消费品销售数据分析（SQL）

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：