除了IKEA和MUJI，床品还可以考虑这两家 | 基于数据的购买

朋友家里装修， 来咨询床品的购买建议。这时当然乐于体现一下专业人士的专业素养。

问："想要什么样的床品？" 脑袋里自动出现N种选择组合准备推荐。。。。
答："材质要好，花型漂亮，符合装修风格，手感舒服，打理起来方便，当然太贵的也没什么意思。"
"。。。。。。"

期待听到的是，素色印花或是色织小提花，棉的或麻的，密度，颜色，风格，价位之类，没想到客户需求如此模糊主观，这怎么推荐啊，不过如果真问的这么专业，怕是轮到友人无语了。
不能简单明白解释清楚专业术语的数据分析师不是好作家。

我错了，换个问题吧：

问："平时去哪里买床品？"
答："能想到的就是IKEA和MUJI了，其他都是随便逛到的，看到好看的就进去看看，但是不了解的品牌不知道品质如何。"
友人对美有点追求，但也不想花太多时间在床品上做深入研究，最好能有产品直接推荐。
这样的需求就很明确了。床品作为一个非标品，对于消费者来说只能看直观指标，比如花型，比如手感，而其他更多影响品质的指标，诸如材质，规格，保养的难易程度，比较判断就有点困难，价格差异也极其巨大，下无底线上不封顶，谁都不想为了买个称心的床品而变成纺织品专家。

虽然有时候我们为了买到称心如意的产品不得不花很多时间让自己变身为半专业人士了解各种行业术语，尤其是这种价格高，频次低的耐用消费品，没有信任品牌的时候，试错成本很高，就是不能放心地买买买。
现在正值季节转换期，又是装修旺季，貌似有这种需求的朋友不少，那就通过数据分析，把一个非标品的各种指标量化成可以比较的数据，大家就能按照各自的需求愉快的买买买了。

问题既然抛出来了，数据分析的项目也可以就此立项了。

利用数据分析做床品的购买决策

1. 确定候选品牌作为调研对象

朋友的品牌认知是IKEA和MUJI，但是能对标这两家全品类的知名家居品牌真的不多。不过提到IKEA，经常会想到另一个瑞典零售巨头H&M，只是很多人可能还不知道H&M也有家居，而提到H&M不得不提的当然是ZARA了，同属时尚快消品牌，虽然两家的基因一点都不像，但经常拿来一起对比，即使战场换到了家居，一样不能幸免。
近年北欧风格大行其道，IKEA和H&M虽然不能全权代表北欧风格，但总带着北欧生活理念的影子，而断舍离的流行让MUJI变成了冷淡风的代表，常常和北欧放在一起比较。如果单论床品，四个品牌还是可以放在一起比较看看，有哪些各自的特色产品。

四个品牌一起很和谐啊

品牌确定后就开始采集数据了。

2. 数据采集

来源：首选是各自的官网，zarahome除外，因为他们官网是英文的(即使选了地区为中国，语言也还是英文的)，所以用了其天猫店替代。
品类：床品的主要品类--被套。
元素：可能影响采购决策的元素，如价格，成分，规格，颜色，花型，工艺，保养方式等。
时间：2017.06. 春夏
工具：采集软件八爪鱼。

说明：采集软件使用过程中需要循环采集的内容没采集到，就是页面地址没有变化，但点击不同的元素会动态加载的内容。解决方案说要先学Xpath再照教程写代码，力有不逮。幸好数据量不大，涉及到一部分的数据手工补了， 另一部分是H&M的少量颜色，因为基本不影响采购决策，未补。

然后就开始清洗数据。

3.数据清洗&整理

这部分是整个项目中耗时最长的，详细解释了数据清洗的过程，冗长且偏专业，不感兴趣的朋友可以直接跳过，下拉到这两部分：

4.数据分析--具体指标的可视化和解释
5.购买建议--综合比较和专业干货

总体情况

数据整体情况

数据缺失最多的是H&M的字段"颜色.1"，其次是IKEA的产品材质。数据缺失的原因在采集部分已经说明。数据主要都是文字型，数值型的少。

然后再来看下每个品牌具体的数据。

ikeahead mujihead hmhead zarahead

比较四份数据，先剔除对采购决策影响不大的字段，比如ZARA的品牌字段，或者只有一个品牌有而无法比较的字段，比如MUJI的产地字段。

再看需要分析的字段，价格，成分，颜色，尺寸都有，但是MUJI的规格和洗水方式缺失，IKEA图案缺失。

再细看内容差别就很大了，四份数据的格式和内容都不统一，初步筛选后留取这些字段分别整理：

名称 | 成分 | 颜色 | 规格 | 图案 | 尺寸 | 价格 | 说明 | 洗水方式

具体字段整理

3.1 成分
四家都有。
以成分+百分比的格式把文字统一即可。

3.2 颜色

IKEA的产品列

四家都有。但IKEA在产品说明列，需要把颜色分成单独列。用excel的分列功能即可。

3.3 规格

不同品牌的规格

HM同时提供了纱支和密度。
IKEA和ZARA都只提供了密度，没有纱支。
MUJI的规格数据没有，只好去店里测实样，机织产品店里只有水洗棉这款，其他款没有，而针织产品要破坏面料才能测，数据只能缺失。
整理方案：忽略纱支保留密度。这里大部分面料都是常规规格，看密度就能知道纱支，所以比较密度即可。从相应的列中提取数字，命名列为密度，统一格式。

3.4 图案

图案在不同的字段中

ZARA有单独列，MUJI和HM在不同的列中，分别提取，IKEA没有，手工补齐。
图案是主观描述，各家不同，为了方便比较，按照主要关键字统一归类成以下五种，改字段名为花型：

花卉，格纹，条纹，几何，素色

3.5 工艺
采集的字段里没有这列，但是在产品说明中有体现，工艺也是影响价格的重要因素，因此我们需要做提取归类。

工艺在不同字段

除了IKEA，三家的产品名称都是特征描述，涉及到一部分工艺，而在产品详情中描述的产品特色也包含一部分工艺。IKEA的产品只能根据图片人工判断整理，要是有图片智能识别归类的软件就好了。

工艺种类繁多，描述也不统一，归类有点繁琐，因此用了词云软件，先把涉及到的文字描述都整合到一起，去掉诸如被套单人双人图案这种通用无关的描述，尽量只留下工艺相关，然后导入词云看下：

工艺词云

主要关键字：印花，水洗，天竺(即针织汗布)，棉缎，密织，按扣，双色，泡泡纱等等。
其中如密织&泡泡纱&棉缎，描述的都是织造工艺，印花是印染工艺，而水洗&按扣是成品工艺。
根据产品的制造流程，将印染织造并成一类，新增字段为染织工艺；将成品工艺分成一类，新增字段为成品工艺， 并统一描述：

1.染织工艺：素色，印花，色织，小提花，针织
2.成品工艺：水洗，绣花，拼接，打褶，荷叶边，精梳棉，埃及棉

新增两个工艺字段

3.6 尺寸
本来是个很好量化的字段，但是因为其和价格的对应关系导致还要做一进步的处理，见整理的表格：

四家尺寸比较

尺寸分单人，双人标准，双人大床，和双人加宽，但是各家不同，而价格又是基于各家自己的尺寸，所以尺寸不同会导致后面做价格对比会有偏差，那怎么办呢？ 我们改用面积来量化尺寸差异的比例，面积估算很常用，当然有其限定条件，这里用作估算没有问题。
根据表格，尺寸1和尺寸2四家都有，但是尺寸1差距太大，之后比较会用尺寸2. 双人标准，即最常用的一个尺寸。

3.7 价格
最复杂的字段整理要详细解释一下。
价格数据有几个问题：

1.款式行和价格列不统一

款式行和价格列的格式不同

ZARA是按照款式来排列的，每款一行，不同尺寸对应不同的价格。
MUJI是一个款好多行，同款的不同尺寸和不同颜色都算一行，每行一个价格。
IKEA和HM介于两者之间，一个款也有好几行，或者是不同尺寸或者是不同颜色都算一行。

整理方法：参照ZARA格式，转换成每行一款，价格转换成不同列。所以最初看数据大致情况的时候HM和MUJI的数据行看起来多，其实款式多重复，统一格式后就能看到款式其实比IKEA和ZARA少。

2.价格列数据缺失
整理成不同价格列后，发现数据缺失很多。不是所有款式都有四个尺码，部分尺码无货就没有价格。观察了各个品牌的价格体系，同品牌的不同尺码的价格差距比例都相对固定， 为了方便数据统计，这部分缺失的价格参考了同价位的产品做了填充。

3.售卖方式不同的价格影响
a. 被套
IKEA和HM是被套和枕套一起售卖的，所以是套装价格。MUJI有套装售卖的，但大部分是拆开售卖的。ZARA的被套和枕套全都是分开售卖的。

考虑到大多数人的购买习惯都是被套枕套一起买，所以整理成套装价格作比较。这样就要另外采集MUJI和ZARA的枕套价格。

b. 枕套
枕套数据依然要做调整。
ZARA的枕套是两个一起卖的，而MUJI是单个卖的。 只能简单的把ZARA的枕套价格除以二，得出单个枕套的价格。其实会有些差异，单个售卖的成本还是会偏高一些，不过影响不大可以忽略。

c.配套
有了被套和枕套的单独价格，需要将枕套匹配到同款被套，然后相加得到套装价格。

枕套和被套相匹配

观察了商品号组成，按照前六位排序，同时比对关键字，不是所有的枕套都能配上相应被套，数据缺失的情况一样参考同价位的产品做了相应填充。

最后按照单人尺寸配一个枕套，双人尺寸配两个枕套，匹配相应的同款被套，最终完成套装价格。这样四个品牌的价格基准都一样了。

3.8 洗水方式
三家有。MUJI没有，去店里查看吊牌后获得。

至此，全部字段整理完成：

整理完成的数据

4.数据分析

基于整理好的数据，从单一字段开始进行数据分析：

4.1 产品款式

产品款式

ZARA款式最多，IKEA其次，然后是HM，MUJI最少。

4.2 产品成分

产品成分

主流成分就是棉了，一般是床品的首选成分。
其次是亚麻，HM比其他品牌更偏好亚麻。MUJI虽然这里没有亚麻，但是在浏览其官网的时候其实有的，不过因为我们采集的时候显示商品已售完这次没有纳入统计。下一季再关注比较。
再有就是混纺，数量也不少，除了MUJI，三家都有，但是细看混纺的组成就很不一样了。

混纺成分比较

IKEA和HM主要是莱赛尔和棉混，有各种比列，可以算作一类产品。IKEA还有小部分的涤棉混产品。
ZARA混纺产品主要成分还是棉， 其他成分是装饰部分的，比例很小，但是种类很多，真丝亚麻涤都有。
最后IKEA还独有100%莱赛尔的产品。

4.3 密度

密度是重要的面料品质参数，一般商品详情都会提到的，所以先稍微解释一下密度的构成帮助理解。

面料按照织造方式分成针织和机织，衡量方式稍有不同。
针织面料用克重衡量，机织面料用纱支密度衡量
克重--每平方米面料多少克，比较好理解。有专门的克重称。
纱支密度--纱支是指纱线的粗细，密度是指每平方英寸经向+纬向一共有多少根纱线。用密度镜数。
纱支和密度共同决定了面料的克重，所以机织面料如果只衡量克重，粗纱线低密度和细纱线高密度就会出现同克重而无法区分。而且同克重的面料织造方式还有可能不同，风格和价格也会差很多，所以机织面料一般用纱支密度来衡量更准确。

密度是数值型的数据，比较起来就很直观了：
（不包括缺失的密度数据，即上面提到的MUJI和IKEA的针织产品，以及MUJI大部分产品。）

密度比较

均值ZARA184最高，其次IKEA175，HM141。
中位数ZARA180最高，其次IKEA152，HM144。
ZARA和HM的均值和中位数很接近，均值基本可以代表大部分的产品密度，但标准差HM22最小，可见HM产品线比较单一，密度很集中。
IKEA的均值和中位数的差距20以及标准差60都是最大的，说明IKEA的产品线跨度大，低中高密度都有，主要产品参考中位数152根。

直方图更直观：

密度直方图

IKEA的规格最多，ZARA的最集中，HM的最单一。
床品面料的密度会有些常用规格，比如144根，180根，200根，250根，280根，300根等等，比较了四家的数据后分成以下5组：
144以下
144-150根
180-200根
200根以上
其他

然后一起比较：

密度对比

主流密度是144-150根。
IKEA的中位数152就在这组，数量次于HM，但也是其产品线中最多的一个密度。
HM明显只专注于主流规格，数量是四个品牌中最多的，均值也在这组。
MUJI的其他款式比144-150的更多。
ZARA的数量和IKEA差不多，但不是其最主要的产品密度。

然后是180-200根，ZARA的均值在这组，数量几乎是其他两家之和的一倍，明显是其主要规格。

而200根以上产品只有IKEA和ZARA有，数量也差不多，IKEA稍多一些。根据上面的直方图能看到IKEA在200根以上组还分210根，250根，300根，比例均衡。ZARA就简单了，只有300根一个规格。

另外144根以下的规格：
主要是常规亚麻104根。从直方图能看出ZARA和HM就只有这一个亚麻产品，IKEA还有120根左右的低密度涤棉产品。

密度是品质的重要指标之一，直接影响面料厚薄和风格，选购的时候可以多关注下。

4.4 染织工艺

染织工艺

除了MUJI之外，其他三个品牌印花都是主打产品。
IKEA的种类最全，主要是印花。
HM的种类最少，提花和针织都没有，主要是印花和素色的。
MUJI没有印花。针织是主打，其他相对均衡，款式数量少。
ZARA没有针织。主要是印花和素色，素色的数量可以和印花比肩。

4.5 成品工艺

成品工艺

成品工艺里最多的就是水洗，四家都有。其次是绣花，三家有。
IKEA的工艺有5种。各种工艺比例较均衡。绣花最多。
HM主要就是水洗，小部分绣花。
MUJI就水洗，工艺简单。
ZARA的工艺最多。水洗工艺占比将近一半，其次是绣花和拼接。上面分析过ZARA的素色比例很高，为了不显单调，因此在素色产品上变换了多种工艺供选择。

4.6 花型

产品花型

四个品牌合计，数量最多的是花卉68款，ZARA独占将近6成，其次是条纹43款，IKEA占比五成，然后是几何41款，HM和IKEA分别占了将近5成和4成，格纹13款最少，主要是IKEA，而HM和ZARA似乎不喜格纹，0贡献。

IKEA的花型最全，其他花型相对均衡。
HM的几何最多，其次是花卉，数量同IKEA。
MUJI也符合一贯的印象，就只有条纹和格纹。
ZARA的花卉数量非常抢眼，条纹仅次于IKEA。

4.7 颜色

颜色的描述很主观，没有做归类统一，先导入词云看下词频：

颜色

IKEA：白，蓝，灰
MUJI：海军蓝，本白，米，棕
HM：煤灰，灰，白
ZARA：白，米，灰

白色是主色，其次三个欧洲品牌的颜色都有灰色，HM还分了不同的灰，都是中性色，很好搭配。但是人眼可识别几百万种颜色，颜色比较怎么可以只用黑色文字呢？所以我们把每个品牌的卧室类纺织品拼成一张全局图，看图最直观。

上图：

IKEA MUJI HM ZARA

一致的是春夏季浅色系多，颜色缤纷，到了下半年秋冬季应该会多些深色系产品，色调也会很不一样。
但是各品牌的色调差异还是很大的。IKEA的鲜艳活泼，MUJI的朴素低调，鲜有的红色也是暗色调。HM的低饱和度，ZARA的明亮简洁。以时尚著称的ZARA确实也在其产品中体现了潮流元素， 那些清新活力的绿，紧跟PANTONE的年度流行色--草木绿。

Color of the Year 2017

流行色年年不同，但品牌风格大致会保持一致，所以颜色需要持续追踪几季做比较，才会对品牌有个明确的整体印象，才能知道这个品牌是否合你的心意。对个人来说，颜色是个非常主观的指标，每个人都有各自的喜好和审美，所以没有主观建议。
不过说到审美，可以借用罗永浩回答罗振宇关于审美究竟有没有高低时表达的一个观点，大意是说个人的审美可以不同，但判断这个作品在同类型中究竟好或不好这种能力应该有。个人理解这说的就是审美能力，能力有高低，美没有高低。各种颜色都有其适应性，关键看用在哪里，如何使用，怎么搭配。

4.8 价格

价格对大部分人来说是购买决策中最重要的决定性因素，我们直接看看各品牌的整体价格：

各品牌价格的详细数据

价格差异不小，但经过之前的分析知道就这样直接对比价格肯定有偏差。这也是为什么普通消费者很难仅凭价格决定是否购买的原因，因为变量太多，只要一个变量不同，单纯看价格就没有参考价值，所以我们会把产品分类，直接比较具体的产品。

价格受到成分，密度，花型，工艺，颜色这些因素的共同影响，所以在比较之前，必须确保以上这些变量都基于相同的基础。

这些因素可以按照对价格的不同程度的影响，粗略分成两类：

对价格影响比较大的A类----尺寸， 成分，密度，工艺
对价格影响相对较小的B类----颜色， 花型

我们主要确定A类因素，这里忽略B类因素。

尺寸
参照数据整理部分的表格，我们用双人标准尺寸来进行比较。
ZARA双人标准尺寸的产品面积比其他平均大4%，意味着面料成本要高4%，再算上其他各种费用，实际零售价格要高多少很难推算，保守估计15-20%，所以ZARA双人标准价格要先除以15%再比较。

成分，密度，工艺
尺寸维度确定后，我们再选取这些字段中数量最多的数据组合成不同的产品组，筛选之后数据比较集中，所以直接采用价格均值做比较：

第一组
全棉144-150根素色
全棉144-150根印花

全棉144-150根素色和印花价格

144-150根的主流产品，IKEA价格最低，HM其次。

第二组
全棉180-200根素色
全棉180-200根印花

全棉180-200素色价格和印花价格

180根素色的价格IKEA低，ZARA高。
180根印花一样，IKEA最低，HM其次，ZARA最高。

第三组
全棉300根印花

全棉300根印花

依然IKEA低，ZARA高。

通过以上全棉产品的比较，价格体系很一致，IKEA比其他品牌便宜40~60%不等。HM其次，MUJI和ZARA的价格都偏高。

虽然我们忽略了花型和颜色这两个次要因素，但通过上面的图也能看出印花的差价大于素色。由于印花价格受到各种不同工艺的影响，这里不展开讨论。比较后发现ZARA复杂的花型更多一些，颜色也丰富，产地多在西班牙或者葡萄牙，可能也是其价格高的一个原因。

第四组
亚麻素色
亚麻素色水洗

亚麻素色和亚麻素色水洗

IKEA的亚麻素色没有水洗。ZARA和HM的有水洗，两个有水洗工艺的价格差不多，但是和IKEA没有水洗的价格比，反而比上面全棉同规格产品的价差小，可见这款产品的价格都在这个水平。

第五组
全棉色织针织

全棉色织针织

针织是MUJI的主打产品，但是因为没有克重参照，不严谨的单看价格， MUJI比IKEA高35%左右，估计面料可能还是比较接近的。

比较了5组主要产品的价格，IKEA性价比无敌，只要有的产品，价格都是最低的。其次是HM的价格也相对合理。但是各自的优势产品价位都要高一点，比如HM的水洗亚麻，ZARA的印花，MUJI的针织。

4.9 保养方式

保养方式

全部机洗。但是水洗温度有差别，30-60°，同产品不同品牌建议的水温也不同，不统一。保养方式主要还是依据面料成分，遵循一个原则，越轻柔越不容易坏，深浅色最好分开。不建议干洗。

5.购买建议

看了那么多指标和数据，有点晕？现在就来做个综合整理，给出具体的购买建议。

品牌&产品

我们把以上可以用数量衡量的六个产品指标做了汇总，方便比较各个品牌的优势：

六个指标的汇总 雷达图

IKEA的产品最丰富，4个指标居冠。
ZARA的款式和工艺最多，其他4个指标仅次于IKEA。
HM没有一个指标拔尖，各方面相对均衡。
MUJI的织造最有特色，其他都是最少的，可比性不多。

除了这些指标再加上价格指标，综合来看， 同属瑞典的IKEA和HM的产品线更为接近，比如材质，尺寸，售卖方式，定位都比较相似。ZARA一贯的先锋时尚，但价格偏高。MUJI的日式其实和这三个欧洲品牌并没有什么可比性，继承其一贯简单朴素的风格。仔细看这些差别，部分源于各国的生活习惯，部分源于经营理念的不同，消费者也可以各取所需选择适合自己的品牌。

这里按照不同消费者的需求给出了品牌推荐：

追求性价比，对花型要求不挑剔的，选IKEA和HM。
要求品质中上，对花型颜色比较挑剔，愿意多付点设计费的，选ZARA和HM。
喜欢自然舒适的针织产品和特殊织造风格，选MUJI。

以上只针对被套这一个品类，相对局限，并不能代表品牌的整体情况，IKEA和MUJI还有更多的家具和家居产品，这些才是他们的主营业务，品类远远超过只做装饰家居的HM和ZARA，这也是品牌选择的一个因素，不过这是另一个分析维度，这里就不讨论了。

品牌推荐完，再看产品图片填充的logo，是否依然符合你对这些品牌的原有印象？

IKEA MUJI H&M ZARA

不过这四个品牌既然能放在一起比较，还是有基本的共同点的，都属于现代简约，所以对产品就不用有品牌限制了，具体产品推荐：

IKEA：全棉素色（150根&180根&300根），150根条纹格纹印花，以及莱赛尔产品。
HM：全棉150根几何和花卉印花，水洗亚麻。
ZARA：全棉花卉印花（180-200根&300根）。各种工艺，水洗亚麻。
MUJI：全棉针织，以及特殊织造风格的产品。

变换纺织品是转换家居风格的低成本手段之一，这些各家的优势产品，我们可以交替选择，相互搭配。
有你中意的款么？

购买渠道

产品聊完，来看看购买渠道：

购买渠道

MUJI店铺数量最多，官网天猫都有售，最方便。
ZARA店铺数量增长也很快，天猫店今年也有了。
IKEA入中国这么多年，店铺数量不算多，而网络销售就更谨慎了，去年才开始尝试，目前只有上海地区送货。这和IKEA主要是家居卖场强调体验的理念有关。
HM虽然官网全国可达，但是没有实体店总是个短板。其实HM home之前有店的，在其服装旗舰店之内，然后全关了，不知道是不是打算开独立店，猜测以后有实体店应是大概率事件。

好了，数据指标分析完成，最后讨论一个感官指标。

手感

当我们想通过买家评论了解消费者反馈时，发现评论里提到很多次"手感"，想必这是消费者最能直接比较的指标了， 所以最后聊一聊手感究竟是否需要作为一个决策因素重点考虑。

衡量手感主要靠摸，是否柔软又是个主观指标，即使送去检测也没有标准，那要怎么判断手感？其差异到底是什么决定的？

手感最大差异是材质。
比如真丝就很软，手感滑爽，摸起来非常舒服，但是价格高，难保养，不太适合普通人。
亚麻的悬垂感好，但是纤维短且偏硬，没经过水洗整理的手感确实不够软，所以亚麻产品建议买水洗亚麻。

其次是织造方法。
为什么贴身衣服全都是针织面料？针织本身具有弹性，比机织的舒服，柔软且贴身。针织和机织找个简单的比较就是T恤和衬衫的差别，因为针织弹性好伸缩也大，虽然舒服，但是相比机织更容易坏，一般T恤换的频率总比衬衫高。

再是面料品质。
稀疏的面料肯定比紧密的软。高端床品的面料密度有800根-1200根，那个面料很挺括的，但是相对手感比300根的就硬很多，所以柔软不一定代表品质好。

最后就是工艺的差别了。
比如上面提到的亚麻产品。

左边未水洗亚麻，右边水洗亚麻

这里所说的水洗是一种后整理工艺。
如果买了左边这种亚麻被套，以为回家洗一洗能有右边这种皱皱的柔软感觉，很不幸，那是要失望的。右边这种程度的褶皱是要助剂配合适当的工艺才能有的效果。而且虽然都称为水洗工艺，细分也有很多种， 用哪种是根据想要达到的柔软程度和风格手感来定的。
做过这种水洗工艺的亚麻就很软很贴身，没做过的相比就偏硬了。当然值得欣慰的是买回家洗过了肯定比没洗的要好，亚麻是越用越软的。

知道了影响手感的因素，相同条件下肯定是手感越软越舒服，但要提醒的是过度追求手感没有意义。确实有些产品手感会更滑爽，很大可能是后整理的时候柔软剂加的比较多。水洗产品一般也会加点硅油用来减少摩擦和改善手感，但是柔软剂加多了终究没什么好处，满手化学品，而且洗多一次就少一分，效果并不长久。

所以手感的因素了解就好，还是数据指标清晰直接更具参考意义。终于，购买床品的决策因素讨论完毕。购买床品你最看中哪个指标呢？如果还有我们没有分析到的因素，欢迎留言，下次会做改进升级。

有没有觉得自己已经变身为床品专家，可以愉快的买买买不再纠结？
希望此文能对你买到心仪的被套有所帮助。

---

写在最后：关于这个项目的说明

这篇是解密大数据的数据分析毕业项目，陆陆续续耗时将近两月终于完成，和小春同学的分工如下：
各负责一部分数据采集
我负责数据清洗整理&撰文
小春负责数据调整和可视化图

从消费者这个更具普适性的角度，让那些在床品购买决策上有同样困惑的朋友能多少了解一些行业信息，这也是我们做这个项目的初衷。

希望能帮到你。

小春玉子
connie

---

PS: 有点啰嗦呐
有兴趣数据分析的同学，这里还整理了一篇项目过程总结，希望能对你有所启发。
数据分析项目总结