摘要:随着互联网用户的极速增长,互联网电子商务有了蓬勃发展的沃土。淘宝、京东等一大批电商平台应运而生。而随着互联网营销技术手段的越来越成熟,大数据、云计算成为越来越多商家的必争资源。人们的购物习惯和购物理念正发生着翻天覆地的变换。消费者喜欢买什么样的商品?什么因素影响消费者在众多同类商品中的抉择最多?卖家的商品最能吸引哪一类消费者?怎么提高消费者从游客到顾客的转化率?众多类似问题成为了众多小商家最为关心重视,最迫不及待想要得到答案的难题,所以研究淘宝平台搜索变化趋势是必不可少的。
本文主要是研究淘宝平台搜索量变化趋势的问题。通过收集服装类、数码类、工具类和食品类这几类具有代表性的消费品的搜索量数据,建立搜索水平的十个指标体系,利用主成分分析计算得出如下模型
根据模型进行科学分析得出各月份综合得分。我们得出主成分综合评分最高的是二月份。然后引进欧式距离,通过将距离相近的省市或年龄段聚类,分析搜索量的地域分布和年龄分布。最后根据数据分析得出的结果了解影响搜索趋势的一些其他因素,研究消费者的潜在购买趋势,并提出一些针对性的营销意见。
关键词 淘宝平台;搜索;主成分分析法;聚类分析
目录
摘要
Abstract
1 绪论-1
1.1 研究的背景、目标-1
1.2 研究的现状-3
1.3 研究内容和方法-3
1.3.1 研究内容-3
1.3.2 研究方法-4
1.4 研究的意义-4
1.5 本文的主要工作-4
2 理论综述-5
2.1 主成分分析理论介绍-5
2.1.1 主成分分析基本概念和意义-5
2.1.2 主成分分析法的原理-5
2.1.3 主成分分析法的步骤-5
2.1.4 主成分分析运算-7
2.2 聚类分析方法的介绍-8
2.2.1 聚类分析的基本概念和意义-8
2.2.2 聚类分析的计算方法-8
2.2.3 聚类分析的步骤-9
3 搜索量变化趋势和消费者之间的关系-10
3.1 淘宝平台的搜索量分布状况-10
3.1.1 几类消费品淘宝搜索量地域分布状况-10
3.1.2 几类消费品淘宝搜索量年龄分布状况-12
3.2 淘宝平台的搜索量月变化趋势-14
4 各月份搜索趋势综合评价模型建立-15
4.1 搜索趋势指标的构建-15
4.1.1 服装类指标-15
4.1.2 数码类指标-15
4.1.3 实用工具类指标-15
4.1.4 食品类指标-15
4.2 淘宝平台月搜索趋势变化的研究-16
4.2.1 计算结果的解释和分析-16
4.2.2 计算各月月综合得分及分析-20
5 聚类分析搜索量地域年龄分布-22
5.1 聚类分析并得出地域分布结论-22
5.2 聚类分析并得出年龄分布结论-24
6 几类消费品搜索趋势分布的原因及影响-27
6.1 搜索指数的分布的原因-27
6.1.1 地区经济发展的差异-27
6.1.2 市场经济造成大量人口流动-27
6.1.3 青少年的接受能力强-27
6.1.4 智能移动设备的普及-27
6.2 几类消费品搜索量升高的其他原因-27
6.2.1 季节天气的变化-27
6.2.2 开学季-28
6.2.3 春节等节假日-28
6.3 面对搜索量变化趋势的应对-28
结论-29
致谢-30
参考文献-31
附录-32