10大行业公开数据免费下载：电商行业 DATE: 2023-12-08 00:48:52
原标题：10大行业公开数据免费下载 ：电商行业
新零售=电商+零售+微商
- 畅销书《数据分析思维》里的大行电商行业
这本书里包括了国内电商 、跨境电商、业公业零售行业的开数数据和分析案例
- 电商婴儿用户
1）数据集描述
数据下载地址 ：Tianchi:Data sets
商品表格字段 ：
user_id:用户身份信息
auction_id:购买行为编号
cat_id:商品种类序列号
cat:商品序列号
property:商品属性
buy_mount:购买数量
day:购买时间
婴儿信息表格字段 ：
birthday:出生日期
gender:性别（0 male；1 female）
2）参照分析案例
- 淘宝用户行为数据
1）数据集描述
记载了一百万名有行为的淘宝用户行为记载样本 ，包含1 ，据免0015 ，费下0806条数据 ，载电987994个不同用户,商行4162024个不同商品,3623个不同商品分类 ， 4种行为（点击、大行购买 、业公业加购 、开数喜欢）数据 。据免各个字段含义和数据下载地址 ：天池数据集
2）参照分析案例
- 亚马逊智能产品评论
1）数据集描述
亚马逊智能产品评论（kindle ，费下Fire TV Stick等），载电数据下载地址 ：Consumer Reviews of Amazon Products
数据集介绍在页面这个地方 ：
用下面红框中的商行数据集
数据集一共有34655行 ，17个字段分别为 ：
id-用户编号
name-产品名称
asins-产品编号
brand-品牌
categories-产品类别
keys-类别关键字
manufacturer-制造商
date-评论时间
dateAdded-追评时间
dateSeen-评论可可见时间
doRecommend-评论是大行否被推荐
numHelpful-帮助性分子数
rating-评分
sourceURLs-评论链接
text-评论文字内容
title-评论标题
username-用户名
2）参照分析案例
- 亚马逊食品评论
1）数据集描述：
该数据集包括对来自亚马逊的精美食品的评论 。这些数据的使用期限超过10年 ，包括1999年10月至2012年10月约500,000条评论 。评论包括产品和用户信息 ，评级以及纯文本评论。它还包括来自所有其他亚马逊类别的评论 。
数据形状为 ：568k 行x 10列 ，10个字段分别为 ：ID，产品ID，用户ID ，用户名，帮助性分子数 ，帮助性分母数 ，评分（1-5），评论时间 ，评论概括 ，评论内容
数据获取地址 ：https://www.kaggle.com/snap/amazon-fine-food-reviews
2）数据集中各字段含义 ：
ProductId （产品ID）
UserId （用户ID）
ProfileName （用户名）
HelpfulnessNumerator （认为评论有用的用户数量）
HelpfulnessDenominator （表明他们是否认为该评论有用的用户数量）
Score （评分 ：从1至5）
Time （发表评论的时间）
Summary （对于评论的概括）
Text （评论的内容）
3）参照分析案例
- 亚马逊商品评论
1）数据集描述：
这份数据收集了亚马逊2017年有关商品的制造商 ，售价 ，评论 ，库存等10000条信息。
数据获取地址 ：https://data.world/promptcloud/fashion-products-on-amazon-com
2）数据集中各字段含义 ：
product_name- 产品名称
manufacturer-制造商
price-价钱
number_available_in_stock- 库存
number_of_reviews- 评论数量
number_of_answered_questions-回答的问题数
average_review_rating-平均评价
amazon_category_and_sub_category-分类与子分类
product_information-产品信息
items_customers_buy_after_viewing_this_item-项目-客户_购买_后查看_此_项目
customer_reviews-客户评论内容
3）参照分案例
亚马逊kindle
1）数据集描述
来自亚马逊上关于kindle ，Fire TV Stick等产品的评论 。此数据文件为CSV格式，大小6MB 。数据集包括每种产品的基本产品信息 ，评级，纯文本评论等 。
数据集下载地址 ：Consumer Reviews of Amazon Products
数据形状为：34655行 * 17列 ，17个字段分别为：用户ID ，产品名称，产品编号 ，品牌 ，产品类别，类别关键字 ，制造商，评论时间 ，追评时间 ，评论可可见时间 ，评论是否被推荐 ，帮助性分子数 ，评分（1-5） ，评论链接，评论文字内容 ，评论题目 ，用户名
女鞋
1）数据集描述
这是关于女鞋及其产品信息的列表。
数据集包括鞋子名称 ，品牌 ，价钱等 。每个鞋子的每个价钱都有一个条目 ，有些鞋子可能有多个条目 。
数据集下载地址：Womens Shoe Prices
该数据集有23列 ，共33802行 ，各字段含义如下 ：
- id
- asins
- brand ：品牌
- categories ：类别
- colors：颜色
- count ：计数
- dateAdded：添加日期
- dateUpdated ：更新日期
- descriptions ：说明
- dimension：尺寸
- ean ：通用条形码
- features ：特征
- imageURLs ：图像URL
- keys: 主键
- manufacturer ：供应商
- manufacturerNumber：供应商编号
- name ：描述
- prices.amountMax ：最高价钱
- prices.condition：状态
- prices.currency ：货币
- prices.isSale：是否销售
- prices.merchant ：销售渠道
2）参照分案例
- ebay摩托车
1）数据集描述
kaggle平台采集的有关ebay的摩托车的销售情况 ，
数据获取地址 ：Ebay Motorcycle Prices
字段含义 ：
Condition：摩托车新旧情况（new ：新的 和used ：使用过的）
Condition_Desc：对目前状况的描述
Price ：价钱
Location ：发获地址
Model_Year ：购买年份
Mileage ：里程
Exterior_Color：车的颜色
Make ：制造商（牌子）
Warranty：保修
Model ：类型
Sub_Model：车辆类型
Type ：种类
Vehicle_Title ：车辆主题
OBO：车辆仪表盘
Watch_Count ：表数
N_Reviews ：评测次数
Seller_Status ：卖家身份
Auction ：拍卖（Ture或者False）
Buy_Now:现买
Bid_Count：出价计数
2）参照分案例
- 英国在线零售业务
1）数据集描述
这是一个跨国数据集 ，其中包含2010年12月12日至2011年12月9日期间发生的所有在英国注册的非商店在线零售业务的交易 。该公司主要销售独特的全场礼品 ，并且大部分客户是批发商。
数据获取地址 ：E-Commerce Data
2）字段含义
数据形状为 ：542k 行x 8列，8个字段分别为发票号 ，发票日期 ，商品码，商品描述 ，数量 ，单价 ，顾客ID ，国家 。
InvoiceNo: 发票号码，每笔交易分配唯一的6位整数，而退货订单的代码以字母c开头 。StockCode: 产品代码，每个不同的产品分配唯一的5位整数 。
Description: 产品描述 ，对每件产品的简略描述 。
Quantity: 产品数量 ，每笔交易的每件产品的数量。
InvoiceDate: 发票日期和时间，每笔交易发生的日期和时间 。
UnitPrice: 单价（英镑），单位产品价钱。
CustomerID:顾客号码 ，每个客户分配唯一的5位整数 。
Country: 国家的名字，每个客户所在国家/地区的名称 。
3）参照分案例
- 巴西电子商务公共数据集
1）数据集描述
Olist的巴西电子商务公共数据集 ，数据源中的字段较多 ，其中比较关键的字段有 ：订购产品价值 、订购商品数量 、订购卖家数量 、客户城市 、产品类别名称和评分 。
2）参照分案例
电商数据初探究之我上我也行(excel)
- 运营商用户流失率
1）数据集描述
数据下载地址：Telco Customer Churn
1，customerID(String)--用户ID
2 ，gender(String)--性别（男 ，女）
3，SeniorCitizen(Numeric)--用户是否属于老年人(1:是 0:不是)
4 ，Partner(String)--用户是否有伴侣(是 ，否)
5 ，Dependents(String)--用户是否有受赡养者（是 ，否）
6 ，tenure(Numeric)--用户在网多少个月
7 ，PhoneService(String)--用户是否有电话服务（是 ，否）
8 ，MultipleLines(String)--用户是否有多线服务（是 ，否）
9 ，InternetService(String)--用户的上网服务提供商（DSL，Fiber optic）
10 ，OnlineSecurity(String)--用户是否有在线安全服务（是，否）
11 ，OnlineBackup(String)--用户是否有在线备份服务（是，否）
12，DeviceProtection(String)--用户是否做了设备保护（是 ，否）
13 ，TechSupport(String)--用户是否有技术支持服务（是 ，否）
14 ，StreamingTV(String)--用户是否有stream Tv服务(是 ，否)
15 ，StreamingMovies(String)--用户是否有stream movie服务（是 ，否）
16 ，Contract(String)--用户的合同期是怎样的（一个月 ，一年 ，两年）
17 ，PaperlessBilli(String)--用户是否有无纸账单（是 ，否）
18 ，PaymentMethod(String)--用户支付方式（电子支票 ，邮寄支票 ，银行转账）
19，MonthlyCharges(Numeric)--用户每月缴纳的费用
20 ，TotalCharges(Numeric)--用户历史总共缴纳的费用
21 ，Churn(Numeric)--用户现在是否流失转
2）社群会员作业
第1关行业选择 ：数据分析小白的进击之路
- 爬取的数据 ：淘宝彩妆品牌colorpop
1）参照分案例
- 沃尔玛销售数据
1）数据集描述
数据收集了位于不同地区的45家沃尔玛商店的历史销售数据
字段含义 ：
features.csv 8191*12
此文件包含关于给定日期的商店 、部门和区域活动的附加数据 。它包含以下字段:
Store 商店号
Date 日期
Temperature 区域平均温度
Fuel_Price 区域燃料成本
MarkDown1-5 沃尔玛正在运行的促销标记相关的匿名数据 。MarkDown数据仅仅在2011年11月之后可用 ，并非所有商店都一直可用 。缺失值都用NA标记 。
CPI 消费价钱指数
Unemployment 失业人数
IsHoliday 是否为特殊节假日
stores.csv 45k*3
Store 商店号
Type 类型
Size 规模
train.csv 422k*5
历史训练数据 ，涵盖2010－02-05至2012-11-01 。在文件中将找到以下字段 ：
Store 商店号
Dept 部门号
Date 日期
Weekly_Sales 星期销售
IsHoliday - whether the week is a special holiday 是否为特殊节假日
test.csv115k*4
需要预测的数据文件
Store 商店号
Dept 部门号
Date 日期
IsHoliday - whether the week is a special holiday 是否为特殊节假日
合并给出16个数据指标为
store 、dept 、 date 、weekly_sales 、 lsHoliday
temperature 、 fuel_price 、 MarkDown1-5
cpi、unemployment 、type 、size
- 餐厅营业收入
1）数据集描述
餐厅营业收入预测建模竞赛提供了137家餐厅的信息作为数据 ，包括：开业时间 、地址 、城市类型、人口统计、房地产和商业等相关属性信息。
数据下载地址：
https://www.kaggle.com/c/restaurant-revenue-prediction
- 食品营养成分
食品营养成分数据包括10万多种食品的营养物质、有效成分 、过敏原等组成 ，由全世界150多个国家的志愿者协作贡献生成 。
数据获取地址 ：
https://www.kaggle.com/openfoodfacts/world-food-facts
- 亚马逊手机
1）数据集描述
来自kaggle的手机数据
数据下载地址 ：Amazon Reviews: Unlocked Mobile Phones
2）字段含义
商品名称 ，价钱 ，评分 ，评价 ，评价推荐。
- 便利店数据
1）数据集描述
这个数据类似于国内很多便利商店 （商品种类有限） ，如seven-eleven ，罗森 ，甚至专注于食品的盒马鲜生的销售数据分析和会员情况分析 。
包括了558077个交易 ，总单品量240008 ，这个数据包括了7个字段 。
数据下载地址：https://www.kaggle.com/sanjeet41/online-retail
字段含义：
Invoice_number ： 发票代码
Stock_code ：存活代码
Invoice_date ：开票日期/购买日期 ，year month类型
Quantity ：数量
Unit_Price ：单价
Customer_ID：会员编号 ，非会员为missing value
Country ：国家
- 黑五（国外的黑五类似国内的双11）
1）数据集描述
kaggle上面找到关于黑五的数据 ，一共有550000条数据 。
零售商店中的交易数据 ，没偶尔间维度 ，职业 、城市 、婚姻状况进行了编码处理 ，产品分类进行了模糊处理 。
数据获取地址 ：https://www.kaggle.com/mehdidag/black-friday
2）数据集中各字段含义 ：
数据包含12个字段 ，分别如下 ：
User_ID ：用户编码
Product_ID ：产品编码
Gender ：性别（F表示女性，M表示男性）
Age ：年龄（分0~17、18~25、26~35 、36~45 、46~50 、51~55、55+共7个年龄段）
Occupation：职业（分为0~20 共20个类别）
City_Category ：城市类别（分ABC共3个类别）
Stay_In_Current_City_Years ：在目前城市停留的年数（分0 、1、2 、3 、4+共5个类别）
Marital_Status ：婚姻状况（0表示未婚 ，1表示已婚）
Product_Category_1：商品所属分类1 ，不可为空
Product_Category_2 ：商品所属分类2
Product_Category_3 ：商品所属分类3
Purchase：购买价钱 ，以美元计算
【问】这个商品所属分类1（Product_Category_1）下面的数字代表的是啥 ？
【答】商品所属分类1（Product_Category_1）是个大类，下面包括其他小类 。例如类别是钱 ，下面又可以细分为几类：人民币 ，美元 ，澳币等 。
商品所属分类1（Product_Category_1） ，商品所属分类2（Product_Category_2） ，商品所属分类3（Product_Category_3）是什么关系 ？
一个商品可以属于不同类别 ，因此会有分类1 ，分类2 ，你打开一个亚马逊的网站里面的商品 ，可以看到这个商品属于不同类别 。
【问】例如我通过数据筛选，确定一个产品编码，得到1类产品 ，下面数字都是5 ，按理说这是同一种商品吧 ？为啥价钱完全不一致呢？
【答】这一列是消费金额 ，不是商品的单价 ，例如你买1个苹果是1元 ，买10个苹果是10元
3）参照分案例
其他行业数据集在这里 ：数据分析和挖掘有哪些公开的数据来源 ？
————领取福利分界线——————