第四組：Olist電商資料探索

library(knitr); opts_chunk$set(comment = NA)
library(dplyr)
library(ggplot2)
library(d3heatmap)
library(googleVis)
library(servr)
library(tidyr)
library(htmltools)

1.Intro

以Olist角度分析賣家銷售行為，對賣家提出增加收益的策略建議

load("olist_final.RData")

2.產品類別的特性比較

google motion chart

op <- options(gvis.plot.tag='chart')
options(op)
vistmp = gvisMotionChart(
  visCate, "product_category_name_english", "dummy",
  options=list(width=800, height=600, title="Product category"))

print(vistmp, file="M.html")

includeHTML("./M.html")

Data: visCate • Chart ID: MotionChartID4e03cae791e • googleVis-0.6.3
R version 3.5.1 (2018-07-02) • Google Terms of Use • Documentation and Data Policy

3.賣家所在地區（州）的特性比較

地理繪圖

includeHTML("./geo.html")

Data: vis • Chart ID: GeoChartID33e0331467bb • googleVis-0.6.3
R version 3.5.1 (2018-07-02) • Google Terms of Use • Documentation and Data Policy

4. 分群：以賣家銷售資料對賣家做分群　推測其產業類別

以賣家銷售類別比例 來計算距離作分群

以prop.table(margin=1) 計算每個賣家銷售產品的類別比例

mx = as.matrix(Segment[,2:72]) %>% prop.table(margin=1)
hc = dist(mx) %>% hclust(method="ward.D2")

在反覆測試分群數目後，選擇20作為最終分群數

kg = cutree(hc, k=20)

cluster = as.data.frame(table(kg))

ggplot(cluster,aes(x=reorder(kg, -Freq), y = Freq)) + 
    geom_bar(stat="identity")+
    labs(x="group number",y="seller number")

mx = as.data.frame(mx)
mx$group = factor(cutree(hc, k=20))

D = mx %>% 
  group_by(group) %>% 
  summarise_each(funs(mean))

Warning: funs() is soft deprecated as of dplyr 0.8.0
please use list() instead

# Before:
funs(name = f(.)

# After: 
list(name = ~f(.))
This warning is displayed once per session.

以熱圖呈現每群特性：同一群賣家的銷售產品類別比例

D[,2:72] %>% 
  as.matrix %>%
d3heatmap(col=colorRampPalette(c('black','darkblue','blue','green','yellow','orange','red'))(999),width = 800,height = 700)

每個產業類別有領導賣家嗎？

以x軸為賣家總賣出的商品數量 , y軸為總收益 看出有哪幾群出現領導賣家

ggplot(Leader,aes(x=total_sold_num,y=total_rev))+
  geom_point()+
  facet_wrap(.~group)

三個觀察點

• 1. 觀察不同市場中，廠商銷售數及其收益的關係。
• 2. 壟斷性競爭
  • 1. 不完全競爭市場
  • 2. 消費者偏好及品牌忠誠度
  • 3. 定價策略
• 3. 產業集中度
  • 1. 用于衡量產業競爭性和壟斷性的最常用指標。
  • 2. 產業集中度高，代表這家企業具有較大的市場力
  • 3. 領導廠商定價

5. 照片數量與銷售量的關係

家具類商品的googlevis

includeHTML("Furniture.html")

Data: vis_furniture • Chart ID: MotionChartID3bec48e59c8 • googleVis-0.6.3
R version 3.5.1 (2018-07-02) • Google Terms of Use • Documentation and Data Policy

食物類產品

includeHTML("Food.html")

Data: vis_food • Chart ID: MotionChartID3bec6598734b • googleVis-0.6.3
R version 3.5.1 (2018-07-02) • Google Terms of Use • Documentation and Data Policy

寵物相關商品

includeHTML("Petshop.html")

Data: vis_petshop • Chart ID: MotionChartID3bec60e56f2c • googleVis-0.6.3
R version 3.5.1 (2018-07-02) • Google Terms of Use • Documentation and Data Policy

手錶禮品類

includeHTML("Watch.html")

Data: vis_watch • Chart ID: MotionChartID3bec143e567c • googleVis-0.6.3
R version 3.5.1 (2018-07-02) • Google Terms of Use • Documentation and Data Policy

香水

includeHTML("Perfumery.html")

Data: vis_perfumery • Chart ID: MotionChartID3bec1baf3106 • googleVis-0.6.3
R version 3.5.1 (2018-07-02) • Google Terms of Use • Documentation and Data Policy