python不会编程的人怎么学化妆_利用 Python 分析了某化妆

一、业务分析流程

1、 场景(诊断现状)

对象：用户；销售

关注点：找到影响销售的增长因素

目标：发现问题&提出解决方案

2、需求拆解

分析销售趋势，找到影响企业营收增长的商品或区域

按月份销售趋势图(整体)

商品销售额对比(一级、二级，找出最低、最高)

区域销售额对比(下钻：区、省，找出最低、最高)

探索不同商品的销售状况，为企业的商品销售，提出策略建议

不同月份的各个产品的销售额占比情况

产品相关分析

分析用户特征、购买频率、留存率等

购买频率分布

复购率(重复购买用户数量(两天都有购买过算重复)/用户数量)

同期群分析(按月)

3、代码实现

①获取数据(excel)

为某化妆品企业 2019 年 1 月-2019 年 9 月每日订单详情数据和企业的商品信息数据，包括两个数据表，销售订单表和商品信息表。其中销售订单表为每个订单的情况明细，一个订单对应一次销售、一个订单可包含多个商品。

import pandas as pd

import matplotlib.pyplot as plt

import matplotlib as mpl

mpl.rcParams['font.family'] = 'SimHei'

import numpy as np

import warnings

warnings.filterwarnings("ignore")

data = pd.read_excel('C:/Users/cherich/Desktop/日化.xlsx',encoding='gbk')

data.head()

data_info = pd.read_excel('C:/Users/cherich/Desktop/日化.xlsx',encoding='gbk',sheet_name='商品信息表')

data_info

②数据清洗和加工

data = data.dropna()

# 订购数量结尾有字符'个'



data['订购数量'] = data['订购数量'].apply(lambda x:str(x)[:-1] if str(x)[-1] == '个' else x)

data['订购数量'] = data['订购数量'].astype(int)



# 订购数量结尾有字符'元'

data['订购单价'] = data['订购单价'].apply(lambda x:str(x)[:-1] if str(x)[-1] == '元' else x)

data['订购单价'] = data['订购单价'].astype(int)

# 日期里有特殊字符 2019#3#11

def proess_date(df):

pos = str(df).find('#')

if pos!= -1:

df = str(df).split('#')

return df[0]+'-'+df[1]+'-'+df[2]

else:

return df



# res = proess_date(df ='2019#3#11')

data['订单日期'] = data['订单日期'].apply(proess_date)

data['订单日期'] = data['订单日期'].apply(lambda x:str(x).replace('年','-').replace('月','-') if '年' in str(x) else x )

data['订单日期'] = pd.to_datetime(data['订单日期'])

#data.info()



data = data[data.duplicated()==False]

data['所在省份'].nunique()

data['月份'] = data['订单日期'].apply(lambda x:str(x).split('-')[1])

data

③数据可视化

# 两张表数据合并

total_data = pd.merge(data,data_info,on='商品编号',how='left')

total_data

groups = data.groupby('月份')

x = [each[0] for each in groups]

y = [each[1].金额.sum() for each in groups]

z = [each[1].金额.count() for each in groups]

money_mean = data.金额.sum()/9

order_mean = data.金额.count()/9



plt.figure(figsize=(18, 10), dpi=80)

plt.subplot(221)

plt.plot(x, y,linewidth=2)

plt.axvspan('07', '08', color='#EE7621', alpha=0.3)

plt.axhline(money_mean, color='#EE7621', linestyle='--',linewidth=1)

plt.title("每月销售额趋势图",color='#4A708B',fontsize=24)

plt.ylabel("金额/(亿)",fontsize=16)



plt.subplot(222)

plt.plot(x, z, linewidth=2, color = '#EE7621')

plt.axvline('07', color='#4A708B', linestyle='--',linewidth=1)

plt.axhline(order_mean, color='#4A708B', linestyle='--',linewidth=1)

plt.title("每月订单量趋势图",color='#4A708B',fontsize=24)

plt.ylabel("订单/(单)",fontsize=16)

plt.show()

图表说明：从整体来看，销售额和订单量从4月开始大幅度上升，均高于均值；8月份开始呈下降趋势，处于均值水平。

groups_category= total_data.groupby(['月份','商品大类'])

category1 = []

category2 = []

for i,j in groups_category:

# print(i,j.月份.count())

if i[1]=='彩妆':

category1.append(j.金额.sum())

else:

category2.append(j.金额.sum())

labels = x

xticks = np.arange(len(labels))

width = 0.5

p = np.arange(len(labels))

fig, ax = plt.subplots(figsize=(18,8))

rects1 = ax.bar(p - width/2, category1,width, label='彩妆',color='#FFEC8B')

rects2 = ax.bar(p + width/2, category2, width, label='护肤品',color='#4A708B')



ax.set_ylabel('销售额/(亿)')

ax.set_title('每月护肤品和彩妆的销售额对比图(大类)')

ax.set_xticks(xticks)

ax.set_xticklabels(labels)

ax.legend()



plt.show()

图表说明：护肤品需求满足大多数人，明显高于彩妆。并且5月—8月是护肤品需求旺季。相比彩妆的变化不明显。

groups_categorys= total_data.groupby('商品小类')

x = [each[0] for each in groups_categorys]

y = [each[1].金额.sum() for each in groups_categorys]



fig = plt.figure(figsize=(18,8),dpi=80)

plt.title('各个品类的销售额对比图',color='#4A708B',fontsize=24)

plt.ylabel('销售额(元)',fontsize=15)

colors = ['#6699cc','#4A708B','#CDCD00','#DAA520','#EE7621','#FFEC8B','#CDCD00','#4A708B','#6699cc','#DAA520','#4A708B','#FFEC8B']

for i, group_name in enumerate(groups_categorys):

lin1 =plt.bar(group_name[0], group_name[1].金额.sum(),width=0.8,color=colors[i])

for rect in lin1:

height = rect.get_height()

plt.text(rect.get_x()+rect.get_width()/2, height+1, int(height),ha="center",

fontsize=12)



plt.xticks(fontsize=15)

plt.grid()

plt.show()

图表说明：面膜的销售额第一，其次是面霜、爽肤水。销售额最低的是蜜粉，眼影。

total_data = total_data.dropna()

total_data['所在区域'] = total_data['所在区域'].apply(lambda x:str(x).replace('男区','南区').replace('西 区','西区'))

groups_area= total_data.groupby(['所在区域','商品小类'])

results = {}

for i,j in groups_area:

money = int(j.金额.sum())

if i[0] in results.keys():

results[i[0]][i[1]] = money

else:

results[i[0]] = {}

for cate in category_names:

results[i[0]][cate] = 0

results[i[0]]['口红'] = money



results= {key_data:list(values_data.values()) for key_data,values_data in results.items()}



def survey1(results, category_names):

labels = list(results.keys())

data = np.array(list(results.values()))



data_cum = data.cumsum(axis=1)

category_colors = plt.get_cmap('RdYlGn')(

np.linspace(0.15, 0.85, data.shape[1]))

fig, ax = plt.subplots(figsize=(25,8))

ax.invert_yaxis()

ax.xaxis.set_visible(False)

ax.set_xlim(0, np.sum(data, axis=1).max())



for i, (colname, color) in enumerate(zip(category_names, category_colors)):

widths = data[:, i]

starts = data_cum[:, i] - widths

ax.barh(labels, widths, left=starts, height=0.5,

label=colname, color=color)

xcenters = starts + widths / 2



r, g, b, _ = color

text_color = 'white' if r * g * b < 0.5 else 'darkgrey'

for y, (x, c) in enumerate(zip(xcenters, widths)):

ax.text(x, y, str(int(c)), ha='center', va='center',color=text_color)

ax.legend(ncol=len(category_names), bbox_to_anchor=(0, 1),

loc='lower left', fontsize='small')



return fig, ax

survey1(results, category_names)

plt.show()

图表说明：东部地区占市场份额的35%左右，份额最低的是西部地区。

area_names = list(total_data.商品小类.unique())

groups_priv= total_data.groupby(['所在省份','商品小类'])

results = {}

for i,j in groups_priv:

money = int(j.金额.sum())

if i[0] in results.keys():

results[i[0]][i[1]] = money

else:

results[i[0]] = {}

for cate in category_names:

results[i[0]][cate] = 0

results[i[0]]['口红'] = money



results= {key_data:list(values_data.values()) for key_data,values_data in results.items()}



def survey2(results, category_names):

labels = list(results.keys())

data = np.array(list(results.values()))



data_cum = data.cumsum(axis=1)

category_colors = plt.get_cmap('RdYlGn')(

np.linspace(0.15, 0.85, data.shape[1]))

fig, ax = plt.subplots(figsize=(25,20))

ax.invert_yaxis()

ax.xaxis.set_visible(False)

ax.set_xlim(0, np.sum(data, axis=1).max())



for i, (colname, color) in enumerate(zip(category_names, category_colors)):

widths = data[:, i]

starts = data_cum[:, i] - widths

ax.barh(labels, widths, left=starts, height=0.5,

label=colname, color=color)

xcenters = starts + widths / 2



ax.legend(ncol=len(category_names), bbox_to_anchor=(0, 1),

loc='lower left', fontsize='small')



return fig, ax

survey2(results, area_names)

plt.show()

图表说明：江苏销售额第一，其次是广东省；销售额最低的是宁夏、内蒙、海南

import numpy as np

import matplotlib.pyplot as plt

category_names = list(total_data.商品小类.unique())

groups_small_category= total_data.groupby(['月份','商品小类'])

results = {}

for i,j in groups_small_category:

money = int(j.金额.sum())

if i[0] in results.keys():

results[i[0]][i[1]] = money

else:

results[i[0]] = {}

for cate in category_names:

results[i[0]][cate] = 0

results[i[0]]['口红'] = money



results= {key_data:list(values_data.values()) for key_data,values_data in results.items()}

def survey(results, category_names):

labels = list(results.keys())

data = np.array(list(results.values()))



data_cum = data.cumsum(axis=1)

category_colors = plt.get_cmap('RdYlGn')(

np.linspace(0.15, 0.85, data.shape[1]))



fig, ax = plt.subplots(figsize=(25,8))

ax.invert_yaxis()

ax.xaxis.set_visible(False)

ax.set_xlim(0, np.sum(data, axis=1).max())



for i, (colname, color) in enumerate(zip(category_names, category_colors)):

widths = data[:, i]

starts = data_cum[:, i] - widths

ax.barh(labels, widths, left=starts, height=0.5,

label=colname, color=color)

xcenters = starts + widths / 2



# r, g, b, _ = color

# text_color = 'white' if r * g * b < 0.5 else 'darkgrey'

# for y, (x, c) in enumerate(zip(xcenters, widths)):

# ax.text(x, y, str(int(c)), ha='center', va='center')

ax.legend(ncol=len(category_names), bbox_to_anchor=(0, 1),

loc='lower left', fontsize='small')



return fig, ax

survey(results, category_names)



plt.show()

图表说明：眼霜、爽肤水、面膜：4，5，6，7，8月份需求量最大；粉底、防晒霜、隔离霜、睫毛膏、蜜粉1，2，3月份需求量最大。

data_user_buy=total_data.groupby('客户编码')['订单编码'].count()

data_user_buy

plt.figure(figsize=(10,4),dpi=80)

plt.hist(data_user_buy,color='#FFEC8B')



plt.title('用户购买次数分布',fontsize=16)

plt.xlabel('购买次数')

plt.ylabel('用户数')

plt.show()

图表说明：大部分用户购买次数在10次-35次之间，极少部分用户购买次数80次以上

date_rebuy=total_data.groupby('客户编码')['订单日期'].apply(lambda x:len(x.unique())).rename('rebuy_count')

date_rebuy

print('复购率:',round(date_rebuy[date_rebuy>=2].count()/date_rebuy.count(),4))

total_data['时间标签'] = total_data['订单日期'].astype(str).str[:7]

total_data = total_data[total_data['时间标签']!='2050-06']

total_data['时间标签'].value_counts().sort_index()

total_data = total_data.sort_values(by='时间标签')

month_lst = total_data['时间标签'].unique()

final=pd.DataFrame()

final

#引入时间标签

for i in range(len(month_lst)-1):

#构造和月份一样长的列表，方便后续格式统一

count = [0] * len(month_lst)

#筛选出当月订单，并按客户昵称分组

target_month = total_data.loc[total_data['时间标签']==month_lst[i],:]

target_users = target_month.groupby('客户编码')['金额'].sum().reset_index()



#如果是第一个月份，则跳过(因为不需要和历史数据验证是否为新增客户)

if i==0:

new_target_users = target_month.groupby('客户编码')['金额'].sum().reset_index()

else:

#如果不是，找到之前的历史订单

history = total_data.loc[total_data['时间标签'].isin(month_lst[:i]),:]

#筛选出未在历史订单出现过的新增客户

new_target_users = target_users.loc[target_users['客户编码'].isin(history['客户编码']) == False,:]



#当月新增客户数放在第一个值中

count[0] = len(new_target_users)



#以月为单位，循环遍历，计算留存情况

for j,ct in zip(range(i + 1,len(month_lst)),range(1,len(month_lst))):

#下一个月的订单

next_month = total_data.loc[total_data['时间标签'] == month_lst[j],:]

next_users = next_month.groupby('客户编码')['金额'].sum().reset_index()

#计算在该月仍然留存的客户数量

isin = new_target_users['客户编码'].isin(next_users['客户编码']).sum()

count[ct] = isin



#格式转置

result = pd.DataFrame({month_lst[i]:count}).T



#合并

final = pd.concat([final,result])



final.columns = ['当月新增','+1月','+2月','+3月','+4月','+5月','+6月','+7月','+8月']

result = final.divide(final['当月新增'],axis=0).iloc[:]

result['当月新增'] = final['当月新增']

result.round(2)

图表说明：由新增用户情况看，新用户逐月明显减少；留存率在1月-5月平均在50%，6月-8月留存率上升明显。

二、结论与建议

1、从销售额趋势来看，整体是上升趋势，但是从8月份销售额突然下降，可能因为到淡季，需进一步确认原因；

2、商品销售额，用户对护肤品具有强烈的需求，尤其是面膜，爽肤水、面霜、眼霜。较低需求的是蜜粉。可以把高需求产品，组合成礼盒等套装活动；

3、商品销售建议：眼霜、爽肤水、面膜：4，5，6，7，8月需求最大；粉底、防晒霜、隔离霜、睫毛膏、蜜粉1，2，3月需求最大。以上说明用户购买特定产品具有周期性；

4、从地域来看，东部地区是消费的主力军，其中江苏省、广东省、浙江省的销售额最大。可以增大市场投放量；也可以考虑在该地区建仓，节省物流等成本；

5、用户：重点维护购买次数在10次-35次之间的用户群体；

6、留存率在99%，证明用户对产品有一定的依赖性；

7、从同期群分析来看，新用户明显减少，应考虑拉新，增加平台新用户(主播带货等)；

End.

作者：Cherich_sun

个人公众号：杰哥的IT之旅(ID：Jake_Internet)

本文为转载分享，如果涉及作品、版权和其他问题，请联系我们第一时间删除(微信号：lovedata0520)