利用python进行零售商品数据分析

最新推荐文章于 2024-06-30 15:34:32 发布
最新推荐文章于 2024-06-30 15:34:32 发布
阅读量1.1w 收藏 154
点赞数 30
分类专栏： python 分析案例 文章标签： python 数据分析 大数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44390462/article/details/105622413
版权

零售商品数据分析

文章目录

这篇文章尝试着对一份零售商品数据进行分析，主要手段为描述统计与利用FRM模型进行客户分类，期望通过此次分析能达到如下目的：

  • 1、找出购买商品数量前十的国家
  • 2、找出交易额前十的国家
  • 3、公司在哪些月份的销售量比较好
  • 4、客单价是多少
  • 5、用户行为分析
  • 6、基于FRM模型，对用户进行分类
  • 7、退货订单分析

我会将文中使用到的数据和源代码放在Github上，以便用得到的小朋友们下载：点此访问Github

1、数据集描述

这儿使用到的数据集来自Kaggle，该数据集包含2009-2010及2010-2011两个工作簿，记录了在英国注册的某公司网上零售的交易信息。主要销售产品为礼品。字段如下：

字段描述
Invoice订单编号
StockCode产品编号
Description产品描述
Quantity订单商品数量
InvoiceDate订单日期与时间
Price商品单价
Customer ID客户ID
Country客户所在国家/地区

2、明确分析目的

  • 1、找出购买商品数量前十的国家
  • 2、找出交易额前十的国家
  • 3、公司在哪些月份的销售量比较好
  • 4、客单价是多少
  • 5、用户行为分析
  • 6、基于FRM模型，对用户进行分类
  • 7、退货订单分析

3、理解数据

# 导入相关库
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import plotly as py
import plotly.graph_objects as go
import csv
import os

pyplot = py.offline.plot

os.getcwd()
os.chdir("F:\DataSets\online_retail")
文中只对表格中的第一个工作簿进行分析（即2009-2010数据集），第二个工作簿分析可类似进行
# 数据读入
online_data = pd.read_excel("online_retail_II.xlsx")

# 查看数据情况
online_data.shape

(525461, 8)

online_data.head()

在这里插入图片描述

online_data.info()
online_data.columns

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 525461 entries, 0 to 525460
Data columns (total 8 columns):
Invoice        525461 non-null object
StockCode      525461 non-null object
Description    522533 non-null object
Quantity       525461 non-null int64
InvoiceDate    525461 non-null datetime64[ns]
Price          525461 non-null float64
Customer ID    417534 non-null float64
Country        525461 non-null object
dtypes: datetime64[ns](1), float64(2), int64(1), object(4)
memory usage: 32.1+ MB
Out[3]:Index(['Invoice', 'StockCode', 'Description', 'Quantity', 'InvoiceDate',
       'Price', 'Customer ID', 'Country'],
      dtype='object')

4、数据清洗

4、1 缺失数据

4、1、1 统计缺失率
# 统计缺失率
online_data.apply(lambda x: sum(x.isnull()) / len(x), axis=0)

Invoice        0.000000
StockCode      0.000000
Description    0.005572
Quantity       0.000000
InvoiceDate    0.000000
Price          0.000000
Customer ID    0.205395
Country        0.000000
dtype: float64
  • Description 0.005572 Description存在数据缺失的情况，缺失率约为0.56%，暂时无法进行填充
  • Customer ID 0.205395 Customer ID存在数据缺失，缺失率20.5%
4、1、2 删除缺失值
# 删除缺失值
df1 = online_data.dropna(how="any").copy()
df1.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 417534 entries, 0 to 525460
Data columns (total 8 columns):
Invoice        417534 non-null object
StockCode      417534 non-null object
Description    417534 non-null object
Quantity       417534 non-null int64
InvoiceDate    417534 non-null datetime64[ns]
Price          417534 non-null float64
Customer ID    417534 non-null float64
Country        417534 non-null object
dtypes: datetime64[ns](1), float64(2), int64(1), object(4)
memory usage: 28.7+ MB

4、2 转换数据类型

# 转换数据类型
# 转换Customer ID的数据类型为str
df1["Customer ID"] = df1["Customer ID"].astype(str)
df1.info()

<das.core.frame.DataFrame'>
Int64Index: 417534 entries, 0 to 525460
Data columns (total 8 columns):
Invoice        417534 non-null object
StockCode      417534 non-null object
Description    417534 non-null object
Quantity       417534 non-null int64
InvoiceDate    417534 non-null datetime64[ns]
Price          417534 non-null float64
Country        417534 non-null object
Customer ID    417534 non-null object
dtypes: datetime64[ns](1), float64(1), int64(1), object(5)
memory usage: 28.7+ MB

4、3 重复值处理

df1 = df1.drop_duplicates()

4、4 处理日期型数据

# 获取InvoiceDate日期部分
df1["InvoiceDate"] = df1["InvoiceDate"].dt.date

4、5 根据需要新建数列

# 新建一个销售总金额的字段 销售金额 = 单价 * 数量
df1["T_Price"] = df1.apply(lambda x: x[3] * x[5], axis=1)

5、数据分析

5、1 目标1：找出购买商品数量前十的国家

# 目标1：找出购买商品数量前十的国家
df1[df1["Quantity"] > 0].groupby("Country")["Quantity"].sum().sort_values(
    ascending=False).head(10)
    
Country
United Kingdom    4430926
Denmark            229690
Netherlands        183679
EIRE               181413
France             162048
Germany            108633
Sweden              52417
Spain               22841
Switzerland         22255
Australia           20189
Name: Quantity, dtype: int64

# 将结果可视化
quan_top_10 = df1[df1["Quantity"] > 0].groupby(
    "Country")["Quantity"].sum().sort_values(ascending=False).head(10)

trace_0 = go.Bar(x=quan_top_10.index.tolist(),
                 y=quan_top_10.values.tolist(),
                 opacity=0.4)
layout = go.Layout(title="商品交易量前十的国家", xaxis=dict(title="国家"))
fig = go.Figure(data=trace_0, layout=layout)
fig.show()

在这里插入图片描述
可进行交互选择查看：在这里插入图片描述

5、2 目标2：找出交易额前十的国家

# 目标2：找出交易额前十的国家
df1[df1["T_Price"] > 0].groupby("Country")["T_Price"].sum().sort_values(
    ascending=False).head(10)
    
Country
United Kingdom    7.381644e+06
EIRE              3.560419e+05
Netherlands       2.687844e+05
Germany           2.020254e+05
France            1.461071e+05
Sweden            5.314799e+04
Denmark           5.090685e+04
Spain             4.756865e+04
Switzerland       4.392139e+04
Australia         3.144680e+04
Name: T_Price, dtype: float64

# 将结果可视化
p_top_10 = df1[df1["T_Price"] > 0].groupby(
    "Country")["T_Price"].sum().sort_values(ascending=False).head(10)

trace_0 = go.Bar(x=p_top_10.index.tolist(),
                 y=p_top_10.values.tolist(),
                 opacity=0.4)
layout = go.Layout(title="商品交易额前十的国家", xaxis=dict(title="国家"))
fig = go.Figure(data=trace_0, layout=layout)
fig.show()

在这里插入图片描述

同样可进行交互选择查看
在这里插入图片描述

5、3 目标3：公司在哪些月份的销售量比较好

# 目标3：公司在哪些月份的销售量比较好
df1["year"] = pd.to_datetime(df1["InvoiceDate"]).dt.year
df1.sample(10)

在这里插入图片描述

# 本次数据含有2009、2010两年的销售情况
# 对这两年分别进行统计
df_09 = df1.where(df1["year"] == 2009).dropna(how="all").copy()
df_09.shape

(31276, 10)

df_09.sample(10)

在这里插入图片描述

df_10 = df1.where(df1["year"] == 2010).dropna(how="all").copy()
df_10.shape

(379487, 10)

09年数据量较少,仅45000行，10年数据有477533

df_09["month"] = pd.to_datetime(df1["InvoiceDate"]).dt.month
df_09[df_09["Quantity"] > 0].groupby(
    "month")["Quantity"].sum().sort_values(ascending=False)
 month
 12    398708.0
 Name: Quantity, dtype: float64

我们可以得知，09年仅有12月的交易信息，无法得知其他月份信息，故无法进行比较

df_10["month"] = pd.to_datetime(df1["InvoiceDate"]).dt.month
df_10[df_10["Quantity"] > 0].groupby("month")["Quantity"].sum().sort_values(
    ascending=False)
    
month
11    653074.0
10    596497.0
9     567806.0
3     502101.0
8     452551.0
6     389880.0
5     384960.0
2     371871.0
1     370128.0
4     350604.0
7     324638.0
12    157630.0
Name: Quantity, dtype: float64

df1["InvoiceDate"].sort_values().head(5)

在这里插入图片描述

df_09["InvoiceDate"].sort_values(ascending=False).head(2)

在这里插入图片描述
09年数据自12-09 到12-23

df_10["InvoiceDate"].sort_values().head(2)

在这里插入图片描述

df_10["InvoiceDate"].sort_values(ascending=False).head(2)

在这里插入图片描述
10年数据自 01-04 到 12-09

观察各月份产品交易数量，发现12月份统计数量明显偏低，分析原因可能是因为12月信息统计不充分，考虑将09年12月数据填充至10年

df1["month"] = pd.to_datetime(df1["InvoiceDate"]).dt.month
df1[df1["Quantity"] > 0].groupby("month")["Quantity"].sum().sort_values(
    ascending=False)
month
11    653074
10    596497
9     567806
12    556338
3     502101
8     452551
6     389880
5     384960
2     371871
1     370128
4     350604
7     324638
Name: Quantity, dtype: int64

绘制图形

# 绘制图形
x1 = df1[df1["Quantity"] > 0].groupby("month")["Quantity"].sum().sort_values(
    ascending=False)
trace_0 = go.Bar(x=x1.index.tolist(),
                 y=x1.values.tolist(),
                 marker=dict(opacity=0.8))
layout = go.Layout(title="各月份商品交易数量", xaxis=dict(title="月份"))
fig = go.Figure(data=trace_0, layout=layout)
fig.show()

在这里插入图片描述

x2 = df1[df1["T_Price"] > 0].groupby(
    "month")["T_Price"].sum().sort_values(ascending=False)
trace_0 = go.Bar(x=x2.index.tolist(), y=x2.values.tolist(),
                 marker=dict(opacity=0.8))
layout = go.Layout(title="各月份商品交易额", xaxis=dict(title="月份"))
fig = go.Figure(data=trace_0, layout=layout)
fig.show()

在这里插入图片描述

  • 可以得到，交易额与交易数量两个角度均表明销售最佳的月份是11月，其次是12月，下半年优于上半年。

原因分析：可能是因为数据来自欧美，他们的重大节日在下半年较多，促销活动也较多

5、4 目标4：客单价是多少

# 目标4：客单价是多少
# 客单价 = 成交金额 / 成交用户数
sum_price = df1[df1["Quantity"] > 0]["T_Price"].sum()
count_no = df1[df1["Quantity"] > 0].groupby(
    df1["Customer_ID"]).count().shape[0]
avgPrice = sum_price / count_no
print(avgPrice)

2039.4607658785349

计算得出，平均客单价为2039元

5、5 目标5：用户行为分析

# 目标5：用户行为分析
# 从用户消费次数，用户消费金额，用户购买产品数量三个维度进行探讨
customer_c = df1[df1["Quantity"] > 0].groupby("Customer ID").agg({
    "Invoice":
    "nunique",
    "Quantity":
    np.sum,
    "T_Price":
    np.sum
})
customer_c.describe()

在这里插入图片描述
通过上诉统计信息我们可以得到：

  • 近一年的时间里，客户平均消费频次为4次，消费次数最高的达到205次，大部分客户的消费频次都在5次以内
  • 近一年的时间里，客户平均消费金额为2039，中位数为700元，消费金额最高的客户达到349164.35元，是我们需要重点关注的对象
  • 从商品购买数量上看，大部分客户购买数量都在1000件以内

5、6 目标6：基于RFM模型，对用户进行分类

RFM模型简介：

RFM模型是衡量客户价值和客户创利能力的重要工具和手段。在众多的客户关系管理(CRM)的分析模式中，RFM模型是被广泛提到的。RFM是Rencency（最近一次消费），Frequency（消费频率）、Monetary（消费金额），三个指标首字母组合。我们利用这3项指标来描述该客户的价值状况。

对比分析不同用户群体在时间、地区等维度下的交易量、交易金额，根据分析结果提出优化建议。

在这里插入图片描述这儿提供一组分组客户分组及其对应的营销策略及指标
在这里插入图片描述

在这里插入图片描述

# 目标6：基于RFM模型，对用户进行分类
# 前期我们对Customer ID存在的缺失数据进行了删除（缺失率20.5%）
# 我们对缺失的客户ID进行常值填充（也可类似之前做删除处理，看个人选择）
online_data.info()

在这里插入图片描述

online_data.apply(lambda x: sum(x.isnull()) / len(x), axis=0)

在这里插入图片描述

# 同上，删除Description缺失数据
df2 = online_data.dropna(subset=["Description"]).copy()
# Customer ID的缺失数据通过U填充（U:表示未知）
df2["Customer ID"] = df2["Customer ID"].fillna("U")
5、6、1 再次进行数据清洗
5、6、1、1 转换Customer ID的数据类型为str
# 转换Customer ID的数据类型为str
df2["Customer ID"] = df2["Customer ID"].astype(str)
df2.info()

在这里插入图片描述

5、6、1、2 处理日期
# 获取InvoiceDate日期部分
df2["InvoiceDate"] = df2["InvoiceDate"].dt.date

# 新建年，月，日三个特征
# 获取InvoiceDate年份
df2["year"] = pd.to_datetime(df2["InvoiceDate"]).dt.year
# 获取InvoiceDate月份
df2["month"] = pd.to_datetime(df2["InvoiceDate"]).dt.month
# 获取InvoiceDate 日
df2["day"] = pd.to_datetime(df2["InvoiceDate"]).dt.day

# 日期
df2["date"] = pd.to_datetime(df2["InvoiceDate"])
df2.drop(["InvoiceDate"], axis=1, inplace=True)
df2.info()

在这里插入图片描述

df2.sample(5)

在这里插入图片描述

5、6、1、3 新建字段
# 新建一个销售总金额的字段 销售金额 = 单价 * 数量
df2["T_Price"] = df2["Quantity"] * df2["Price"]

df2["T_Price"][:5]

在这里插入图片描述

5、6、1、4 重复值处理
# 重复值处理
df2 = df2.drop_duplicates()
5、6、1、5 异常值处理
# 异常值处理
df2.describe()

在这里插入图片描述

# 商品数量、单价存在负值或0
# 商品数量
df2_1 = df2.loc[df2["Quantity"] <= 0]
df2_1.info()

在这里插入图片描述

print("异常值占比：", df2_1.shape[0] / df2.shape[0])
异常值占比： 0.02031349688849587

可能是退货

# 单价
df2_2 = df2.loc[df2["Price"] <= 0]
print("异常值占比：", df2_2.shape[0] / df2.shape[0])
异常值占比： 0.0014660624007353583

异常值占比： 0.0014660624007353583

df2_2["Price"].sample(2)

350849 0.0
516202 0.0
Name: Price, dtype: float64

df2_2["Price"].groupby(df2_2["Price"]).count()

Price
-53594.36      1
-44031.79      1
-38925.87      1
 0.00        753
Name: Price, dtype: int64

单价为0的记录有759条，可能此类货品为赠品；为负的三条记录其Description均为Adjust bad debt

# 剔除退货相关的数据
df3 = df2.loc[(df2["Quantity"] > 0) & (df2["Price"] > 0)]
5、6、2 R、F、M

构建RFM值，并查看RFM信息，设置阈值

5、6、2、1 R
# R
# 客户最近一次消费时间
R_value = df3.groupby("Customer ID")["date"].max()
# 计算出客户最后一次消费距离某个截至日期的天数（以所有客户中最近一次消费时间为基准）
R = (df3["date"].max() - R_value).dt.days

R.describe()

在这里插入图片描述

# 绘图
sns.set(style="darkgrid")
sns.distplot(R, bins=25)

在这里插入图片描述

5、6、2、2 F
# 客户消费频率
F = df3.groupby("Customer ID")["Invoice"].nunique()
F.describe()

在这里插入图片描述

# 绘图
# 受客户ID未知U影响，我们只查看F<50的部分
sns.distplot(F[F < 50], bins=25)

在这里插入图片描述

5、6、2、3 M
# 客户的消费金额
M = df3.groupby("Customer ID")["T_Price"].sum()

M
df3.info()

在这里插入图片描述

# 同上受客户ID未知U影响，我们只查看M<10*(75% : 1.723450e+03)的部分
plt.hist(M[M < 1.723e+04], color="c", alpha=.8)
plt.show()

在这里插入图片描述

# 查看金额在75%内的分布：
plt.hist(M[M < 1.73e+03], bins=100, color="c", alpha=.8)
plt.show()

在这里插入图片描述
可见，客户ID缺失值用U填充对RFM值影响较大，接下来考虑删除缺失值，重复上述过程

# 剔除未知客户进行分析
df4 = df3[~(df3["Customer ID"] == "U")]
R1_value = df4.groupby("Customer ID")["date"].max()
R1 = (df4["date"].max() - R1_value).dt.days
F1 = df4.groupby("Customer ID")["Invoice"].nunique()
M1 = df4.groupby("Customer ID")["T_Price"].sum()

R1.describe()

在这里插入图片描述

plt.hist(R1, bins=25, color="c", alpha=.5)
plt.show()

在这里插入图片描述
从图形上看，去掉U效果好了很多

F1.describe()

在这里插入图片描述

plt.hist(F1[F1 < 50], color="c", alpha=.5)
plt.show()

在这里插入图片描述

M1.describe()
count      4312.000000
mean       2040.399825
std        8911.756229
min           2.950000
25%         307.187500
50%         701.615000
75%        1712.512500
max      349164.350000
Name: T_Price, dtype: float64

plt.hist(M1, color="c", alpha=.5)
plt.show()

在这里插入图片描述
存在最大值349164干扰，导致图形展示效果较差，故调整展示范围

# 存在最大值349164
plt.hist(M[M < 2000], bins=100, color="c", alpha=.5)
plt.show()

在这里插入图片描述

5、6、3 用户分级
# 用户分级
# bins
R_bins = [0, 25, 50, 100, 200, 400]
F_bins = [1, 2, 5, 10, 100, 300]
M_bins = [0, 300, 600, 2000, 10000, 500000]

# 离散化
R_score = pd.cut(R1, R_bins, labels=[5, 4, 3, 2, 1], right=False)
F_score = pd.cut(F1, F_bins, labels=[1, 2, 3, 4, 5], right=False)
M_score = pd.cut(M1, M_bins, labels=[1, 2, 3, 4, 5], right=False)

RFM = pd.concat([R_score, F_score, M_score], axis=1)
RFM.rename(columns={
    "date": "R_score",
    "Invoice": "F_score",
    "T_Price": "M_score"
},
           inplace=True)
RFM.head()

在这里插入图片描述
转换数据类型

# 转换数据类型
RFM.info()
for i in ["R_score", "F_score", "M_score"]:
    RFM[i] = RFM[i].astype(float)
RFM.describe()

在这里插入图片描述
设定平均值为阈值，数值大于平均值这标记为“高”，小于均值标记为“低”

# 设定平均值为阈值，数值大于平均值这标记为“高”，小于均值标记为“低”
RFM["R"] = np.where(RFM["R_score"] > 3.337199, "高", "低")
RFM["F"] = np.where(RFM["F_score"] > 2.039889, "高", "低")
RFM["M"] = np.where(RFM["M_score"] > 2.554267, "高", "低")

RFM.sample(10)

在这里插入图片描述

5、6、4 拼接R、F、M
# 拼接R、F、M
RFM["value"] = RFM["R"].str[:] + RFM["F"].str[:] + RFM["M"].str[:]
5、6、5 定义分级函数
# 定义分级函数
def grade(x):
    if x == "高高高":
        return "重要价值客户"
    elif x == "低高高":
        return "重要保持客户"
    elif x == "高低高":
        return "重要发展客户"
    elif x == "低低高":
        return "重要挽留客户"
    elif x == "高高低":
        return "一般价值客户"
    elif x == "低高低":
        return "一般保持客户"
    elif x == "高低低":
        return "一般发展客户"
    else:
        return "一般挽留客户"
5、6、6 统计用户等级分布情况
RFM["grade"] = RFM["value"].apply(grade)
RFM["grade"].value_counts()

一般挽留客户 1294
重要价值客户 917
重要挽留客户 661
一般发展客户 634
重要发展客户 543
重要保持客户 241
一般价值客户 13
一般保持客户 9
Name: grade, dtype: int64

5、6、7 对结果可视化
#  对结果可视化
trace_1 = go.Bar(x=RFM["grade"].value_counts().index.tolist(),
                 y=RFM["grade"].value_counts().values.tolist(),
                 opacity=.5)
layout = go.Layout(title="用户等级信息", xaxis=dict(title="用户等级标签"))
fig = go.Figure(data=trace_1, layout=layout)
fig.show()

在这里插入图片描述

trace_2 = go.Pie(labels=RFM["grade"].value_counts().index.tolist(),
                 values=RFM["grade"].value_counts().values,
                 hole=0.35,
                 textfont=dict(size=12, color="white"))
layout = go.Layout(title="用户等级比例")
fig = go.Figure(data=trace_2, layout=layout)
fig.show()

在这里插入图片描述

5、7 目标7：退货订单分析

# 7、退货订单分析
# 退货金额合计
r = pd.pivot_table(df2_1,
                   index=["year"],
                   columns=["month"],
                   values=["T_Price"],
                   aggfunc={"T_Price": np.sum},
                   margins=False)
r.fillna(0)

在这里插入图片描述

# 计算退货率： 退货率 = 退货合计金额 / 总金额
# 总金额 (df3:剔除退货后的数据)
t = pd.pivot_table(df3,
                   index=["year"],
                   columns=["month"],
                   values=["T_Price"],
                   aggfunc={"T_Price": np.sum},
                   margins=False)
t.fillna(0)

在这里插入图片描述

# 退货率
r_rate = round(-r / t * 100, 5)
r_rate = r_rate.fillna(0)
r_rate.reset_index(drop=True,inplace=True)

r_rate
# r_rate.loc[1][:].tolist()
r_rate.loc[0].index.levels[1]

#  对结果可视化
trace_1 = go.Bar(x=r_rate.loc[0].index.levels[1].tolist(),
                 y=r_rate.loc[0].tolist(),
                 opacity=.5,
                 name="2009年")
trace_2 = go.Bar(x=r_rate.loc[0].index.levels[1].tolist(),
                 y=r_rate.loc[1][:].tolist(),
                 opacity=.5,
                 name="2010年")
layout = go.Layout(title="退货信息",
                   xaxis=dict(title="月份"),
                   yaxis=dict(title="退货率（百分比）"))
fig = go.Figure(data=[trace_1, trace_2], layout=layout)
fig.show()

在这里插入图片描述

6、总结

  • 交易量前十的国家及其交易量分别为：
国家交易量
United Kingdom4430926
Denmark229690
Netherlands183679
EIRE181413
France162048
Germany108633
Sweden52417
Spain22841
Switzerland22255
Australia20189
  • 交易额前十的国家及其交易金额分别为：
国家交易额
United Kingdom7.414756e+06
EIRE3.560852e+05
Netherlands2.687860e+05
Germany2.023953e+05
France1.462154e+05
Sweden5.317139e+04
Denmark5.090685e+04
Spain4.760142e+04
Switzerland4.392139e+04
Australia3.144680e+04
  • 从交易额与交易数量两个角度均表明该公司销售最佳的月份是11月，其次是12月，下半年优于上半年。
    原因分析：可能是因为数据来自欧美，他们的重大节日在下半年较多，促销活动也较多
  • 在2009-12到2010-12期间：平均客单价为2039元
  • 2010年近一年的时间里，客户平均消费频次为4次，消费次数最高的达到205次，大部分客户的消费频次都在5次以内
  • 这一年的时间里，客户平均消费金额为2039，中位数为700元，消费金额最高的客户达到349164.35元，是我们需要重点关注的对象
  • 从商品购买数量上看，大部分客户购买数量都在1000件以内
  • 通过RFM模型，我们将用户分为了8各类别。该公司用户数量最多的为一般挽留客户与重要价值客户，占总用户数的51.3%，其次为重要挽留客户与一般发展客户，共占总用户数的30%。公司可以参考此用户等级及其所占占比策划营销活动，有助于提升活动效果及营销费用的利用率
  • 从退货情况来看，10年12月退货率明显偏高，可参考该月份及上月销售情况及内外部因素综合考虑，分析退货率高的原因。（提供几个思考方向：产品本身，销售渠道，价格，是否是促销，售后等方面）

以上便是我对这份零售数据进行的一次探索分析，相信其中会有很多不足之处，欢迎有缘读到此篇文章的小朋友们批评指正，如有能启发或帮助到你的地方，我将倍感荣幸。(●’◡’●)

高雅_GaoYa
关注
  • 30
    点赞
  • 踩
  • 154
    收藏
    觉得还不错? 一键收藏
  • 15
    评论
专栏目录
python对零售商店进行数据分析,看看用户、消费、回购率等数据~
python56123的博客
04-13 2367
前言 嗨喽！大家好呀，这里是魔王~ 一、项目背景 通过"扫描"零售商店电子销售点个别产品的条形码而获得的消费品销售的详细数据。这些数据提供了有关所售商品的数量、特征和价值以及价格的详细信息。 二、数据来源 <链接> 三、提出问题 消费情况分析及用户购买模式分析 RFM和CLV分析 不同类别商品关联规则挖掘 四、理解数据 Date：购买日期 Customer_ID：用户ID Transaction_ID：交易ID SKU_Category：商品分类SKU编码 SKU：商品唯一SKU编码 Qu
2.电商平台零售数据分析
guuihkn的博客
04-06 1266
import pandas as pd import numpy as np import matplotlib import matplotlib.pyplot as plt import seaborn as sns matplotlib.rcParams[‘font.family’]=‘SimHei’ data=pd.read_csv(‘OnlineRetail.csv’,encoding=...
【数据分析】零售商品案例——存货分析
kyra1997的博客
08-18 2353
目录数据准备折扣毛利存销比 数据准备 折扣 是零售业务非常重要的考核指标，折扣并不是越高越好，折扣高但消费者没有意愿购买则无法产生足够的利润，折扣也不是越低越好，当低过运营成本时，卖得越多亏损越多。 销售折扣 = DIVIDE([总金额],[销售零售额]) 毛利 是利润的源头，毛利和销售折扣与进货成本息息相关， 毛利额 = 实际销售金额-成本，毛利率=毛利额/实际销售金额*100%， 假设进货折扣为零售价的40% 毛利率 = DIVIDE([销售折扣]-0.4,[销售折扣]) 注意：这个是假设毛利率
【python】python超市销售订单数据分析可视化（源码+数据集）【独一无二】
最新发布
测试开发自动化
06-30 975
某超市一周的销售订单数据文件SuperMarket_order.txt中共包含117条样本数据，每条样本数据包括订单编号、付款金额、订单状态、物品类别、购物方式、支付类别、付款人所在省份等7个信息。请利用Numpy、Pandas和Matploylib.pylot等模块，将画布进行2行3列布局，分别对付款金额（分为100以内、100-500和500以上三个类别）、订单状态、物品类别、购物方式、支付类别和付款人所在省份等6个信息进行统计分析，并将统计分析的结果依次可视化展示在画布的6个不同区域内，区域内所采用的
【数据分析】零售商品——帕累托分析
kyra1997的博客
08-18 1862
目录可视化概念获取数据累计销售金额总销售金额累计占比80%线（二八分析法根据企业要求设置）计算前20%累计销售金额和销售占比度量值计算商品种类20%种类数量计算前20%销售金额计算前20%销售占比细节 可视化 可以观察商品结构正常，品类top款占比过低或分散调整，处理卖的不好的（促销、清仓或少进）、卖的好的（自动补货参数）。 概念 帕累托分析法又称28原则，是一种得到广泛应用的统计学分析方法，具体来说，指20%的投入可以产出80%的效果。 20%的产品带来80%的销售额。 20%的客户带来80%的利润。
【数据分析】零售商品案例——购物车搭配品分析
kyra1997的博客
08-19 573
针对商品a、b连带购物关系。
商品零售分析案例 - - python
m0_67240604的博客
04-13 432
商品零售分析案例 - - python
python超市销售数据分析
12-11
利用python对超市销售数据进行处理、统计、分析、撰写报告。 近些年来，由于网络的快速普及，网购的兴起以及新零售行业的 改革与发展，消费者在购买商品时有了更多的对比和选择，使得传统 的超市行业面临着巨大的...
17 - python数据分析行业的分析
08-11
在行业应用方面，Python数据分析广泛应用于金融、医疗、零售、电子商务、社交媒体等多个领域。例如，在金融风险评估中，Python可以用来预测贷款违约概率；在医疗领域，Python可以帮助分析基因序列，挖掘疾病相关基因...
商品零售数据集.rar
11-19
在本资源"商品零售数据集.rar"中，包含了一系列与商品零售相关的信息，这些数据集是进行数据分析和可视化的重要素材。下面将详细讨论这个数据集的相关知识点，以及如何利用Python进行处理和分析。 1. 数据集简介：...
零售数据分析与应用.zip
05-19
零售数据分析是商业决策过程中的关键环节，它涵盖了对销售数据、顾客行为、商品表现等多个方面的深入洞察，以优化运营策略并提升业绩。本压缩包文件提供了丰富的资源，涵盖了零售数据分析的多个重要方面。 首先，...
python数据分析案例(详细介绍数据分析的由来以及经典应用)
05-02
1. **零售业**：零售商通过数据分析优化库存管理、预测销售趋势、进行市场细分及个性化营销等。 2. **金融行业**：银行和金融机构利用数据分析评估信用风险、检测欺诈行为、进行市场分析和投资决策。 3. **医疗健康*...
孕婴产品数据分析
weixin_44851757的博客
10-20 1389
一、数据集介绍 ​ 数据集来源： ​ Baby Goods Info Data-数据集-阿里云天池 ​ http://tianchi.aliyun.com 会员基础信息表 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kLn45qT2-1571562639346) 销售数据表 二、数据字段描述 ​ 次数据是关于婴儿商品的，共两张表： 表一会员（婴儿...
项目：淘宝用户数据分析
杰瑞老哥的博客
10-16 2256
一、项目背景 1.项目描述： 本项目数据集包含了2017年11月25日至2017年12月3日之间，共1亿条用户数据记录，从中抽取前500w条数据进行分析，字段由ID、商品ID、商品类目ID、行为类型和时间戳组成，并以逗号分隔。主要分析工具为python。 2.数据集来源及介绍： 来自阿里云天池官方数据集：User Behavior Data from Taobao for Recommendation 字段名描述： 列名称 说明 用户ID 整数类型，序列化后的用户ID 商品ID 整数类
python药店销售数据分析_Python:某医院药品销售数据分析
weixin_39934063的博客
12-05 727
数据分析步骤：提出问题-理解数据-数据清洗-构建模型-数据可视化下面就拿2018年朝阳医院销售数据按上述步骤进行分析。1.提出问题根据拿到的销售数据字段信息，我们对以下三个业务指标进行分析 。(1)月均消费次数(2)月均消费金额(3)客单价2.理解数据导入销售数据包。#导入销售数据文件import pandas as pdsalesDF = pd.read_excel(r"D:\qixiao\朝阳...
利用Pandas对小费数据集进行数据预处理实战（附源码）
showswoller的博客
01-13 2177
利用Pandas对小费数据集进行数据预处理实战（附源码）
创建用户分类（基于聚类算法）
Kira_Tseng的博客
09-22 3079
机器学习纳米学位 非监督学习 项目 3: 创建用户分类 欢迎来到机器学习工程师纳米学位的第三个项目！在这个 notebook 文件中，有些模板代码已经提供给你，但你还需要实现更多的功能来完成这个项目。除非有明确要求，你无须修改任何已给出的代码。以**‘练习’**开始的标题表示接下来的代码部分中有你必须要实现的功能。每一部分都会有详细的指导，需要实现的部分也会在注释中以 ‘TODO’ 标出。请仔细阅...
机器学习-聚类模型
m0_58204203的博客
07-13 501
实验目的与要求： 1.掌握K-means算法，并掌握聚类算法的评估方式 实验原理与内容： 1.Python基础、数据分析与数据挖掘 2.K-means算法的应用 3.对聚类算法模型进行评估 实验方法、步骤、过程记录与处理： 1.导入数据 读取客户分类数据集，并完成数据集的划分。数据集中包括的字段有：Channel（购买的销售渠道）， Region（购买的行政区域）， Fresh（购买的新鲜菜品的金额）， Milk（购买的奶制品金额）， Grocery（购买日用杂货的金额），..
python批发_Python聚类模型原理及应用--批发商客户分群
weixin_39946239的博客
12-08 554
前言在前面介绍的线性回归, 岭回归, Lasso回归, 逻辑回归均是监督学习, 下面将要介绍一种无监督学习—“聚类"目录正文“物以类聚，人以群分”, 所谓聚类就是将相似的元素分到一"类"(有时也被称为"簇"或"集合"), 簇内元素相似程度高, 簇间元素相似程度低. 常用的聚类方法有划分聚类, 层次聚类, 密度聚类, 网格聚类, 模型聚类等. 我们这里重点介绍划分聚类.1. 划分聚类划分聚类, 就是...
评论 15
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值