全民狂欢购物的双十一背后，有很多技术在支撑，利用正确的技术手段可以在双十一为我所用。我们以化妆品电商为例，解析一下如何通过数据分析的方式让电商的双十一准备更高效充分。
基于历史数据进行分析建模对今年的销售情况进行预测，能够帮助商家做出更科学的营销方案。通常我们所能够收集到的历史数据包含了时间、名称、价格、销量、评论数量、商户等数据。
在已有数据中（数据量有限，仅用作构建分析模型之用，不作为参考），我们发现“title”这一列里面的信息量很大，但由于都是杂乱无章的文本数据，不能直接做分析，所以首先需要通过自然语言处理技术对数据进行处理。处理之后，会清清晰的得到产品大类、小类、产品功效之类等变量。
根据数据变量的特征，分别用线性回归、决策树、随机森林、XgBoost 等算法建模并比较，得到一个最佳的预测模型。起初，这些特征和销售量的关系单从数字上看并不直观，但是，通过使用七牛云 Pandora 可以将这些数据可视化，更直观看到结果。
从散点图展示，销量的预测值和实际值很接近，几乎完美地服从 y=x 的直线分布，所以能够判断出，这个模型能够帮助我们有效进行分析。
“变量重要性”是我们在分析中所需要关注到的一个重点。针对电商，通常评论数量、价格和产品功效是影响销量的三大关键因素。评论数量越多，销量就越高；价格正好相反，价格越低，销量就越高；针对化妆品这一品类，补水这一功能产品明显比其他的卖得好。
通过化妆品电商这一基础模型的建立，相信大家已经能够感受到数据对于电商行业，运营策略制定的影响。通过机器数据分析平台 Pandora，七牛云将帮助更多的用户以数据驱动营收，让业务展现不一样的生命力。
来源：oschina
链接：https://my.oschina.net/u/1038592/blog/4716276