黑色星期五促销活动销售数据分析

IM219

已于 2022-06-26 19:21:42 修改

468

分类专栏：项目练习文章标签：数据分析 mysql

于 2022-06-12 16:27:06 首次发布

本文链接：https://blog.csdn.net/weixin_66128895/article/details/125246472

版权

项目练习专栏收录该内容

4 篇文章 0 订阅

订阅专栏

1.数据概述与清洗

1.1数据概述

数据来源：kaggle https://link.zhihu.com/?target=https%3A//www.kaggle.com/datasets/sdolezel/black-friday

本报告数据由Kaggle提供，共有数据550068条，12个字段，分别包含用户编号、产品编号、性别、年龄、职业、城市分类、城市居住时间、婚姻情况、产品类别1、产品类别2、产品类别3、购买金额。由于数据量庞大，Excel很难快速处理数据，因此本报告采用SQL对相关数据进行处理。

1.2数据清洗

本报告在分析前对数据缺失值与异常值进行区分，数据中的应没有缺失值的字段为User_ID、Product_ID和Purchase三个字段，如果三个字段有缺失值则数据分析没有意义，应采取缺失值处理措施，此外Purchase金额字段也不该为零。结果如图1所示发现数据中没有缺失值及为0的值。

SELECT `User_ID`,`Product_ID`,`Purchase`
FROM `black_friday`
WHERE `User_ID` IS NULL
AND `Product_ID` IS NULL
AND `Purchase` IS NULL;

图 1 数据清洗结果

2. 现状分析

2.1业务背景与逻辑分析

本报告的研究背景为黑色星期五的促销活动，我们需要根据促销活动的销售数据来分析整体的销售情况，以及根据消费者的个人特征进行用户画像分析，可以针对不同的用户进行不同的促销活动，所以本报告主要对用户的特征进行简要分析。

2.2整体销售情况分析

本报告从总体上对消费者数量、产品数量、金额进行简要分析，由图2所示，在促销活动期间总消费金额达到了近51亿，有5891个消费者对3631个产品产生了购买行为。

SELECT COUNT(DISTINCT `User_ID`) AS ucount,
COUNT(DISTINCT Product_id) AS pcount,
SUM(purchase) AS sumpurchase
FROM `black_friday`;

图 2整体销售情况

2.3消费者情况分析

2.3.1消费者群体特征分析

SELECT Gender, COUNT(*) AS COUNT, Product_ID,
Age, SUM(Purchase) AS Amount
FROM `black_friday`
GROUP BY Gender,Product_ID,Age
ORDER BY SUM(Purchase) DESC
LIMIT 10;

图 3消费者群体特征

从上面的输入结果可以看出，销售金额前10名全部是男性，年龄也均为26-35，可以初步判定这个年龄阶段的男性是此次活动中参与度较高的消费者。

2.3.2消费者年龄分析

SELECT Age,
COUNT(*) AS acount,
CONCAT(ROUND(COUNT(Age)/(SELECT COUNT(Age) FROM `black_friday`)*100,2),'%') AS 'Percent',
SUM(Purchase) AS aamount
FROM `black_friday`
GROUP BY Age
ORDER BY SUM(Purchase) DESC;
图 4消

图 4消费者年龄分布表

图 5消费者年龄分布图

如图4和图5展示了本次促销活动的年龄分布，此次黑色星期五促销活动中购买力最强的是26-35年龄阶段的消费者，占39.92%，其中最少的为0-17岁的消费者，占比仅为2.75%，说明在26-35年龄阶段的消费者有一定的经济基础且有较大的购买欲望，所以会在活动中购买更多的产品。

2.3.3消费者性别分析

SELECT Gender,
COUNT(*) AS Gcount,
CONCAT(ROUND(COUNT(Gender)/(SELECT COUNT(Gender) FROM `black_friday`)*100,2),'%') AS Percent,
SUM(Purchase) AS Aamount
FROM `black_friday`
GROUP BY Gender
ORDER BY SUM(Purchase) DESC；

图 6消费者性别分布表

图 7消费者性别分布图

如图6和图7所示，此次促销活动中消费者为男性的比例远大于性别为女性的比例，男性占比为75.31%，女性仅占24.69%，说明本次促销活动的形式及产品更加吸引男性消费者的注意。

2.3.4消费者城市分布分析

SELECT City_category AS City,
COUNT(*) AS Gcount,
CONCAT(ROUND(COUNT(City_category)/(SELECT COUNT(City_category) FROM `black_friday`)*100,2),'%') AS Percent,
SUM(Purchase) AS Aamount
FROM `black_friday`
GROUP BY City_category
ORDER BY SUM(Purchase) DESC

图 8消费者城市分布表

图 9消费者城市分布图

如图8和9所示，在黑色星期五活动期间，三个城市A、B和C的消费分布基本很均匀，其中最高的是B城市，B城市销售占比高达42.03%，最少的是A城市，消费占比为26.85%。

2.3.5 消费者婚姻分布分析

SELECT Marital_Status AS Marriage,
COUNT(*) AS Gcount,
CONCAT(ROUND(COUNT(Marital_Status)/(SELECT COUNT(Marital_Status) FROM `black_friday`)*100,2),'%') AS Percent,
SUM(Purchase) AS Aamount
FROM `black_friday`
GROUP BY Marital_Status
ORDER BY SUM(Purchase) DESC

图 10消费者婚姻分布表

图 11消费者婚姻分布图

如图10和11所示，在黑色星期五期间，未婚消费者群体消费大于已婚消费者群体，未婚消费者群体占比59.03%，已婚消费者人数占比40.97%。

2.3.6 消费者产品类别

SELECT Product_Category_1 AS Pcategory,
COUNT(*) AS Gcount,
CONCAT(ROUND(COUNT(Product_Category_1)/(SELECT COUNT(Product_Category_1) FROM `black_friday`)*100,2),'%') AS Percent
FROM `black_friday`
GROUP BY Product_Category_1
ORDER BY COUNT(*) DESC
LIMIT 10;