8979条数据验证:防脱洗发水是不是伪命题?!

挖数网精选
挖数网精选
挖数网精选
352
文章
0
评论
2020-08-0513:08:00 评论 65 3175字
摘要

脱发是每一个互联网人工作之余的必侃话题,看着自己日渐后移的发际线,摸着自己愈加宽敞的大脑门,一阵风吹过,凉意肆起。真担心自己就这么秃了呢……防脱洗发水就是呼应群众的痛点而生的,今天来看看它真的这么神奇吗?

最近,小编陷入了一个脱发死循环。

照镜子隐隐若现的头皮,洗完头地上乌压压的断发,让他无时无刻不担心自己的发量,一担心怎么办呢?挠头呗!

越脱发,越担忧;越担忧,越挠头;越挠头,越……脱发...

"为什么不试试防脱洗发水呢?我有好几个同事在用。"我实在不忍心小编继续循环下去。

小编义正言辞:"我听说那些玩意儿没什么用啊!现在产品都喜欢打概念!"

"没有调查就没有发言权,你这样下定论太主观了。要不咱们从数据的角度来论证一下,防脱洗发水是不是个伪命题?"

"有点意思!"小编来了劲儿。

说干就干。要论证防脱洗发水是不是个伪命题,得先搞清楚谁对防脱洗发水最有发言权。

答案显而易见,买过防脱洗发水的朋友,他们对产品的评价,是最简单粗暴的论据。

所以,我们以淘宝为例,爬取5款热销洗发水评价数据,综合分析效果。

一.数据获取

目前淘宝反爬(尤其是滑块等验证)实在让人头大,但是呢,我发现爬取评价数据,并不一定需要和登录滑块硬刚,用selenium是可以绕过的。

8979条数据验证:防脱洗发水是不是伪命题?!

部分代码如下,对爬取感兴趣的同学可以在文末链接下载详细代码,不感兴趣的同学直接往下滑:

import pandas as pd

from selenium import webdriver

import random

import os

import time

driver = webdriver.PhantomJS()

def get_page(driver):

result = pd.DataFrame()

for i in driver.find_elements_by_xpath("//div[@class = "rate-grid"]/table/tbody/tr"):

try:

content = i.find_element_by_xpath("td[@class = "tm-col-master"]/div[@class = "tm-rate-content"]").text

#评价日期

date = i.find_element_by_xpath("td[@class = "tm-col-master"]/div[@class = "tm-rate-date"]").text

#购买产品

sku = i.find_element_by_xpath("td[@class = "col-meta"]/div[@class = "rate-sku"]").text

#用户名

username = i.find_element_by_xpath("td[@class = "col-author"]/div[@class = "rate-user-info"]").text

append_time = None

append_content = None

except:

content = i.find_element_by_xpath("td[@class = "tm-col-master"]/div[@class = "tm-rate-premiere"]/div[@class = "tm-rate-content"]").text

#评价日期

date = i.find_element_by_xpath("td[@class = "tm-col-master"]/div[@class = "tm-rate-premiere"]/div[@class = "tm-rate-tag"]/div[@class = "tm-rate-date"]").text

#购买产品

sku = i.find_element_by_xpath("td[@class = "col-meta"]/div[@class = "rate-sku"]").text

#用户名

username = i.find_element_by_xpath("td[@class = "col-author"]/div[@class = "rate-user-info"]").text

append_time = i.find_element_by_xpath("td[@class = "tm-col-master"]/div[@class = "tm-rate-append"]/div[1]").text

append_content = i.find_element_by_xpath("td[@class = "tm-col-master"]/div[@class = "tm-rate-append"]/div[2]").text

df = pd.DataFrame({"用户名":[username],"购买产品":[sku],"评价日期":[date],"初次评价内容":[content],

"追评时间":[append_time],"追评内容":[append_content]})

result = pd.concat([result,df])

return result,driver

二.热门关注点

我们爬了5款产品,共计8979条评价,然后把评价中TOP15高频词做成词云图:

8979条数据验证:防脱洗发水是不是伪命题?!

很明显,消费者对于防脱洗发水的诉求简单粗暴,效果是第一核心关注点。虽然"没用"也在TOP15高频词中,但整体而言,正面词汇更加集中,消费者并不吝给出不错、好评、好用等评价。

除效果外,味道成了消费者的"论点",毕竟洗完头之后,洗发水是通过味道来散发魅力。

防脱洗发水,营造的防脱希望十分重要,不少消费者在收到货后,都已经开始期待头皮变得浓密。

下面,我们从情感分析的角度来切入。

三.防脱洗发水情感分析

1. 情感打分

虽然很多人自诩是一个没有感情的杀手,但说出来的每一句话却都洋溢着"感情"。

8979条数据验证:防脱洗发水是不是伪命题?!

拿刚爬到的评论数据来说,任何一个消费者在评论时都带着和产品相关的主观情感,要么觉得好,要么觉得烂,只是个体对于好和烂的感知程度不同罢了。

So,这里我们用SnowNLP这个库,为每条评价进行情感打分,通过分值来量化情感倾向。(分值在0-1之间,越靠近0负面倾向越强,越接近1则正面情感越强)

from snownlp import SnowNLP

sens = []

for text in final_re["初评内容"]:

s = SnowNLP(text)

sens.append(s.sentiments)

#final_re是评价数据源

final_re["初评情感评分"] = sens

一个回车,打分完毕!

2. 评分总览

看看5款热销防脱洗发水的平均情感评分:

8979条数据验证:防脱洗发水是不是伪命题?!

尴尬,8000多条评论最终平均下来竟然是如此中性的倾向(我们暂且认为0.5是中性)。是大多数客户都无所谓,还是两极分化严重呢?

8979条数据验证:防脱洗发水是不是伪命题?!

防脱洗发水的评价两极分化极其严重。28.95%的消费者给出了超0.8分的正向评价,他们极尽吹捧之能事,甚至可以说是"歌颂"防脱洗发水,感谢再"生"之恩。32.81%的消费者评价情感小于0.2,他们恨不得跳脚大骂,觉得智商受到了侮辱。

3. 品牌情感细分

8979条数据验证:防脱洗发水是不是伪命题?!

除章光101外,其他品牌情感评分均值都在0.5之上,情感以积极为主。为什么章光101平均值、中位数如此之低?这么多负面评价品牌都无动于衷吗?

数据分析要敢于直面惨淡的数据,敢于正视打脸的现实。

8979条数据验证:防脱洗发水是不是伪命题?!

通过进一步观察评价内容,我们发现问题出在情感评分本身。不少消费者给出好评时,会先诉说自己被脱发折磨的多么苦不堪言,最后话锋一转开始夸洗发水。(章光101此类评价尤多)

很遗憾,snownlp这个库的脑回路转的太慢,他总是沉浸在悲痛的前奏不能自拔,给出了低分。再加上我们并未针对洗发水评价进行训练,会存在一些评分疏漏。

这里是抛砖引玉,给出评价分析,建议大家尝试更多的评分玩法

最后,小编开始用肉眼检索评价。许久之后,甩了甩稀薄的刘海,自信的总结:

"如果剔除掉评分误判,消费者对于防脱洗发水的使用情感会更加正向。所以,从评价角度来看,我觉得防脱洗发水并不是一个伪命题,哥已经下单了!"

小编能否成功镇守发际线?且听下回分解。

End.

作者:小z

来源:数据不吹牛

本文已和作者授权,如需转载请与作者联系

  • 我的微信公众号
  • 微信扫一扫
  • weinxin
  • 我的微信公众号
  • 微信扫一扫
  • weinxin
匿名

发表评论

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: