项目背景
快消企业需要对商超⻔店的销售额进⾏预测,然后量化⾃身所能控制的各种促销因素所能产⽣的效果,对营销资源做出合理规划。
分析思路
通过回归分析实现对各类因素投⼊产出⽐做出评估,即电视⼴告,线上,线下,⻔店内,微信渠道等促销投⼊和销售额之间的关系。
数据格式
数据下载链接:快消企业数据
数据说明
Revenue ⻔店销售额
Reach 微信⼴告次数
Local_tv 本地电视⼴告投⼊
Online 线上⼴告投⼊
Instore ⻔店内海报等投⼊
Person ⻔店促销⼈员
Event 促销事件
cobranding 品牌联合促销
holiday 节假⽇
special ⻔店特别促销
non-event ⽆促销活动
分析流程
- 数据预处理
- 整体数据量,包括数据行和列
- 数据缺失值和异常值处理
- 数据集分割
- 描述性分析
- 连续型变量的描述指标
- 离散型变量的分类和占比
- 相关性分析
- 连续变量之间的相关分析
- 离散型变量的交叉对比
- 散点图和热力图
- 特征工程
- 数据标准化处理
- 回归分析
- 模型建立
- 模型评估(MSE)
具体代码如下
- 导入模块包
# 导入包
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.linear_model import SGDRegressor
from sklearn.metrics import mean_squared_error
from sklearn.preprocessing import StandardScaler
- 读取数据和数据基本信息
# index_col=0 第一列也是索引
store_df = pd.read_csv('store_rev.csv', sep=',', encoding='utf-8', index_col=0)
store_df
store_df.info()
store_df.describe()
3. 数据预处