今年各大超市里月饼促销力度较大，买一赠一、买一赠二等活动比比皆是，礼盒装月饼的价格大多在一二百元以下，动辄上千元的“天价”月饼已不见踪影。真的是这样吗，可有凭据可考?下面就追随数据分析公司-DataHunter的脚步，给你来一次无痛数据抓取和分析。

　　一、抓取数据

　　我们选择京东网站来抓取关键字『月饼』的数据。

　　工具的选择比较多，考虑的重点是无痛、免编程、免费，虽然DataHunter有很多编程大牛，但是为了节省时间，钱要花在刀刃上…
 

　　二、工具介绍

　　我采用了一款名为Hawk的开源爬虫工具，全程GUI操作，6得飞起。

　　https://github.com/ferventdesert/Hawk

　　具体的使用就不废话了，作者『沙漠之鹰』已经写了文档、拍了使用视频。

　　总之，作为一名拥有多年编程经验和数据抓取经验的选手，我对于Hawk的易用和功能是非常满意，很多高级功能还没学会。
 

　　三、数据样本

　　通过工具我一共抓取了3000条月饼数据，时间花费一分钟。

　　数据有一些列是用不到的，比如sku、spu，删掉之后直接把excel导入DataHunter(以下简称“DH”)的分析产品Data Analytics(以下简称“DA”)。

　　四、开始分析

　　1：规划

　　我打算用DA做一个看板：

　　包含今年月饼的均价、最低价、最高价;

　　然后还有三个饼图，分别是商家套路、口味分布、价格区间;

　　然后是一个口碑从低到高的柱图和今年商家的平均口碑值。
 

　　2：三个价格

　　可以看出，今年的月饼均价144元还是比较接地气，虽然还是出现了价格3198的烧饼，但是一元的又是什么饼?
 

　　3：商家套路饼图

　　从这张花饼可以看出：商家最多的套路是买->赠，满->减，总之吧，羊毛出在羊身上，买的没有卖的精。
 

　　4：口味分布环图

　　这个不多说了：五仁的地位还是难以撼动，榴莲(臭豆腐)馅的也有一足之地。

　　在这里要额外强调的是DA的数据加工能力，从数据样本可以看出，原始数据是不包含口味这一列的。

　　我们可以通过DA的产品增加一列计算字段，通过函数功能来完成字符的模糊匹配分类，示例如下：

　　怎么样，是不是很强大?

　　一些比较麻烦的数据清洗工作在计算字段这里可以很方便的完成。
 

　　5：价格区间环图

　　价格区间功能也是通过计算字段来完成的：

　　IF(`价格`<=100,'100以下',IF(`价格`>100 and `价格`<=300,'100-300之间',IF(`价格`>300 and `价格`<=600,'300-600之间',IF(`价格`>600 and `价格`<=1000,'600-1000之间','1000以上'))))
 

　　6：总览

　　把所有的图表放在一个看板里面排列好，大概就是下面这个样子。