“黑色星期五”数据分析实战

最新推荐文章于 2022-07-22 23:00:16 发布

L _W

最新推荐文章于 2022-07-22 23:00:16 发布

阅读量4.2k

点赞数 7

本文链接：https://blog.csdn.net/weixin_43655375/article/details/106415827

版权

项目背景

美国圣诞节大采购一般是从感恩节之后开始的。感恩节是每年11月的第四个星期四。因此它的第二天，也就是美国人大采购的第一天。在这一天，美国的商场都会推出大量的打折和优惠活动，以在年底进行最后一次大规模的促销。这有点类似于淘宝的双十一购物节。项目中所使用的数据是零售商店中黑色星期五的约54万条交易样本数据，商店希望更加了解用户购买行为。所以本项目通过总结本次“黑五”销售状况，分析和研究不同用户对不同产品的购买行为来为下一次“黑五”提供相关参考。

字段说明

字段	含义
User_ID	用户编码
Product_ID	产品编码
Gender	性别（M为男性，F为女性）
Age	年龄（0-17，18-25，26-35，36-45,46-50，51-55，55+ 7种）
Occupation	职业（用数字代表具体职业，一共有20种职业）
City_Category	城市分类（分为三类城市：ABC）
Stay_In_Current_City_Years	在目前城市的居住的年数（0,1,2,3,4+5种）
Marital_Status	婚姻状况（0代表未婚，1代表已婚）
Product_Category_1	产品分类为1（不能为空）
Product_Category_2	产品分类为2（可以为空）
Product_Category_3	产品分类为3（可以为空）
Purchase	购买金额（单位为美元）

数据总览

import pandas as pd
data=pd.read_csv('BlackFriday.csv')
data.drop_duplicates(inplace=True)#去重
print(data.info())

Data columns (total 12 columns):
User_ID                       537577 non-null int64
Product_ID                    537577 non-null object
Gender                        537577 non-null object
Age                           537577 non-null object
Occupation                    537577 non-null int64
City_Category                 537577 non-null object
Stay_In_Current_City_Years    537577 non-null object
Marital_Status                537577 non-null int64
Product_Category_1            537577 non-null int64
Product_Category_2            370591 non-null float64
Product_Category_3            164278 non-null float64
Purchase                      537577 non-null int64
dtypes: float64(2), int64(5), object(5)

数据集中共有约54万条数据，Product_Category_1 不能为空，Product_Category_2 和Product_Category_3 可以为空。因此数据不存在缺失值。

数据分析内容

该项目我们从，销售画像，用户画像、商品画像三方面来进行分析

销售画像

销售画像将从以下销售情况，用户情况，商品情况，这三个方面进行分析。

销售情况：

print(data['Purchase'].sum())

此次‘黑色星期五’总成交额达到了5017668378美元。

用户情况：

print(data.shape[0])

参与人次达到了537577。

print(data['Purchase'].mean())

单笔消费金额的均值为9333.859852635065美元。

print(len(data['User_ID'].unique()))

参与人数为5891人

product_category=len(data['Product_ID'].unique())
print(product_category)

购买商品共有3623种

用户画像

用户画像将从用户性别，年龄，职业，婚姻情况，居住时间，所处城市几方面加以分析。

用户性别分析：

data.drop_duplicates('User_ID').groupby('Gender')['User_ID'].count().plot(kind='pie',labels=['女','男'])

我们发现参与购物节的男性数量要远多于女性，男性占比71.23%，女性占比28.28%。

购买金额与性别的关系：

data.groupby('Gender')['Purchase'].sum().plot(kind='pie',labels=['女','男'],autopct='%3.2f%%')

从中我们可以发现，消费金额中，男性约为女性的3倍。

用户年龄分析:

print(data.drop_duplicates('User_ID').groupby('Age')['User_ID'].count())

Age
0-17      218
18-25    1069
26-35    2053
36-45    1167
46-50     531
51-55     481
55+       372

我们可视化年龄分布

data.drop_duplicates('User_ID').groupby('Age')['User_ID'].count().sort_values().plot(kind='barh',color=['r','g','b', 'c', 'm', 'y'])
print(data['Age'].value_counts())
plt.xlabel('年龄')
plt.ylabel('人数')

下面我们看一下不同年龄对于此次购物节的消费贡献。

data.groupby('Age')['Purchase'].sum().sort_values().plot(kind='barh',color=['r','g','b', 'c', 'm', 'y'])
plt.xlabel('销售金额')
plt.ylabel('年龄')

我们可以发现26-45岁的人群是购物的主力军，26-35岁销售额的贡献最多。

用户职业分析:

用户职业分布

user_occupation=data.drop_duplicates('User_ID').groupby('Occupation')['User_ID'].count()

data.drop_duplicates('User_ID').groupby('Occupation')['User_ID'].count().sort_values(ascending=False).plot(kind='bar',color=['c', 'm', 'y'])
plt.xlabel('职业')
plt.ylabel('人数')

我们可以发现不同职业对于购物节的参与情况是不同的，4，0，7三个职业用户数占总用户数的35.6%。

通过对不同职业购物金额的分析，依旧是4，0，7三个职业对购物街的贡献最大。

data.groupby('Occupation')['Purchase'].sum().sort_values(ascending=True).plot(kind='barh',color=['c', 'm', 'y'])
plt.xlabel('金额')
plt.ylabel('职业')

用户婚姻状况和消费分析:

用户的婚姻状况分析

data.drop_duplicates('User_ID').groupby('Marital_Status')['User_ID'].count().plot(kind='pie',labels=['未婚','已婚'],autopct='%3.2f%%')

我们发现本次购物节的用户中未婚人数占比略高于已婚人数。

下面我们来看不同婚姻状况下的消费情况：

data.groupby('Marital_Status')['Purchase'].sum().sort_values(ascending=True).plot(kind='bar',color=['c', 'm'])
plt.xlabel('婚姻状态')
plt.ylabel('消费金额')

购买总金额上，未婚人士更胜一筹。

用户所处城市分析:

data.drop_duplicates('User_ID').groupby('City_Category')['User_ID'].count().sort_values(ascending=False).plot(kind='bar',color=['c', 'm','y'])
plt.xlabel('城市')
plt.ylabel('人数')

本次购物节，C城市的参与人数最多。

data.groupby('City_Category')['Purchase'].sum().plot(kind='pie',autopct='%3.2f%%')

从购买金额来看B城市的购买总额最多。 A,C城的人均购买金额高于B城，这两个城市有很大的购买潜力。

居住年龄分析:

data.drop_duplicates('User_ID').groupby('Stay_In_Current_City_Years')['User_ID'].count().sort_values(ascending=False).plot(kind='bar',color=['c', 'm','y'])
plt.xlabel('居住时间（年）')
plt.ylabel('人数')

我们发现居住时间为1年的用户参与人数最多，其他居住时间的参与人数差别不大。

从消费金额上看，居住一年的是本次购物节的主力。

data.groupby('Stay_In_Current_City_Years')['Purchase'].sum().plot(kind='pie',autopct='%3.2f%%')

商品画像

商品画像将从商品的总体销量，不同性别消费者喜爱的商品，不同年龄者喜爱的消费商品，不同婚姻状况喜爱的消费商品，不同职业喜爱的消费商品，这几个方面进行分析。

购买量前十名的商品:

data['Product_ID'].value_counts().sort_values(ascending=False)[:10].plot(kind='barh',color=['r','g','b', 'c', 'm', 'y'])
plt.xlabel('购买数量')
plt.ylabel('商品名称')

不同性别购买量前十的商品:

女性用户购买量前十的商品：

data[data['Gender']=='F']['Product_ID'].value_counts()[:10].plot(kind='barh',color=['r','g','b', 'c', 'm', 'y'])

男性用户购买量前十的商品：

data[data['Gender']=='M']['Product_ID'].value_counts()[:10].plot(kind='barh',color=['r','g','b', 'c', 'm', 'y'])

我们查看一下男女都比较青睐的商品：

f=data[data['Gender']=='F']['Product_ID'].value_counts()[:10]
m=data[data['Gender']=='M']['Product_ID'].value_counts()[:10]
comm=[]
for i in f.index:
    if i in m.index:
        comm.append(i)
print(comm)

['P00265242', 'P00110742']

男女对于商品'P00265242',和'P00110742'都比较青睐。男女之间购买商品的重叠较小，可以对不同性别的用户推送不同的商品。

不同年龄购买前五名的商品:

plt.figure(figsize=(20,7*6))
age_value=data['Age'].unique()
count=0
for i in age_value:
    count+=1
    ax = plt.subplot(7,1,count)
    data.groupby('Age')['Product_ID'].value_counts().loc[i].sort_values(ascending=False)[:5].plot(kind='barh',color=['r','b', 'c', 'm', 'y'])
    plt.title(i)

我们可以很明显的发现不同年龄阶段所青睐的商品是不同的，可以根据不同年龄推荐不同的产品。

未婚和已婚的购买商品分析:

未婚购买商品分析：

data[data['Marital_Status']==0]['Product_ID'].value_counts()[:10].plot(kind='barh',color=['r','g','b', 'c', 'm', 'y'])
plt.xlabel('购买数量')
plt.ylabel('商品名称')
plt.title('未婚')

已婚购买商品分析：

data[data['Marital_Status']==1]['Product_ID'].value_counts()[:10].plot(kind='barh',color=['r','g','b', 'c', 'm', 'y'])
plt.xlabel('购买数量')
plt.ylabel('商品名称')
plt.title('已婚')

我们可以发现已婚和未婚的商品重叠度很高，他们都很青睐商品'P00265242', 'P00110742', 'P00025442', 'P00112142', 'P00057642', 'P00046742', 'P00184942' 。

不同职业对商品的喜好情况:

我们以4，0，7 这三个购买人数最多的职业进行分析

plt.figure(figsize=(20,3*6))
Occupation_category=[4,0,7]
count=0
for i in Occupation_category:
    count+=1
    ax = plt.subplot(3,1,count)
    data[data['Occupation']==i]['Product_ID'].value_counts()[:10].sort_values(ascending=False)[:5].plot(kind='barh',color=['r','b', 'c', 'm', 'y'])
    plt.title(i)

我们发现4，0，7三种职业喜欢的商品大致相同。

不同城市购买商品分析:

plt.figure(figsize=(20,3*6))
Occupation_category=data['City_Category'].unique()
count=0
for i in Occupation_category:
    count+=1
    ax = plt.subplot(3,1,count)
    data[data['City_Category']==i]['Product_ID'].value_counts()[:10].sort_values(ascending=False)[:5].plot(kind='barh',color=['r','b', 'c', 'm', 'y'])
    plt.title(i)

A，B，C三城市最受欢迎的商品都是P00265242，其他商品三座城市的青睐程度也相似，可见，ABC城市的人群在商品需求方面比较类似。

总结和建议

总结：

本项目从销售画像，用户画像、商品画像三个维度展开，利用python中的pandas库，结合matplotlib可视化展进行数据分析。

建议：

1. 本次活动中，最畅销商品P00265242产品，其次是P00110742,P00025442。可以利用爆款单品陈列在最主要位置，为其他商品引流，并增加畅销商品的库存量，以防断货。

2. 针对不同年龄，不同性别的购买者，所青睐的商品不同，针对这一特点，合理进行引流，设置针对不同年龄，不同性别的专区。尤其是针对年轻人这一消费的主力军。

3. 对城市C，需要应对可能出现的客流高峰，可提前采取相应的措施加以应对。下次购物节，可以针对城市C策划大型促销活动，更大的挖掘其消费潜力，以提升销量。

4.城市A和C的消费能力强。所以，平台需要有针对性的去维护好这些重点客户，可以适当增加一些满足其需求的中高档商品，更大的挖掘其购物潜力。

L _W

关注

7
点赞
踩
55

收藏

觉得还不错? 一键收藏
1
评论
“黑色星期五”数据分析实战

项目背景美国圣诞节大采购一般是从感恩节之后开始的。感恩节是每年11月的第四个星期四。因此它的第二天，也就是美国人大采购的第一天。在这一天，美国的商场都会推出大量的打折和优惠活动，以在年底进行最后一次大规模的促销。这有点类似于淘宝的双十一购物节。项目中所使用的数据是零售商店中黑色星期五的约54万条交易样本数据，商店希望更加了解用户购买行为。所以本项目通过总结本次“黑五”销售状况，分析和研究不同用户对不同产品的购买行为来为下一次“黑五”提供相关参考。字段说明字段含义 ...
复制链接

扫一扫