基于Python实现电商订单的数据分析

数据集：

项目使用一家全球超市4年内的电商销售订单数据，数据集名为superstore_dataset2011-2015.csv。数据集共有51290条数据，包含订单ID、订单日期、发货日期、运输模式、客户ID、客户名称、国家、城市、产品ID、类别、子类别、产品名称、销售额、数量、折扣、利润等信息。该数据集旨在帮助超市进行“人、货、场”分析，提升销量。

技术：

Python：用于数据处理、分析和模型开发。
MySQL：用于数据持久化存储。
Flask：用于搭建可视化平台的 Web 应用。
Echarts：用于数据可视化。

功能：

项目利用Python数据分析技术，从年度销售维度、地区销售维度和用户分类维度进行了分析。分析结果存储在MySQL数据库中，并通过Flask搭建的可视化平台展示，利用Echarts进行数据可视化。

创新点：

在对数据进行分析可视化的基础上，加入了RFM用户分类。

明确需求和目的：

• 对整体运营情况进行分析，包括销售额、销量、利润、客单价、市场布局等。
• 对商品结构、优势/爆款商品、劣势/待优化商品进行分析。
• 对客户数量、新老客户、RFM模型、复购率、回购率等用户行为进行分析。
• 添加了LSTM和Transformer的月订单回归预测销售额。