使用黄氏曲线评估零售店促销活动效果

1. 关于项目

这是一个线上电玩产品零售店在六一促销活动(2020年5.28-6.3)的复盘工作中的一个环节。
这一小节里，将使用黄氏曲线分析工具，从整体上对促销活动的效果进行评估。
黄氏曲线是零售业数据化管理工具之一，本质上是一种加权曲线。

一个完整的促销活动复盘工作还有很多繁杂的工作，包括目标回顾、评估结果、分析原因以及总结经验四个方面。
活动复盘是促进活动迭代的一个重要原因。通过交易数据、系统数据、用户反馈等来确定用户喜好、流程思考、活动设计。

2. 数据预处理

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
sns.set()
%matplotlib inline

sales = pd.read_excel('sales.xlsx')
sales

	年月	日	销售额
0	2019年3月	31	1256.80
1	2019年3月	30	1130.00
2	2019年3月	29	1214.80
3	2019年3月	28	1129.00
4	2019年3月	27	595.00
...	...	...	...
463	2020年6月	5	1939.42
464	2020年6月	4	1985.00
465	2020年6月	3	1668.29
466	2020年6月	2	2070.05
467	2020年6月	1	3572.06

468 rows × 3 columns

sales.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 468 entries, 0 to 467
Data columns (total 3 columns):
年月     468 non-null object
日      468 non-null int64
销售额    468 non-null float64
dtypes: float64(1), int64(1), object(1)
memory usage: 11.1+ KB

sales['日'] = sales['日'].astype(str)
sales['日期'] = pd.to_datetime(sales['年月']+sales['日'], format='%Y年%m月%d')
sales.drop(columns=['年月','日'], inplace=True)
sales.sort_values(by='日期', inplace=True)
sales

	销售额	日期
30	187.00	2019-03-01
29	272.40	2019-03-02
28	255.60	2019-03-03
27	367.80	2019-03-04
26	605.40	2019-03-05
...	...	...
462	1880.35	2020-06-06
461	1221.48	2020-06-07
460	1413.28	2020-06-08
459	1737.08	2020-06-09
458	1794.69	2020-06-10

468 rows × 2 columns

sales.sort_values(by='日期', inplace=True)
sales

	销售额	日期
30	187.00	2019-03-01
29	272.40	2019-03-02
28	255.60	2019-03-03
27	367.80	2019-03-04
26	605.40	2019-03-05
...	...	...
462	1880.35	2020-06-06
461	1221.48	2020-06-07
460	1413.28	2020-06-08
459	1737.08	2020-06-09
458	1794.69	2020-06-10

468 rows × 2 columns

3. 促销分析与评估

促销活动是零售业最常见的销售模式，随着促销的逐渐日常化，促销的分析和评估也变成一种固定的工作。
然而不管是线上或者线下的促销活动分析，往往会存在一些误区：
1.只关注促销的目标，完成目标就是成功了。
2.只关注促销活动的同比，且对比的误差比较大。
3.只关注促销前和促销中的数据，却从来不关注促销后的数据。

而黄氏曲线，是在对每日销售额进行权重处理的基础上，将促销活动以及前后相邻时间段的权重值进行对比，不仅关注促销本身的效果，同时关注促销对后续销售的影响，是一个对促销效果进行量化评估的有效工具。

3.1 企业周权重指数

周权重指数是以某段销售周期内的历史日销售额数据为基础，以周为单位，进行权重分析处理的一种管理工具。
周权重指数是一个相对概念，每个企业不尽相同，一般介于7.0~14.0之间。值越大表示该企业或者店铺的日销售额波动幅度越大。
周权重指数是零售店铺用来量化处理各种销售状况、销售事件的管理工具，非常强大。

plt.rcParams['font.sans-serif'] = ['SimHei']
sales.plot('日期','销售额', figsize