亚马逊印度电商商品市场分析

01

数据概览与品类结构

1,465 条 Amazon India 产品数据的基础分布——品类格局、评分形态、折扣特征。

各类别商品数量分布 (Top 5)

Electronics 35.9%、Computers & Accessories 30.9%、Home & Kitchen 30.5%——三品类三足鼎立，合计占 97.4%。

商品评分分布

均值 4.10，标准差 0.29。评分高度集中，低于 3.0 分产品不足 1%。存在明显的"评分通胀"现象。

折扣率分布

折扣率呈双峰分布——峰值在 40–50% 和 60–70%。均值 47.7%，反映平台差异化的折扣策略。

各类别商品价格区间分布

Home & Kitchen 高度集中在 ₹0-500 低价区间。Electronics 在 ₹1001-5000 区间分布最为均衡。

02

价格与折扣分析

价格分布、折扣策略与品类间的定价差异。

原价 vs 折后价（对数轴）

大部分产品点落于 y=x 线下方，折扣普遍存在。Electronics（蓝色）价格跨度最大，最高达 ₹77,990。

各类别平均折扣率

Home & Kitchen 平均折扣最高（49.9%），Computers & Accessories 最低（44.7%）。品类间差异约 5 个百分点。

03

评分与用户反馈

折扣率与评分的关系——"高折扣=高评分"的假设是否成立？

评分 vs 折扣率（含趋势线）

皮尔逊 r = −0.16，趋势线斜率几乎为零。折扣深度与用户评分之间不存在有意义的正向关系。

各类别评分箱线图

Computers & Accessories 评分中位数最高（4.2），且 IQR 最窄——产品品质最稳定。Home & Kitchen 评分波动较大。

04

K-Means 聚类 — 产品自动分群

以折后价与折扣率为特征，Elbow Method 确定 K=3，将产品分为三类运营群。

Elbow Method — 最优 K 值选择

K=3 处 SSE 下降速率明显放缓（"肘部"），此后趋于平缓。选择 K=3 在简洁性与拟合度间取得最优。

K-Means 聚类散点图 (K=3)

低价高折群（795 件，₹1,007，63.9%）、中价低折群（564 件，₹3,131，28.9%）、高价保利群（68 件，₹29,367，30.9%）。

06

随机森林回归 — 评分预测与因素归因

以 5 个可观测特征预测评分，量化各因素贡献度。测试集 R² = 0.082。

随机森林特征重要性

折后价与原价贡献度最高（~35%），但绝对解释力仍有限。品类编码贡献最小——品类本身不是评分驱动因素。

预测值 vs 真实值

R² = 0.082, MAE = 0.198。模型仅能解释 8% 的评分方差——92% 由产品品质、品牌口碑等不可观测因素决定。

07

AI 洞察与运营建议

1

折扣不是万能药。r = −0.16, R² = 0.082，双重验证：折扣深度与评分无关。运营重心从"打价格战"转向"提升产品力"。

2

产品分三类运营。K-Means 揭示的低价冲量型、中价低折型、高价保利型——需差异化定价、促销与库存策略。

3

Home & Kitchen 是安全赛道。评分方差最小，新品首发优选。避开 Cables & Accessories 的 480 SKU 红海。

4

价格仅解释 8% 的评分。与其在折扣上内卷，不如投资产品品质和品牌建设——这才是真正的护城河。

5

中等折扣（30%–60%）是定价甜蜜点。建议新品定价折扣设为 45%–55%，测试转化率后微调。

亚马逊印度电商
商品市场分析