本篇文章将利用Python工具对一份某商品的销售数据进行如下几个方面的分析,结合业务场景,构件常用业务指标,以从销售数据中挖掘出其潜在的商业价值,促进运营。用户消费趋势分析;
用户个体消费分析;
用户消费行为分析(利用RFM模型将用户进行重要性分层以及按照用户生命周期对用户进行活跃程度的区分);
复购率和回购率的分析。
数据导入:第三方包的导入&利用pandas中的read_table函数进行txt数据文件的读取
这份文件总共有69659行4列数据,在数据读取的同时给每一列数据按照其实际内容进行了列名的定义,方便理解和后续分析。另外我们也看到这份数据存在的一个问题:第二列order_dt购买时间的数据类型为int 64,所以需要将其数据类型更改为时间类型:利用to_datetime函数更改数据类型
在更改order_dt数据类型的同时,新增“month"列,为后面进行有关按月相关分析做准备。
数据准备完成,接下来进行相关分析:
用户消费趋势分析(按月):每月消费总金额:1.按月分组求和;2.绘制消费趋势折线图
从折线图趋势我们可以看到消费额在前三个月为最高峰,后续较为平稳且有轻微下降趋势每月消费次数:
前三个月消费次数在10000左右,后续平均每月2500单左右每月产品购买数&