电商销量分析

已于 2022-07-01 15:14:31 修改
阅读量858 收藏 3
点赞数
文章标签： python 机器学习 人工智能
于 2022-06-20 23:31:05 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/baidu_38762614/article/details/125382355
版权

目录


import pandas as pd 
import numpy as np 
import matplotlib.pylab as plt
df=pd.read_excel(r'D:\机器学习\数据分析项目\e-commerce-data-analysis-master\e-commerce-data-analysis-master\电商订单数据分析\某电商网站订单数据.xlsx',index_col='id')

数据探索和数据清洗

数据探索

display(df,df.info())

<class 'pandas.core.frame.DataFrame'>
Int64Index: 104557 entries, 1 to 104557
Data columns (total 10 columns):
 #   Column        Non-Null Count   Dtype         
---  ------        --------------   -----         
 0   orderID       104557 non-null  object        
 1   userID        104557 non-null  object        
 2   goodsID       104557 non-null  object        
 3   orderAmount   104557 non-null  float64       
 4   payment       104557 non-null  float64       
 5   chanelID      104549 non-null  object        
 6   platfromType  104557 non-null  object        
 7   orderTime     104557 non-null  datetime64[ns]
 8   payTime       104557 non-null  datetime64[ns]
 9   chargeback    104557 non-null  object        
dtypes: datetime64[ns](2), float64(2), object(6)
memory usage: 8.8+ MB
orderIDuserIDgoodsIDorderAmountpaymentchanelIDplatfromTypeorderTimepayTimechargeback
id
1sys-2018-254118088user-157213PR000064272.51272.51渠道-0396APP2018-02-14 12:20:362019-02-28 13:38:41否
2sys-2018-263312190user-191121PR000583337.93337.93渠道-0765Wech atMP2018-08-14 09:40:342019-01-01 14:47:14是
3sys-2018-188208169user-211918PR000082905.68891.23渠道-0530We c hatMP2018-11-02 20:17:252019-01-19 20:06:35否
4sys-2018-203314910user-201322PR000302786.27688.88渠道-0530WEB2018-11-19 10:36:392019-08-07 12:24:35否
5sys-2018-283989279user-120872PR000290550.77542.51渠道-9527APP2018-12-26 11:19:162019-10-01 07:42:43否
.................................
104553sys-2020-268392025user-182189PR000082186.37126.21渠道-0568Wech atMP2020-01-01 23:30:572020-01-01 23:31:09否
104554sys-2020-213140521user-170057PR000603138.81138.81渠道-0007APP2020-01-01 23:31:262020-01-01 23:31:36否
104555sys-2020-274536228user-156592PR0004052632.272632.27渠道-0985Wech atMP2020-01-01 23:46:562020-01-01 23:47:06否
104556sys-2020-279922239user-173702PR0003871206.761029.46渠道-0985APP2020-01-01 23:47:012020-01-01 23:47:48否
104557sys-2020-250738010user-164299PR0005253053.702982.26渠道-0007APP2020-01-01 23:48:262020-01-01 23:49:44否

104557 rows × 10 columns

数据清洗


# 提取2019年的订单数据
# 处理业务流程不符的数据（支付时间早于下单时间、支付时长超过30分钟、订单金额小于0、支付金额小于0）
# 处理渠道为空的数据（补充众数）
# 处理平台类型字段（去掉多余空格，保持数据一致）
# 添加折扣字段，处理折扣大于1的字段（将支付金额改为‘订单金额’ * ‘平均折扣’）

#去重和取2019年数据
df=df.drop_duplicates('orderID')
df.loc[:,'orderyear']=df.loc[:,'orderTime'].apply(lambda x :str(x).split('-')[0])
df=df.loc[df['orderyear']=='2019',:]
df.shape

(104269, 11)

#处理业务流程不符的数据
df=df[df['orderTime']<=df['payTime']]
df=df[pd.to_timedelta(df['payTime']-df['orderTime'])<='0 days 00:30:00']     
df=df[df['orderAmount']>=0] 
#df=df[(df.payTime - df.orderTime).dt.seconds<=1800]
df=df[df['payment']>=0]
df.shape

(103321, 11)

#处理渠道为空的数据（补众数）
df['chanelID']=df['chanelID'].fillna(df['chanelID'].mode())
#处理平台类型字段（去掉多余空格，保持数据一致）备注：文本型数据很容易不一致
df['platfromType']=df['platfromType'].apply(lambda x :x.replace(' ',""))
#添加折扣字段，处理折扣大于1的字段(如果折扣大于1，则取平均折扣)（将支付金额改为‘订单金额’*‘平均折扣’）
df['discount']=df['payment']/df['orderAmount']
df['discount']=df['discount'].apply(lambda x :x if x<=1 else df['discount'].mean())
df['payment']=df['orderAmount']*df['discount']

维度分析


# 交易总金额(gmv)，总销售额，实%save销售额，退货率，客单价
# 每月gmv及趋势分析
# 流量渠道来源分析
# 周一到周日那天的下单量最高，每天哪个时间段下单量最高
# 用户复购率

交易总金额(gmv)，总销售额，实际销售额，退货率，客单价


gmv=df['orderAmount'].sum()
total_payment=df['payment'].sum()
real_payment=df.loc[df['chargeback']=='否','payment'].sum()
chargeback_rate=df.loc[df['chargeback']=='是','chargeback'].count()/df.shape[0]
user_count=df['userID'].nunique()
arppu=real_payment/user_count
l1=[gmv,total_payment,real_payment,chargeback_rate,user_count,arppu]
l2=['gmv','total_payment','real_payment','chargeback_rate','user_count','arppu']
z=dict(zip(l2,l1))
z

{'gmv': 108495929.7,
 'total_payment': 102942061.44413847,
 'real_payment': 89215591.25223792,
 'chargeback_rate': 0.13173507805770365,
 'user_count': 78634,
 'arppu': 1134.5676329862135}

每月的gmv趋势分析


plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
df['month']=df['orderTime'].dt.month
gmv_m=df.groupby('month').agg({'orderAmount':'sum'})/10000
pay_m=df.groupby('month').agg({'payment':'sum'})/10000
real_m=df[df['chargeback']=='否'].groupby('month').agg({'payment':'sum'})/10000

plt.figure(figsize=(6,4),dpi=120)
plt.plot(gmv_m,label='每月交易额')
plt.plot(pay_m,label='每月销售额')
plt.plot(real_m,label='每月实际销售额')
plt.title('每月交易额和实际销售额')
plt.xlabel("月份")
plt.ylabel('金额(万元)')
plt.grid(axis='y',linestyle='--',alpha=0.5)
for i in range(0,12):
    plt.text(i+0.5,real_m.iloc[i,0]-20,np.round(real_m.iloc[i,0],2))
plt.legend()
plt.show()

请添加图片描述
小结：二月的gmv最低，是gmv最大值对应月份（11月）1/2。

渠道来源分析


gmv_c=df.groupby('chanelID').agg({'orderAmount':'sum'})

gmv_c_10=gmv_c.nlargest(10,columns='orderAmount')

plt.figure(figsize=(6,6),dpi=120)
plt.pie(gmv_c_10['orderAmount'],labels=gmv_c_10.index
        ,autopct='%.2f%%',pctdistance=0.8,
       wedgeprops={'width':0.35
                 , 'linewidth':1
                  ,'edgecolor':'white'})
plt.title('渠道VS销售额')
plt.show()
#结论：渠道-0896，渠道-9527，渠道-0530位列销售额的前3

请添加图片描述
小结：

  • 渠道-0896的销售额最高，占所有渠道的18.78%，前5个渠道的gmv占比57.27%

工作日对销量影响


df['week']=df['orderTime'].dt.weekday
c_w=df.groupby('week').agg({'orderID':'count'})

plt.plot(c_w['orderID'])
plt.title('星期VS下单量')
plt.xticks([0,1,2,3,4,5,6],['七','一','二','三','四','五','六'])
plt.show()

在这里插入图片描述
小结：

  • 周末以及周末前后的gmv显著高于工作日

时段对销量影响


df['time']=df['orderTime'].dt.floor('30T').dt.time
t_c=df.groupby('time').agg({'orderID':'count'})

plt.figure(figsize=(12,4))
plt.plot(range(t_c.shape[0]),t_c['orderID'])
plt.xticks(range(t_c.shape[0]),t_c.index,rotation=90)
plt.title('时段VS销量')
plt.show()

请添加图片描述
小结：

  • 每天在13：00和20：00会迎来来个小高峰，随之下降的一个趋势，在17：00和凌晨到达最低点

用户复购率统计分析


temp=pd.pivot_table(data=df,index=['userID'],columns='month',values=['orderID'],aggfunc='count')

#对复购的记为1，购买一次为0，每月购买空
def handle_data(x):
    return 1 if x>1 else 0 if x==1 else np.nan 
temp=temp.applymap(handle_data)#applymap是针对每个元素

repurchase_rate=temp.sum()/temp.count()*100
repurchase_rate=pd.DataFrame(repurchase_rate).reset_index()

repurchase_rate=repurchase_rate[['month',0]]
repurchase_rate.columns=['month','count']

plt.figure(figsize=(12,4))
plt.plot(repurchase_rate['count'])
plt.title('月份VS复购率')
plt.show()

请添加图片描述
小结：

  • 用户复购率分为4月前和4月后，4月前的复购率在2左右，4月后的用户复购率在3左右

rfm模型分析


#只分析购买且没有退货的永华
df_c=df[df['chargeback']=='否']
df_c.loc[:,'F']=1

df_c.head()
orderIDuserIDgoodsIDorderAmountpaymentchanelIDplatfromTypeorderTimepayTimechargebackorderyeardiscountmonthweektimeF
id
6sys-2019-279103297user-146548PR000564425.20425.20渠道-0765WechatMP2019-01-01 00:12:232019-01-01 00:13:37否20191.0000001100:00:001
7sys-2019-316686066user-104210PR0007091764.371707.04渠道-0396WechatMP2019-01-01 00:23:062019-01-01 00:23:32否20190.9675071100:00:001
8sys-2019-306447069user-104863PR000499499.41480.42渠道-0007WechatMP2019-01-01 01:05:502019-01-01 01:06:17否20190.9619751101:00:001
9sys-2019-290267674user-206155PR0002531103.001050.95渠道-0330APP2019-01-01 01:16:122019-01-01 01:16:25否20190.9528111101:00:001
10sys-2019-337079027user-137939PR000768465.41465.41渠道-9527ALiMP2019-01-01 01:31:002019-01-01 01:31:36否20191.0000001101:30:001
res_df=df_c.pivot_table(index='userID',values=['orderTime','F','orderAmount'],aggfunc={
    'orderTime':max,
    'F':sum,
    'orderAmount':sum
})
res_df
ForderAmountorderTime
userID
user-10000011978.472019-10-13 18:46:46
user-1000031521.602019-05-24 13:04:05
user-1000061466.892019-11-14 15:37:19
user-10000712178.202019-01-14 18:45:35
user-10000814949.652019-11-16 17:15:03
............
user-2999801441.712019-10-18 10:53:37
user-2999831706.802019-12-27 17:57:11
user-29998921685.182019-11-11 10:40:08
user-2999921508.752019-01-01 16:14:47
user-2999951479.942019-03-30 16:35:12

70592 rows × 3 columns

a=pd.to_datetime('2019-12-31 23:59:59')
res_df['R']=res_df['orderTime'].apply(lambda x :a-x).dt.days
res_df['M']=res_df['orderAmount']
res_df=res_df[['R','F','M']]

res_df
RFM
userID
user-1000007911978.47
user-1000032211521.60
user-100006471466.89
user-10000735112178.20
user-1000084514949.65
............
user-299980741441.71
user-29998341706.80
user-2999895021685.18
user-2999923641508.75
user-2999952761479.94

70592 rows × 3 columns

res_df['F'].value_counts()
temp_df=res_df.apply(lambda x :x-x.mean())
rfm_model=temp_df.applymap(lambda x :'1' if x>=0 else '0')
rfm_model
RFM
userID
user-100000001
user-100003100
user-100006000
user-100007101
user-100008001
............
user-299980000
user-299983000
user-299989011
user-299992100
user-299995100

70592 rows × 3 columns

#定义映射函数
tage_dict={
    '111':'重要价值用户'
    ,'101':'重要发展用户'
    ,'011':'重要保持用户'
    ,'001':'重要挽留用户'
    ,'110':'一般价值用户'
    ,'100':'一般发展用户'
    ,'010':'一般保持用户'
    ,'000':'一般挽留用户'
}
def make_tag(model):
    key=model['R']+model['F']+model['M']
    return tage_dict[key]
rfm_model['label']=rfm_model.apply(make_tag,axis=1)
rfm_model
RFMlabel
userID
user-100000001重要挽留用户
user-100003100一般发展用户
user-100006000一般挽留用户
user-100007101重要发展用户
user-100008001重要挽留用户
...............
user-299980000一般挽留用户
user-299983000一般挽留用户
user-299989011重要保持用户
user-299992100一般发展用户
user-299995100一般发展用户

70592 rows × 4 columns

plt.figure(figsize=(12,4))
rfm=rfm_model.groupby('label').agg({'label':'count'})
rfm.columns=['count']
rfm['pct']=rfm['count']/rfm['count'].sum()

plt.bar(rfm.index,rfm['pct'],color=np.random.rand(7, 3))
plt.title('RFM模型确定用户类型',fontsize=20)
for i in range(rfm.shape[0]):
    plt.text(rfm.index[i],rfm.iloc[i,1],np.round(rfm.iloc[i,1],2),fontsize=15)
plt.xticks(fontsize=12)
plt.show()

请添加图片描述
小结：

  • 从rfm模型中可以看出，商店的重要价值用户占比为4%,一般发展用户占比最高为32%
信条图
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
电商零售业2--商品销量预测
kiasyc的博客
05-21 925
商品销量预测是活动前的基本数据需求，可靠的销量预测能协助库存管控，减少广告投入成本，增加有效活动力度
机器学习实战 | 综合项目-电商销量预估
热门推荐
ShowMeAI研究中心
03-21 1万+
本篇内容基于Kaggle数据科学竞赛Rossmann store sales，梳理和总结基于Python解决电商建模的全过程：包括数据探索分析、数据预处理与特征工程、建模与调优。
数据分析第五章课后实训--应用Matplotlib、seaborn、pyecharts库可视化分析（答案到任务三）
weixin_48676558的博客
05-10 1万+
为了了解学生父母教育水平、午餐、考试课程准备情况这两个特征与总式绩之间是否存在某些关系，基于实训1的数据，对这3个特征下不同值所对应的学生总成绩求均值，绘制折线图分别查看父母教育水平与总成绩的关系，绘制柱形图分别查看午餐、考试课程准备情况与总成绩的关系，并对结果进行分析。其中，最高的AQI值为203，属于重度污染，最低的AQI值为22，属于优良。总之，AQI值和PM2.5含量是反映空气质量的两个重要指标，它们的变化情况反映了空气质量的变化情况，对人们的健康和生活产生着重要的影响。
电商销量预测挑战赛公开数据.zip
02-15
综上所述，这个电商销量预测挑战赛公开数据集涵盖了从数据预处理、特征工程、模型选择、模型训练到模型评估等多个环节，涉及的工具和方法广泛，对于提升机器学习和数据分析能力具有很高的实践价值。通过深入研究这些...
电商销售数据分析.ppt
12-01
电商销售数据分析是一个非常重要的领域，通过对电商销售数据的分析，可以了解用户的消费习惯和偏好，帮助店铺确定合适的价格和销量策略，提高销量和利润，并且可以应用于其他领域，提高数据分析的效率和准确性。
阿里健康医药电商销量预测2022阿里健康医药电商算法论坛(
12-03
2022年阿里健康医药电商销量预测模型算法论坛是一个深入探讨这一主题的专业平台，旨在通过分享和交流，提升医药电商领域的数据驱动决策能力。在这个脱敏的13页PDF文档中，我们可以期待获取关于预测模型算法的最新...
基于数据挖掘对电商促销活动的销量预测研究.pdf
07-09
基于数据挖掘对电商促销活动的销量预测研究.pdf
基于FTRL和XGBoost组合算法的电商销量预测系统.pdf
07-09
基于FTRL和XGBoost组合算法的电商销量预测系统.pdf
基于Python的自动售货机销售数据可视化分析及预测
毕业作品网站
07-10 7114
销量前五的商品销量柱状图:先将时间转换为标准格式，再讲时间列换位到索引上，用户输入要绘制那一月的销量柱状图，通过循环遍历得到次月商品名单，创建等长零列表，两列表压缩成字典，依次更新字典中商品销量，根据销量对字典进行排序，获取用户画前几的柱状图，绘图。......
【实战】python 小型商品销售统计系统
TaiBai_435_的博客
01-08 5420
目录 一、分析 二、代码 一、分析 1、首先定义一个空列表，防止在循环定义列表，导致列表重置 list = [] 2、因为要进行循环输入商品信息，所以要用while Ture进行循环，用break终止循环 while True: break 3、进行输入商品信息，防止输入为空值，所以要进行一次循环判断： name = input('请输入商品名称：') while name == '': name = input('禁止为空，请重新输入...
浙江省高校计算机等级考试二级Python 程序设计题9——统计销售额|2023备考
Raider1的博客
04-04 1551
程序功能某公司销售部分AB两组,对销售部员工的销售额按组进行统计。输入描述]第一行输入一个整数N,然后再输入N行数据每行两个字符串和一个整数分别对应员工姓名、级别、销售额。[输出描述] 分行输出AB两组的销售总额,并在最后一行销售额总计。输入样例]张三A1500李四B2000赵六A2500王七B1200输出样例]A 4000B 3200ALL7200浙江省高校计算机等级考试二级Python 程序设计题9——统计销售额|2023备考n = int(input()) sum_a = 0 sum_b = 0 #两
数据分析Pandas专栏---第十二章＜Pandas数据聚合与分组(2)＞
最新发布
晦涩难董先生
03-01 1007
除了按照列的值进行分组外，Pandas还支持按照自定义函数进行分组和聚合操作。这意味着我们可以根据自己的需求和逻辑来进行灵活的分组和计算。
Java全栈开发---Java ERP系统开发：商业ERP（十）销售统计
程序员猫爪
12-17 1404
一、销售统计（报表） 1、需求以及实现思路 （1）需求 统计各类别的商品销售额，如下表
关于商店销售量的数据处理小问题（Python）
m0_73963149的博客
05-14 912
Store Sales - Time Series Forecasting。由于题主资质尚浅，本文将对前期数据处理的一些小问题做出解答，不涉及后续更难的问题。本文提到并解决的一些问题： 1.得出各商品的总销售量并为商品种类排序 2.筛选，仅保留该sales文件中销售量前五名的商品类别 3.对各个文件的数据进行整合并保存 4.将这五类商品进行分类，另保存为文件并以商品类的名称命名 5.对油价的数据进行处理 6.得到每个类别单个日期的总销售量（即不区分商店编号），并附上每日油价和节日
python数据分析之产品销量时序分析与商品关联分析
m0_69435474的博客
04-24 4470
这是我们之前的课后作业，根据自己的想法对这个数据进行分析，只要求写出五个点出来就可以了，因此我就对这些数据进行了分析一番。涉及的python知识点还是挺多的，包括了python连接数据库，SQL提取数据并保存为csv格式，pandas处理数据，matplotlib画图以及购物篮分析与关联分析。 python数据分析集合：python数据分析 现有一张表，描述了某个大型超市的订单数据,记录了某时刻的订单。数据大小16G，一亿条数据。老师给我们的是一个csv文件，我当时下载完成后想都没想，就直接打开csv文件，
excel按季度分类汇总_Excel数据分析实战（1）--电商销售记录分析
weixin_35951275的博客
12-28 2200
Excel是市面上最流行的办公软件之一，也是数据分析师入门最好的学习工具。因为其功能强大、操作简单，可以快速对数据进行清洗，建模，可视化，操作者不需要其他计算机基础也能快速上手。所以选择Excel进行数据分析入门的项目实战工具是比较合适的。数据来源：Baby Goods Info Data-数据集-阿里云天池​tianchi.aliyun.com1）明确问题在开始分析之前，我们要明确我们要研究的目...
通过Excel对各个商品的销售分析
xuexizhilua的博客
03-20 4183
通过Excel对商品进行数据分析
电商销量数据分析与预测的研究意义
06-11
电商销量数据分析与预测的研究具有以下几个方面的意义： 1. 提高销售效率和利润：准确预测电商平台未来的销售量可以帮助电商平台更好地制定供应链和库存策略，避免过多或过少的库存，从而提高销售效率和利润。 2. ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值