连锁超市的利润下滑分析

暗影小黑客

于 2023-10-26 19:30:08 发布

阅读量153

点赞数 3

文章标签： 1024程序员节

本文链接：https://blog.csdn.net/m0_61848660/article/details/134018024

版权

项目描述

本文是针对连锁超市利润下滑进行的数据分析报告，利润下滑可能是利润持续下降、销售额减少、成本增加等问题。通过对数据的销售额、成本额，利润额等数据分析和趋势的变化进行观察，找出导致利润下滑的主要原因。

数据获取

# 导入数据分析需要使用的库
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'].insert(0, 'SimHei')
plt.rcParams['axes.unicode_minus'] = False
get_ipython().run_line_magic('config', "InlineBackend.figure_format = 'svg'")

# 加载数据

detail_df = pd.read_excel('连锁超市的利润下滑分析/商品销售明细表.xlsx')
outlet_df = pd.read_excel('连锁超市的利润下滑分析/门店信息维度表.xlsx')
commod_df = pd.read_excel('连锁超市的利润下滑分析/商品信息维度表.xlsx')

print(detail_df)
print(outlet_df)
print(commod_df)

          日期(年月日)     门店编码           单据编码  \
0      2018-01-01  D010112  SMDBJ18000010   
1      2018-01-01  D010114  SMDBJ18000014   
2      2018-01-01  D010114  SMDBJ18000014   
3      2018-01-01  D010115  SMDBJ18000015   
4      2018-01-01  D010115  SMDBJ18000015   
...           ...      ...            ...   
40509  2018-08-17  D010284  SMDCD18008257   
40510  2018-08-17  D010284  SMDCD18008258   
40511  2018-08-17  D010284  SMDCD18008259   
40512  2018-08-17  D010284  SMDCD18008260   
40513  2018-08-17  D010284  SMDCD18008261   

                                       商品编码       成本额    数量       销售额  
0      BC639DE8-B503-437C-9B6B-F0B598052A65    641.03    30   1076.92  
1      62CF9CFA-1E86-4960-B7CA-F077A8BDD5A6    998.56   120   2461.54  
2      BE2DA7F0-1E24-4729-BED3-3CDC0A2E4918   1033.47   100   3119.66  
3      62CF9CFA-1E86-4960-B7CA-F077A8BDD5A6   1664.27   200   4102.56  
4      AE451BC0-8615-4F8C-8126-05E0C01DDF24    950.36   100   2948.72  
...                                     ...       ...   ...       ...  
40509  0A88662D-AEF2-4756-BA9A-C784B777604E  18000.17  1800  15000.00  
40510  0A88662D-AEF2-4756-BA9A-C784B777604E  18000.17  1800  15000.00  
40511  0A88662D-AEF2-4756-BA9A-C784B777604E  18000.17  1800  15000.00  
40512  0A88662D-AEF2-4756-BA9A-C784B777604E  18000.17  1800  15000.00  
40513  0A88662D-AEF2-4756-BA9A-C784B777604E  18000.17  1800  15000.00  

[40514 rows x 7 columns]
      城市     门店编码 门店名称   省份
0    亳州市  D010270  亳州店  安徽省
1    宣城市  D010342  宣城店  安徽省
2    芜湖市  D010244  芜湖店  安徽省
3    铜陵市  D010349  铜陵店  安徽省
4    宿州市  D010252  宿州店  安徽省
..   ...      ...  ...  ...
306  丽水市  D010256  丽水店  浙江省
307  金华市  D010261  金华店  浙江省
308  嘉兴市  D010242  嘉兴店  浙江省
309  湖州市  D010227  湖州店  浙江省
310  重庆市  D010175  重庆店  重庆市

[311 rows x 4 columns]
                                    商品编码 商品类别           商品名称
0   47DFCF0A-87A5-42BD-BCAC-E8CD8A960110   饮料    纯悦550ml矿物质水
1   A3E1185B-5B4E-497E-B5B6-E667307780F4   饮料     罐装雪碧280ml装
2   8C56F4E3-B51B-44B7-8080-21E4507A57F0   调料    太太乐40g鸡精调味料
3   6B38CB04-702F-4F3B-9DF9-DD1CDC521C88   调料     多力葵花油500ml
4   AE451BC0-8615-4F8C-8126-05E0C01DDF24   零食        丽芝士散装系列
5   BE2DA7F0-1E24-4729-BED3-3CDC0A2E4918   零食     嘉士利115g威化饼
6   62CF9CFA-1E86-4960-B7CA-F077A8BDD5A6   零食     三全960g奶香馒头
7   CBB40A41-178E-44F7-BD5E-9ECD8B73978A   零食    格力高55g草莓味百奇
8   5B7ECC92-0FCC-4F40-98FF-82126D87E80C   零食    金冠森香颂夹心蛋糕系列
9   7D6DCE09-0F1F-4052-B28A-D7399DE9DF19   零食       盐津铺子散装系列
10  77DA67A0-ED8C-4FB3-8E04-E9EA7DD96BE8   零食  养乐多100ml*5乳酸菌
11  0A88662D-AEF2-4756-BA9A-C784B777604E   零食          德芙巧克力
12  67E818C0-3E49-4010-A453-20BF466D9DF0   零食      德芙巧克力180g
13  E5EA2E2A-DC19-4D47-BF0F-F29CC467A5C0  日用品     家之寓圆形24夹晒架
14  31995BCC-72AA-413B-9B2B-A57E78AC7715  日用品     雕牌1500g洗洁精
15  BC639DE8-B503-437C-9B6B-F0B598052A65  日用品      微爽日用245mm
16  E5BBD85B-D0BE-4C5F-A712-D0723940E80C  日用品  飘柔1000ml去屑洗发露
17  59F35931-24BA-46DC-9551-6744A16FC87B   生鲜          本地小白菜
18  12EF7049-C847-4A7F-A5B4-C0BEDDADAA81   生鲜            西红柿
19  5DDCE422-6782-43D2-9AC6-0E28ABA93636   生鲜         西域香妃蜜瓜
20  40106A05-FFFA-401A-A888-7738463D8E47   生鲜             冬笋
21  9685A8C3-76FA-4EB8-B041-C6549B1B0DC5   生鲜             香菇
22  88692839-DB0E-4BA4-83BC-1545A5664BEF   生鲜             青葱

数据清洗

# 查看商品销售数据缺失值情况
detail_df.isnull().sum()

销售日期    0
门店编码    0
单据编码    0
商品编码    0
成本额     0
数量      0
销售额     0
月份      0
利润额     0
dtype: int64

可见无缺失值。

#数据类型的转换(to_datetime转换成日期类型)
detail_df.rename(columns={'日期(年月日)': '销售日期'}, inplace=True)
detail_df['销售日期'] = pd.to_datetime(detail_df.销售日期)

detail_df['销售日期'].dtypes

dtype('<M8[ns]')：M8表示时间类型

#添加月份和利润额两列以便分析
detail_df['月份'] = detail_df.销售日期.dt.month
detail_df['利润额'] = detail_df.销售额 - detail_df.成本额
detail_df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 40514 entries, 0 to 40513
Data columns (total 9 columns):
 #   Column  Non-Null Count  Dtype         
---  ------  --------------  -----         
 0   销售日期    40514 non-null  datetime64[ns]
 1   门店编码    40514 non-null  object        
 2   单据编码    40514 non-null  object        
 3   商品编码    40514 non-null  object        
 4   成本额     40514 non-null  float64       
 5   数量      40514 non-null  int64         
 6   销售额     40514 non-null  float64       
 7   月份      40514 non-null  int32         
 8   利润额     40514 non-null  float64       
dtypes: datetime64[ns](1), float64(3), int32(1), int64(1), object(3)
memory usage: 2.6+ MB

完成基础数据清洗。

数据分析

1.进行月份对比：月环比

temp_df1 = detail_df.groupby('月份')[['销售额', '利润额']].sum()
temp_df1['销售月环比'] = temp_df1.销售额.pct_change()
temp_df1['利润月环比'] = temp_df1.利润额.pct_change()
temp_df1[['销售额', '销售月环比', '利润额', '利润月环比']].style.format(
formatter={
'销售月环比': '{:.2%}',
'利润月环比': '{:.2%}',
},
na_rep='--------'
)

月份	销售额	销售月环比	利润额	利润月环比

1	6500712.810000	--------	3934812.980000	--------
2	8139554.050000	25.21%	4276205.680000	8.68%
3	9501298.680000	16.73%	5641122.090000	31.92%
4	10376156.370000	9.21%	6286247.840000	11.44%
5	10757308.210000	3.67%	6464626.700000	2.84%
6	11167837.630000	3.82%	6636056.760000	2.65%
7	10822060.200000	-3.10%	6571467.050000	-0.97%
8	12142253.530000	12.20%	5794373.630000	-11.83%

# 数据可视化
sales_by_month = detail_df.groupby('月份')[['销售额']].sum()
profs_by_month = detail_df.groupby('月份')[['利润额']].sum()
ax = sales_by_month.plot(kind='line', figsize=(9, 5), marker='o', color='navy', linestyle='--')
profs_by_month.plot(ax=ax, kind='line', figsize=(9, 5), marker='*', color='darkgreen', linestyle='--')
plt.ylim(0, 14000000)
plt.legend(loc='lower right')
plt.show()

由月环比可得知，其他月份基本是上升，七月份下滑一点也可以理解，但是八月份销售额在上升利润率还下降11.83%，由此可见应该重点对八月份进行分析

2.对八月份数据进行分析

# 建立表的连接
merged_df = pd.merge(detail_df, outlet_df, how='left', on='门店编码')
merged_df = pd.merge(merged_df, commod_df, how='left', on='商品编码')

# 获取八月份的数据
august_df = merged_df.query('月份 == 8')
august_df

销售日期	门店编码	单据编码	商品编码	成本额	数量	销售额	月份	利润额	城市	门店名称	省份	商品类别	商品名称
33937	2018-08-01	D010101	SM80118080035	47DFCF0A-87A5-42BD-BCAC-E8CD8A960110	582.85	50	1077.59	8	494.74	泉州市	泉州店	福建省	饮料	纯悦550ml矿物质水
33938	2018-08-01	D010101	SM80118080035	31995BCC-72AA-413B-9B2B-A57E78AC7715	914.52	40	2068.97	8	1154.45	泉州市	泉州店	福建省	日用品	雕牌1500g洗洁精
33939	2018-08-01	D010147	SMDBJ18003457	AE451BC0-8615-4F8C-8126-05E0C01DDF24	508.00	50	1487.07	8	979.07	大庆市	大庆店	黑龙江省	零食	丽芝士散装系列
33940	2018-08-01	D010126	SMDBJ18003459	5DDCE422-6782-43D2-9AC6-0E28ABA93636	1143.36	20	3413.79	8	2270.43	佳木斯市	佳木斯店	黑龙江省	生鲜	西域香妃蜜瓜
33941	2018-08-01	D010126	SMDBJ18003459	31995BCC-72AA-413B-9B2B-A57E78AC7715	368.43	20	948.28	8	579.85	佳木斯市	佳木斯店	黑龙江省	日用品	雕牌1500g洗洁精
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
40509	2018-08-17	D010284	SMDCD18008257	0A88662D-AEF2-4756-BA9A-C784B777604E	18000.17	1800	15000.00	8	-3000.17	贵阳市	花溪店	贵州省	零食	德芙巧克力
40510	2018-08-17	D010284	SMDCD18008258	0A88662D-AEF2-4756-BA9A-C784B777604E	18000.17	1800	15000.00	8	-3000.17	贵阳市	花溪店	贵州省	零食	德芙巧克力
40511	2018-08-17	D010284	SMDCD18008259	0A88662D-AEF2-4756-BA9A-C784B777604E	18000.17	1800	15000.00	8	-3000.17	贵阳市	花溪店	贵州省	零食	德芙巧克力
40512	2018-08-17	D010284	SMDCD18008260	0A88662D-AEF2-4756-BA9A-C784B777604E	18000.17	1800	15000.00	8	-3000.17	贵阳市	花溪店	贵州省	零食	德芙巧克力
40513	2018-08-17	D010284	SMDCD18008261	0A88662D-AEF2-4756-BA9A-C784B777604E	18000.17	1800	15000.00	8	-3000.17	贵阳市	花溪店	贵州省	零食	德芙巧克力

6577 rows × 14 columns

# 获取成本额前十的省份
temp_df2 = august_df.groupby('省份')[['销售额', '成本额']].sum()
temp_df2.nlargest(10, '成本额')

省份销售额成本额

贵州省 2378955.90 2186000.47

广东省 2036411.63 803233.76

山东省 950153.11 415478.31

湖南省 759459.40 314052.85

上海市 587152.72 278081.99

河北省 617282.82 251300.22

福建省 558771.72 224477.37

江苏省 429447.54 196850.44

辽宁省 361684.20 176793.64

河南省 405902.37 173314.22

# 数据可视化
temp_df2.nlargest(10, '成本额').plot(kind='bar', figsize=(9, 5))
plt.show()

由销售额跟成本额比对来看，其他省份的成本额差不多在销售额一半左右，然而贵州省的成本额差不多是销售额的90%，成本额大得离谱，咱们就有足够的理由怀疑贵州省的成本控制出现了问题。

3.对贵州省的数据进行分析

# 获取贵州省的数据
temp_df3 = august_df.query('省份 == "贵州省"').groupby('城市')[['销售额', '成本额']].sum()
temp_df3['利润率'] = (temp_df3.销售额 - temp_df3.成本额) / temp_df3.销售额
temp_df3.nsmallest(3, '利润率').style.format(formatter={'利润率': '{:.2%}'})

可见，是贵阳市的成本出现了问题

#对贵州省的贵阳市进行分析
temp_df4 = august_df.query('省份 == "贵州省" and 城市 == "贵阳市"').groupby('门店名称')[['销售额', '成本额']].sum()
temp_df4['利润率'] = (temp_df4.销售额 - temp_df4.成本额) / temp_df4.销售额
temp_df4.sort_values(by='利润率').style.format(formatter={'利润率': '{:.2%}'})

可见，是花溪店的成本出现了问题，

4.对花溪店进行数据分析

# 对花溪店的数据获取
august_df = august_df.query('省份 == "贵州省" and 城市 == "贵阳市" and 门店名称 == "花溪店"')
august_df

# 对成本额跟利润额进行对比
temp_df5 = august_df.groupby('商品类别')[['销售额', '成本额']].sum()
temp_df5['利润率'] = (temp_df5.销售额 - temp_df5.成本额) / temp_df5.销售额
temp_df5.sort_values(by='利润率').style.format(formatter={'利润率': '{:.2%}'})

可见，是零食的成本出现了问题

# 对零食的成本额跟销售额进行对比
temp_df6 = august_df.query('商品类别 == "零食"').groupby('商品名称')[['销售额', '成本额']].sum()
temp_df6['利润率'] = (temp_df6.销售额 - temp_df6.成本额) / temp_df6.销售额
temp_df6.sort_values(by='利润率').style.format(formatter={'利润率': '{:.2%}'})

可见是德芙巧克力成本控制出现了问题

项目结果

最终得到的结果是贵州省贵阳市花溪店的德芙巧克力成本控制出现了问题

暗影小黑客

关注

3
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
0
评论
连锁超市的利润下滑分析

本文是针对连锁超市利润下滑进行的数据分析报告，利润下滑可能是利润持续下降、销售额减少、成本增加等问题。通过对数据的销售额、成本额，利润额等数据分析和趋势的变化进行观察，找出导致利润下滑的主要原因。
复制链接

扫一扫