在线销售数据分析–人货场三维分析角度

最新推荐文章于 2023-11-16 09:18:59 发布

咦，笔记存档

最新推荐文章于 2023-11-16 09:18:59 发布

阅读量1.6w

点赞数 2

分类专栏：数据分析实战项目文章标签： mysql 大数据 python 数据分析

本文链接：https://blog.csdn.net/weixin_41882890/article/details/103546469

版权

数据分析实战项目专栏收录该内容

15 篇文章 21 订阅

订阅专栏

文章目录

一、数据来源及理解
二、分析思路
三、数据处理
四、数据描述性统计
五、三维分析-人
六、三维分析-货
- 销售金额及销量分布情况
- 商品退货率
七、三维分析-场
城市
区域
八、总结

一、数据来源及理解

此次分析数据来源于第二届Power BI 可视化大赛样例数据，共有四个表，分别为sales
，store，item，district，一共有七十万左右的数据。

二、分析思路

按照人-货-场三维分析角度进行分析，分析导图：
思维导图

三、数据处理

数据预处理

整个数据包括四张表，三十九个不同字段，但在实际分析过程中我们只用到了十五个字段，为了让数据分析更高效，所以我复制了一份并对其进行一个整合，成为一张表。

数据清洗

利用Python语言进行数据分析，开发工具有Jupyter Notebook，利用的包主要是pandas、numpy，matplotlib.pyplot。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
#coding=utf-8
file_name = 'D:\\Analysis.xlsx'
xls = pd.ExcelFile(file_name)
xs = xls.parse('salesdata',dtype='object')
plt.rcParams['font.sans-serif']=['SimHei'] #显示中文
plt.rcParams['axes.unicode_minus']=False #允许显示负数
xs.info()

数据集信息
数据总共为327047 条，包含15个特征，接下对数据进行观察并做数据清洗处理。本次数据集比较“干净”，不存在缺失值。另外有些特征的属性需要更改，例如金额及销量的数据类型。

数据转换

数据类型全为object类型，转换数据类型为数值型

xs['Sum_GrossMarginAmount']=pd.to_numeric(xs['Sum_GrossMarginAmount'], errors='coerce').fillna(0) ##数据文本型转换为数值型
xs['Sum_Regular_Sales_Dollars']=pd.to_numeric(xs['Sum_Regular_Sales_Dollars'], errors='coerce').fillna(0)
xs['Sum_Markdown_Sales_Dollars']=pd.to_numeric(xs['Sum_Markdown_Sales_Dollars'], errors='coerce').fillna(0)
xs['Sum_Regular_Sales_Units']=pd.to_numeric(xs['Sum_Regular_Sales_Units'], errors='coerce').fillna(0)
xs['Sum_Markdown_Sales_Units']=pd.to_numeric(xs['Sum_Markdown_Sales_Units'], errors='coerce').fillna(0)
xs['SellingAreaSize']=pd.to_numeric(xs['SellingAreaSize'], errors='coerce').fillna(0)

由于在本次数据集中没有明确的时间字段，所以我们在这不做时间维度的分析，如果要做时间维度的分析还需要对时间字段做一个类型转换。

四、数据描述性统计

xs[['Sum_GrossMarginAmount','Sum_Regular_Sales_Dollars','Sum_Markdown_Sales_Dollars','Sum_Regular_Sales_Units','Sum_Markdown_Sales_Units']].describe()

数据描述性统计
可以看到在销售金额中存在着负数，这可能是退货的订单，需要进行筛选。可以看出各字段的平均值都在百分之75的订单之下，表明存在了一些购买力极强的用户。我们可以将图做出来会更加明显。以’Sum_Regular_Sales_Dollars’字段为例：

plt.subplot(341)
xs['Sum_Regular_Sales_Dollars'].hist(figsize=(10,6),bins=100,color='c')
plt.subplot(342)
xs[xs['Sum_Regular_Sales_Dollars']<1000]['Sum_Regular_Sales_Dollars'].hist(figsize=(10,6),bins=10,color='c')
plt.subplot(343)
xs[xs['Sum_Regular_Sales_Dollars']>3150]['Sum_Regular_Sales_Dollars'].hist(figsize=(10,6),bins=10,color='c')
plt.subplot(344)
xs[xs['Sum_Regular_Sales_Dollars']<0]['Sum_Regular_Sales_Dollars'].hist(figsize=(10,6),bins=10,color='c')

描述性在第一张图中可以看出很明显的长尾效应，取了销售金额小于1000的数据可以看出大部分的销售金额都集中在0到250美元，另外，还存在几条销售金额大于3150美元订单。退货订单金额基本上在100美元以内，其具体原因后续可做具体分析（先找出退货的订单用户，查用户在退货之后是否有购物情况，是否为第一次购买就退货等）
将其打印出来可以看到是来自itemid为155579、及183620的订单，而其购买的原因不得而知，如果有相关的数据可以进行分析是否为异常数据。

xs[xs['Sum_Regular_Sales_Dollars']>3150]

五、三维分析-人

用户质量分析

通过二八原则，去寻找关键的那20%决定性因素！

# 计算高质量用户贡献了多少份额(28倾向）
user_amount = xs.groupby('Buyer')['Sum_Regular_Sales_Dollars'].sum().sort_values(ascending=False).reset_index()
user_amount['amount_cumsum'] = user_amount['Sum_Regular_Sales_Dollars'].cumsum()
amount_total = user_amount['amount_cumsum'].max()
user_amount['percentage'] = user_amount['amount_cumsum'] / amount_total
#统计销量
user_count = xs.groupby('Buyer')['Sum_Regular_Sales_Units'].sum().sort_values(ascending=False).reset_index()
user_count['count_cumsum'] = user_count['Sum_Regular_Sales_Units'].cumsum()
count_total = user_count['count_cumsum'].max()
user_count['percentage'] = user_count['count_cumsum'] / count_total
#画图
plt.rc('font', family='simhei', size=9)
plt.subplot(221)
plt.title('零售消费额占比')
plt.ylabel("累计比率")
plt.plot(user_amount['percentage'])
plt.grid(color='#95a5a6', linestyle='--', linewidth=1, alpha=0.4)
plt.subplot(222)
plt.title('零售销量占比')
plt.ylabel("累计比率")
plt.plot(user_count['percentage'])
plt.grid(color='#95a5a6', linestyle='--', linewidth=1, alpha=0.4)
plt.show()
user_amount.head(20)

二八用户 20用户高效80额

用户类别分析

用户类别分析，看各类别用户占比分别为多少，针对不同类别推出不同的方案，提升销售额。

#用户类别分析
fig1 = plt.subplot(131)
category=xs.groupby('Category').Sum_Regular_Sales_Dollars.sum()/xs.Sum_Regular_Sales_Dollars.sum()
category.plot.pie(figsize=(12,10),autopct='%1.1f%%',shadow=True,startangle=90)
plt.title('零售分类占比')
fig2 = plt.subplot(133)
category=xs.groupby('Category').Sum_Markdown_Sales_Dollars.sum()/xs.Sum_Markdown_Sales_Dollars.sum()
category.plot.pie(figsize=(12,10),autopct='%1.1f%%',shadow=True,startangle=90)
plt.title('折扣分类占比')

类别占比

DM(管理者)排名分析

各DM管理下销量情况，按降序排列输出

order_DM = xs.groupby('DM')['Sum_Regular_Sales_Dollars'].sum().sort_values(ascending=False).plot.bar()

dm管理者

六、三维分析-货

销售金额及销量分布情况

零售销售额与数量情况，打折销售额与数量情况

plt.figure(figsize=(12,4))
plt.subplot(121)
plt.scatter(x = 'Sum_Regular_Sales_Dollars', y = 'Sum_Regular_Sales_Units',data=xs)
plt.xlabel('每笔零售订单消费金额')
plt.ylabel('每笔零售订单购买数量')
plt.subplot(122)
plt.scatter(x = 'Sum_Markdown_Sales_Dollars',y = 'Sum_Markdown_Sales_Units',data = xs) 
plt.xlabel('每位折扣消费金额')
plt.ylabel('每位折扣购买数量')
plt.show()

观察散点图各点的分布发现呈现一个高度的集中，零散几个极值，符合零售行业规律，相比而言折扣消费的分布更具规律，初步估计这家店应该是按照金额数或者订单数进行一个折扣销售。

商品退货率

#零售商品退货率%
xs[xs['Sum_Regular_Sales_Dollars']<0]['Sum_Regular_Sales_Dollars'].sum()/xs['Sum_Regular_Sales_Dollars'].sum()*(-100)

#折扣商品退货率%
xs[xs['Sum_Markdown_Sales_Dollars']<0]['Sum_Markdown_Sales_Dollars'].sum()/xs['Sum_Markdown_Sales_Dollars'].sum()*(-100)

产品的加起来退货率不足1%，在能接受的范围以内，没有前后的一个退货率进行一个对比，有对比的话更能做好总结。

七、三维分析-场

城市

1)城市销售前十

#各城市零售销售排名前十
xs.groupby('City Name')['Sum_Regular_Sales_Dollars'].sum().sort_values(ascending=False).head(10)
#各城市折扣销售排名前十
xs.groupby('City Name')['Sum_Markdown_Sales_Dollars'].sum().sort_values(ascending=False).head(10)

城市排名
2）退货率排名前十的城市

#各城市零售退货率排名前十的城市
fail=xs[xs['Sum_Regular_Sales_Dollars']<0].groupby('City Name')['Sum_Regular_Sales_Dollars'].sum()/xs['Sum_Regular_Sales_Dollars'].sum()*(-100)
fail.sort_values(ascending=False).head(10)
#各城市折扣退货率排名前十的城市
fail1=xs[xs['Sum_Markdown_Sales_Dollars']<0].groupby('City Name')['Sum_Markdown_Sales_Dollars'].sum()/xs['Sum_Markdown_Sales_Dollars'].sum()*(-100)
fail1.sort_values(ascending=False).head(10)

城市退货率

区域

1）区域排名

#区域零售销售排名
xs.groupby('Territory')['Sum_Regular_Sales_Dollars'].sum().sort_values(ascending=False)
#区域折扣销售排名
xs.groupby('Territory')['Sum_Markdown_Sales_Dollars'].sum().sort_values(ascending=False)

区域排名
折扣销售跟零售销售的排名区域是一模一样的，存在很强的正向相关。符合销售规律：购买越多，所享受的折扣越多
2)商店大小与销售额

#区域大小与零售销售额
xs.groupby('SellingAreaSize')['Sum_Regular_Sales_Dollars'].sum().sort_values(ascending=False)
#区域大小与折扣销售额
xs.groupby('SellingAreaSize')['Sum_Markdown_Sales_Dollars'].sum().sort_values(ascending=False)

销售额跟商店大小没有很明显的相关关系，猜想对销售影响更多的可能是区域
3）区域质量分析

# 计算高质量区域用户贡献了多少份额(28倾向）零售
territory_amount = xs.groupby('Territory')['Sum_Regular_Sales_Dollars'].sum().sort_values(ascending=False).reset_index()
territory_amount['amount_cumsum'] = territory_amount['Sum_Regular_Sales_Dollars'].cumsum()
amount_total = territory_amount['amount_cumsum'].max()
territory_amount['percentage'] = territory_amount['amount_cumsum'] / amount_total
#折扣
territory_amount = xs.groupby('Territory')['Sum_Markdown_Sales_Dollars'].sum().sort_values(ascending=False).reset_index()
territory_amount['amount_cumsum'] = territory_amount['Sum_Markdown_Sales_Dollars'].cumsum()
amount_total = territory_amount['amount_cumsum'].max()
territory_amount['percentage'] = territory_amount['amount_cumsum'] / amount_total
#画图
plt.rc('font', family='simhei', size=9)
plt.subplot(221)
plt.title('区域零售消费额占比')
plt.ylabel("累计比率")
plt.plot(territory_amount['percentage'])
plt.grid(color='#95a5a6', linestyle='--', linewidth=1, alpha=0.4)
plt.rc('font', family='simhei', size=9)
plt.subplot(222)
plt.title('区域折扣消费额占比')
plt.ylabel("累计比率")
plt.plot(territory_amount['percentage'])
plt.grid(color='#95a5a6', linestyle='--', linewidth=1, alpha=0.4)
territory_amount.head(20)

区域质量分析
结合图表可知：五个区域左右贡献了80%以上的销售额，还有很多区域市场等待开发，后续可关注一下高质量区域是否市场饱和。
4）新老店分析

1）新老店分类分析
#新老店分析
fig1 = plt.subplot(131)
category=xs.groupby('Store Type').Sum_Regular_Sales_Dollars.sum()/xs.Sum_Regular_Sales_Dollars.sum()
category.plot.pie(figsize=(12,10),autopct='%1.1f%%',shadow=True,startangle=90)
plt.title('零售分类占比')
fig2 = plt.subplot(133)
category=xs.groupby('Store Type').Sum_Markdown_Sales_Dollars.sum()/xs.Sum_Markdown_Sales_Dollars.sum()
category.plot.pie(figsize=(12,10),autopct='%1.1f%%',shadow=True,startangle=90)
plt.title('折扣分类占比')
```![店类型](https://img-blog.csdnimg.cn/20191215142031860.PNG?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTg4Mjg5MA==,size_16,color_FFFFFF,t_70)
2）新老店退货率
```python
#新老店的退货率
fail1=xs[xs['Sum_Markdown_Sales_Dollars']<0].groupby('Store Type')['Sum_Markdown_Sales_Dollars'].sum()/xs['Sum_Markdown_Sales_Dollars'].sum()*(-100)
fail1.sort_values(ascending=False)

新老店退货率
新店的销售占比很小，可以大力开发一下新店的价值。新老店的退货率中，新店退货率显然更高，找一下原因，提升服务，增加粘性，思考打优质服务战还是高性价比产品。

八、总结

在本次分析中，主要利用了人货场分析思路进行分析，对退货率，用户质量等指标进行了量化分析。对数据的分布、对比进行了分析，由于缺少了时间维度无法对其进行变化、预测分析。

咦，笔记存档

关注

2
点赞
踩
31

收藏

觉得还不错? 一键收藏
4
评论
在线销售数据分析–人货场三维分析角度

@在线销售数据分析–人货场三维分析角度一、数据来源及理解此次分析数据来源于第二届Power BI 可视化大赛样例数据，共有四个表，分别为sales，store，item，district，一共有七十万左右的数据。二、分析思路按照人-货-场三维分析角度进行分析，分析导图：三、数据处理数据预处理整个数据包括四张表，三十九个不同字段，但在实际分析过程中我们只用到了十五个字段，为了让数据分...
复制链接

扫一扫