分析背景
本文分析了有关消费品销售的详细数据,这些数据通过零售店的电子销售点“扫描”单个产品的条形码所获得,提供了有关所售货物的数量、特征和价值及其价格的详细信息。
分析目的
提出问题:
- 用户消费情况分析
- 用户购买模式分析
- RFM和CLV分析
- 商品销售分析
数据集概览
3.1 数据集描述
数据来源: https://www.kaggle.com/marian447/retail-store-sales-transactions
数据集名称: Retail Store Sales Transactions (Scanner Data)
数据集大小: 131706*8
3.2 数据字段理解
表:scanner_data
字段名 | 字段意义 |
---|---|
ID | 销售ID |
Date | 销售日期 |
Customer_ID | 客户ID |
Transaction_ID | 交易ID |
SKU_Category | 商品分类SKU编码 |
SKU | 商品唯一SKU编码 |
Quantity | 售出数量 |
Sales_Amount | 销售额 |
Sales_Amount为单价乘以数量
数据清洗
1.重复值
原有数据和去重后数据条数相等,无重复值。
2.缺失值
由图中可以看出,所有字段的数据数量相同,故没有缺失值。
3.异常值
观察数据集字段,可能出现异常值的字段有Quantity和Sales_Amount。
1.查看字段Quantity是否存在异常值
Quantity小于1可能是因为称重单位,非异常值。
2.查看字段Sales_Amount是否存在异常值
Sales_Amount无异常值。
数据清洗所用到的部分SQL:
#重复值判断
CREATE TABLE scanner LIKE scanner_data;
INSERT INTO scanner
SELECT DISTINCT * FROM scanner_data;
#缺失值判断
SELECT
COUNT(ID),
COUNT(Date),
COUNT(Customer_ID),
COUNT(Transaction_ID),
COUNT(SKU_Category),
COUNT(SKU),
COUNT(Quantity),
COUNT(Sales_Amount)
FROM scanner;
#异常值判断
SELECT MAX(Quantity), MIN(Quantity)
FROM scanner;
SELECT MAX(Sales_Amount), MIN(Sales_Amount)
FROM scanner;
数据分析
用户消费分析
月追踪
由图可见,月消费数量、月消费人数、月消费次数和月销售总额的总体趋势相似。波动较大,前5月呈上升趋势,随后开始下降,8月降至最低值,此后波动回升。
月均消费额波动较大,前4月呈上升趋势,5月下降后于7月达到最高值,随后持续下滑,10月后缓慢回升。
季追踪
由图可见,除季均消费额外,其余四图的总体趋势相似,前两季度呈上升趋势,第三季度下降,第四季度回升。
结合月追踪和季追踪,总体消费情况在春末夏初达到第一个高点,并于盛夏回落至低点,随后波动回升。
鉴于此数据集未包含商品的具体描述,无法探究时令与购买商品之间的关联。八月即三季度回落至低点,可能与国外暑期休假有关,但无法给出验证。
用户购买分析
新用户分布
由图可见,新用户数量总体呈波动下降趋势,新用户获取可能不稳定。
消费次数分布
仅消费一次的用户数量为6301,占比27.85%,可见多数用户进行了复购。
下面对复购率和回购率进行分析。
复购率
由图可知,复购率在62%上下浮动,说明每月有62%的用户进行了多次购物。
回购率
由图可知,回购率在59%上下浮动,30天内的回购率在45%-65%之间。
RFM模型指标
由图可知,目前主要消费额来自于重要价值客户和一般客户,而大多数用户属于一般客户。
重要客户人数不多,但客单价高:
- 重要价值客户:近期有消费,消费频率高,消费高,应保证该层客户维持现状;
- 重要发展客户:近期有消费,消费频率低,消费高,应适当推广营销活动,提升消费频率;
- 重要保持客户:近期无消费,消费频率高,消费高,应鼓励召回用户;
- 重要挽留用户:近期无消费,消费频率低,消费高,可能处于流失边缘,应推广营销活动,鼓励消费;
一般客户人数众多,但客单价低:
- 一般价值客户:近期有消费,消费频率高,消费低,应推广营销活动,提升消费额;
- 一般发展客户:近期有消费,消费频率低,消费低;
- 一般保持客户与一般挽留客户:两者贡献消费额可抵重要价值客户,主要在于客单价低且客户数庞大,应在控制成本和资源的情况下,适当采用推广营销活动,转化用户。
用户生命周期分布
由图表可知,近期未消费且首尾消费间隔小于半年的一次性用户人数最多,流失率较高,可推广营销活动,促进消费;
近期有消费,首尾消费间隔大于半年的忠诚用户人数紧随其后,可保持现状;
近期有消费,首尾消费间隔小于半年的新用户人数不多,需要增加新用户获取。
商品销售分析
热销商品排名
由图可知,在商品销售数量和购买人数都排名前十的有UNJKW、W1ZMG和C6TXL,其中UNJKW均排名前三。
对UNJKM进行分析:
商品UNJKW的销量和购买人数趋势相同,前三季度总体呈下降趋势,于8月达最低点,随后波动上升,并于12月达到最高点。无法判断是否具有季节性,但可判断8月休假期导致销售情况不利,年末跨年假期导致销售情况暴涨。
热销商品品类排名
由图可知,在商品品类销售数量和购买人数都排名前十的有N8U、LPF、IEV、U5F、R6E和P42,其中N8U均排名前三。
对N8U进行分析: