【干货】当当网图书畅销榜，数据分析爆款图书的流量密码

点击蓝字 关注我们

在出版行业“内容爆炸”的今天，选题、印量、营销预算的决策越来越依赖数据，而非经验。当当网作为老牌图书电商，其公开畅销榜、评论、折扣信息为“小步快跑”的数据实验提供了绝佳土壤。

本文来和大家分析下当当网图书畅销榜的情况，从数据分析的角度揭秘爆款图书背后的流量密码。

01

首先，在正式进行数据分析前，我们需要对当当网的图书销售数据情况进行收集。可以用Python爬虫进行实战。

1.进入网址

首先，在浏览器中打开当当网，进入图书畅销榜。为了增强数据的时效性，可以选择查看近30日的排行榜数据。

网址：图书畅销榜-近7日畅销书排行榜-当当畅销图书排行榜

如果要爬取当当网所有页码，可以使用for语句或者while语句构造一个循环函数，按页码依次进行网址的拼接、发起请求即可。用for语句演示代码如下：

2.分析数据标签

在分析数据标签前，可以先确定数据是否动态加载。

打开开发者工具，切换到“Network”（网络）选项卡，然后单击“All”（全部）按钮，按【F5】刷新页面，在“Name”（名称）窗格中找到主页面的数据包并单击（通常为第一个数据包）。

在Name窗格的右侧，切换到“Response”（响应）选项卡，并在网页源代码的任意处单击。

按快捷键【Ctrl+F】调出局部搜索框，输入任意一本书的名字，如“一句顶一万句”，搜索后我们发现，在“响应”选项卡下的网页源代码中有该关键词。

这说明数据不是动态加载的，可以用响应对象的text属性获取网页源代码，再从源代码中提取数据。

接下来，利用【F12】开发者工具可看到，要提取的排行榜数据位于class属性值为bang_list的<ul>标签下的多个<li>标签中，如下图所示。

这样，每个<li>标签中存储着每一本图书的详细是数据，包括排名、书名、作者、出版时间、出版社、价格等。

在这之后，我们就可以开始提取数据代码了。具体可先创建一个字典data_info，然后根据上一步的分析结果编写自定义函数parse_html()，从BeautifulSoup对象中提取数据添加到字典中。

之后，就可以保存爬取的数据，然后通过代码进行运行了。最后得出图书畅销榜的数据情况。

02

在对当当网基础数据和畅销图书数据收集的基础上，可以继续通过可视化图表对数据点的详细情况进行展示和分析。

每个数据点都包含丰富的信息，如书名、作者、出版日期、出版社等，还有原价、售价、折扣比例等关键商业指标。

1.售价与评论数的关系分析

通过上面的指令，不仅能得出图书评论靠前的数据，而且还能得出销售和评论数之间的关系。具体如下：

2.折扣与评论数的关系

3.推荐值与评论数的关系分析

4.排行榜位置与评论数的关系分析

通过上面的步骤，我们可以分析并得出图书畅销榜的特征，以及图书销售情况和评论数之间的关系，直观地了解畅销图书的市场动态。

无论你是数据分析爱好者，还是对市场、运营感兴趣的职场人，建议都可以考一个CDA数据分析师。CDA数据分析师认证体系包含数据模型、用户价值分析等多个实战框架，可以帮助我们在工作中更好地运用，提高运营的专业度。扫码“CDA认证”小程序，获取更多行业模型、知识资料。