝。迪奧品牌在巴黎同樣擁有極高的地位，歷史悠久。最早的一款迪奧香水誕生於1947年。從品牌上來說，兩款香水難分伯仲。

接下來，我們回答問題：哪家更便宜？從下面的箱線圖我們可以看到，就價格來說，兩者其實都超過了500元，但香奈兒產品的中位數要比迪奧產品的中位數高出不少，直奔800而去。而兩者的最貴价格都達到了2000元！！也許有的人想問兩個箱線圖的極小值，奇異果友情提醒，價格的極小值都是屬於他們的小樣產品，就2ml，所以用幾十塊錢買香奈兒香水這種好事，大家還是夢裡想想吧。（這段文字真是一邊摸著自己錢包，一邊哭著寫的）。

在看完了價格後，我們再來比比評價量（經過了對數化的處理），看看哪家產品最流行。我們發現，依舊是香奈兒的產品評價量高一些，無論是極大值還是中位數，都比迪奧產品高。說好的經濟學規律價格越高，銷量越低呢，女人們還真是捨得花錢哇……

基礎篇總結：

迪奧便宜，香奈兒貴，但香奈兒買的人多。

進階篇

哪款更適合我？

外行也就買個熱鬧，問問哪個產品買的人多，哪個產品更便宜這種入門級問題。在進階篇里，我將從香精濃度和香調的角度，告訴大家：兩家產品各有什麼特色。

香精濃度

香水按其所含香精濃度可以分為以下幾種：

1、Parfum，即濃香精。香精含量為20%以上，最為高級，香氣十分持久，價格也較貴。

2、Eau de Parfum (簡稱E.D.P.)，也寫作「Parfum de Parfum」,香精含量為15%，所用乙醇濃度在75%-90%之間，一般習慣稱淡香精，留香時間可達6小時左右。

3、Eau de Toilette (簡稱E.D.T)，即淡香水，香精含量為8%-15%，持續時間3-4小時。

4、Eau de Cologn，即古龍水，香精含量為4%-8%。男性香水多半屬於此等級。

5、Eau Fraiche，即清淡香水，香精含量為1%-3%，市面上的剃鬚水、香水劑等都屬於這一等級，可給人帶來神清氣爽的感覺，但留香時間較短。

6. 發香霧，就是和同款香水味道一樣或很接近的、主要用於噴在頭髮上的香體產品。香水直接噴頭髮上會對頭髮造成傷害，而發香霧不會，有的還有給頭髮補充營養等功效。

我們對比一下香奈兒香水和迪奧香水在香精濃度上的分布情況。可以看到，在濃香水和淡香水兩個類別上，兩個品牌差不多；在香精和發香霧上都是香奈兒產品種類較多；而在其他香水方面，迪奧的商品種類更佔據優勢，這個其他，我估摸著就是古龍水或者清淡香水類了吧（如果讀者中有專業人士，歡迎指正）。

香水香調

香水的味道不是一成不變的，它會隨著時間的推移而逐漸變化。前調：前調是香水中最易揮發的成分，維持在香水擦後10分鐘左右。中調：中調，也有人稱為核心調，緊隨前調出現，在擦後30--40分鐘才能顯現，是香水的精華所在，一般維持4小時。基調：基調是香水最持久，發揮最慢的部分，是香水的余香，而它的味道可以維持一天或是更長。比如檀香木，它是一種非常持久的香味，起初聞時並不覺得特殊，但時間愈久愈能散發其香氣。

每一瓶香水都由不同的香料調配而成，也就形成了不同的香調。下面我們看看香奈兒和迪奧在香調部分的差異：