​数据分析项目-宝洁销售额预测分析

目录

背景及思路

背景介绍

聚合数据

分析数据

分析流程

进行分析处理 

1.1调包和读取数据

1.2变量之间相关性分析，用corr

1.3业务回归模型-建模

1.4缺失值的处理

1.5回归模型评估

1.6模型迭代优化

最后的线性回归模型：

 

背景及思路

背景介绍

对于宝洁这样的快消品企业，重要的数据应用：

1.对商超门店的销售额做出精准预测

2.量化自身所能控制的各种促销因素所能产生的效果

3.对营销资源做出合理规划

聚合数据

在本例中，通过回归分析实现对各类因素投入产出对比出评估

分析数据

电视广告、线上、线下、门店内。微信渠道等促销投入和销售额

下列数据均以月为观测窗口：

• Revenue  门店销售额
• Reach   微信推送次数
• Local_tv本地电视广告投入
• Online  线上广告投入
• Instore  门店内海报成列等投入
• Person  门店销售人员投入
• Event 促销事件：cobranding 品牌联合促销、holiday 节假日、special 门店特别促销、non-event无促销活动

分析流程

数据概况分析，单变量分析，相关与可视化，回归模型

进行分析处理 

1.1调包和读取数据

import pandas as pd
#读取数据
#index_col=0  去除Unnamed=0的数据
store=pd.read_csv('w2_store_rev.csv',index_col=0)
store.head()

输出结果

store.info()

输出属性

<class 'pandas.core.frame.DataFrame'>
Int64Index: 985 entries, 845 to 26
Data columns (total 7 columns):
revenue     985 non-null float64
reach       985 non-null int64
local_tv    929 non-null float64
online      985 non-null int64
instore     985 non-null int64
person      985 non-null int64
event       985 non-null object
dtypes: float64(2), int64(4), object(1)
memory usage: 61.6+ KB

从基本数据可以看出

• event是object类似string
• local_tv有56个空值

即类别型变量，在线性回归里面是没办法处理这个问题的

解决问题一，event类型

先看event的具体值

store.event.unique()

输出结果

array(['non_event', 'special', 'cobranding', 'holiday'], dtype=object)

查看着几个类别分别对revenue的影响

•  这几个类别对应的revenue

store.groupby('event')['revenue'].describe()

•  这几个类别对应的local_tv

store.groupby('event')['local_tv'].describe()

 处理event变量，将其变为数字型变量

store=pd.get_dummies(store)
store.info()

输出结果

<class 'pandas.core.frame.DataFrame'>
Int64Index: 985 entries, 845 to 26
Data columns (total 10 columns):
revenue             985 non-null float64
reach               985 non-null int64
local_tv            929 non-null float64
online              985 non-null int64
instore             985 non-null int64
person