5.降维与选取特征—表盘大小与厚度的缺失值过多，不利于分析，我删掉了（最后选取分析维度：性别，表盘大小，上市时间，风格，流行元素，机芯类型，表带材质）

6.数值转换（连续变量转换称离散变量）

售价那一行插入直方图

根据直方图，我把售价转化称价格区间（（1-499，500-999，1000-1400，1500-1999，2000-2499，2500以上）用excel中if函数即可

终于可以分析了

第四：数据分析

1.假定我好奇每个价格区间的各个商家的支付金额占比波动情况（有点绕口），我这里采用的是统计学里的变异系数。说白了，就是变异系数越大，商家之间的”贫富差距“越大。

看来千元以上的基本被大牌占据，主要是DW与阿玛尼，如果要进入这个价位尽量避免与这两个大牌的同质化竞争。500-999的变异系数最低，说明这个价位中，分给各个商家的支付金额比较集中。

2.OK，那现在我好奇的是各个价格段的市场销售都有多少

如果我关注的市场是500-999的价位，也有11.7%的市场?

3.咱们来看看每个价格段的消费者接受新品的程度。我把时间在17年前出的取值为“不是”，17年后的产品取值为“是”。（实际数据源这里缺失值挺多，仅供参考）

500-999的新品支付占比排名第二，如果公司的实力不强，我建议这个价位是不错的选择，原因：有一定的市场占有率，大牌垄断程度低，消费者认可新品程度高。

4.那我们再来看看这个价格段市场的男女销售占比

女性占比更高。当然有兴趣你也可以筛选其他价位，比如2000以上的手表，男性就高多了

5.当然还可以选择其他维度，比如在已经筛选价位与性别的情况下，筛选表带材质，风格，甚至表盘大小（虽然缺失值多）。

6.也不能纸上谈兵，最好还是取各个店铺Top商品都是些什么样的产品，他们有什么共性来做一下总结

richgoneborke做的是特色产品，表带的材质是丝带，在这个价位占比第一。

adexe的产品跟Dw有相似之处，但价格仅DW的6折，并且在礼品上面做出自己的特色。排到第二。

lolarose在经典款的手表做了一些其他创新，比如表盘颜色的配色以及大理石纹理。

我相信做了以上分析，应该对这个类目有一定的认识，要做跟卖还是做自己特色产品，以什么价位进入市场都有有一定认识，(比如机械表在1500以上的也有很多卖得很好的商家。这里就不展开来说了),为后面做运营提供很好的数据基础。

如果文章对你有帮助，不妨点个赞哈，有什么问题欢迎指出，互相探讨，互相进步。