一、主要內(nèi)容：

1、清洗數(shù)據(jù)。將列名統(tǒng)一修改、處理缺失數(shù)據(jù)和異常數(shù)據(jù)、轉(zhuǎn)換日期等數(shù)據(jù)類型

2、查看總體銷售情況

3、商品維度進行分析。主要分析內(nèi)容有：商品價格分析，商品銷售量、銷售額情況分析，商品關(guān)聯(lián)分析

4、店鋪維度進行分析。主要分析內(nèi)容有：店鋪銷售量、銷售額法分析，店鋪促銷情況分析，店鋪銷售時間分析，周均消費次數(shù)分析，客單價分析等

5、相關(guān)性分析：用關(guān)聯(lián)關(guān)系表和相關(guān)矩陣圖初步對變量之間的關(guān)系進行分析。

6、用戶維度進行分析。主要分析內(nèi)容有：分析用戶基本購買情況，按時間（周）對用戶購買情況進行分析，用戶購買力分析，用戶復(fù)購率分析，RFM區(qū)分用戶。

二、使用工具

Python

三、數(shù)據(jù)來源

該數(shù)據(jù)集包含2018年6月1日-2018年7月5日的公司零售的交易信息。

四、字段含義

• SDATE（訂單日期）
• STORE_CODE（商店編號）
• POSID（POS機編號）
• BASK_CODE（用戶編號）
• PROD_CODE（商品編號）
• ITEM_QUANTITY（商品數(shù)量）
• ITEM_SPEND（商品實際價格）
• NORMAL_PRICE（商品單價）
• DISCOUNT_TYPE（折扣類型）
• DISCOUNT_AMOUNT（折扣金額）

五、數(shù)據(jù)清洗

1、查看總體數(shù)據(jù)特征

從圖片中初步可以看出數(shù)據(jù)集可能存在的異常數(shù)據(jù)以及需要進行初步處理的地方有以下幾點：

1）數(shù)據(jù)表中的SDATE字段需要將數(shù)據(jù)類型轉(zhuǎn)換為日期型方便后續(xù)計算；

2）數(shù)據(jù)表中的ITEM_SPEND字段有負(fù)值，即商品實付金額為負(fù)，為異常數(shù)據(jù)；

3）數(shù)據(jù)表中的ITEM_QUANTITY字段有負(fù)值，即商品數(shù)量為負(fù)，為異常數(shù)據(jù)；

4）數(shù)據(jù)表中的DISCOUNT_AMOUTN字段數(shù)據(jù)有正值，即折扣后金額比折扣前金額高，為異常數(shù)據(jù)。

5）為方便閱讀與查看，將列名統(tǒng)一改為符合駝峰命名法

2、修改列名

item.columns = ['shop_date','store_id','pos_id','user_id','prod_id','item_quantity','item_spend','normal_price','discount_type','discount_amount']

3、檢驗缺失數(shù)據(jù)

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

4、查看并轉(zhuǎn)換數(shù)據(jù)類型

（1）查看數(shù)據(jù)表類型

如圖可發(fā)現(xiàn)數(shù)據(jù)中沒有缺失數(shù)據(jù)，因此不需要進行缺失值處理

（2）轉(zhuǎn)換數(shù)據(jù)類型

數(shù)據(jù)類型中的object表示如果一列中含有多個類型,則該列的類型會是object,同樣字符串類型的列也會被當(dāng)成object類型，因此object類型中SDATE數(shù)據(jù)類型應(yīng)為日期類型，此外數(shù)值類型由于涉及零售的金錢問題，也應(yīng)都調(diào)整為兩位小數(shù)。

因此最終數(shù)據(jù)表數(shù)據(jù)類型需要調(diào)整的地方主要有以下幾點：

• 1）調(diào)整日期數(shù)據(jù)類型
• 2）將金錢調(diào)整為兩位小數(shù)
• 3）查看調(diào)整后數(shù)據(jù)類型

#日期數(shù)據(jù)類型
item.shop_date = pd.to_datetime(item.shop_date)
#金錢保留兩位小數(shù)
pd.set_option('display.float_format', lambda x: '%.2f' % x)#將所有數(shù)據(jù)轉(zhuǎn)換為兩位小數(shù)

（3）查看修改后數(shù)據(jù)表數(shù)據(jù)類型

5、查看異常值并刪除

根據(jù)上一小節(jié)對數(shù)據(jù)的初步查看發(fā)現(xiàn)的問題進行操作，在上一小節(jié)中發(fā)現(xiàn)數(shù)據(jù)表中商品數(shù)量、訂單總金額、商品實付金額均有負(fù)值，且折扣金額為正，折扣金額的計算可能受到金額為負(fù)的影響，此外，數(shù)據(jù)也可能存在空值。因此，異常值的刪除主要有以下幾個操作：

1)將商品數(shù)量、訂單總金額、商品實付金額為負(fù)值的調(diào)整為正值；

2)新建銷售總金額字段：銷售總金額=單價*數(shù)量根據(jù)修改后的數(shù)據(jù)進行折扣金額的計算：折扣金額=銷售總金額-實際付款金額（ITEM_SPEND），與實際折扣金額不同的可以判定為異常數(shù)據(jù)，進行刪除操作；

3)刪除過后分析是否還存在折扣金額為正的數(shù)據(jù)，若存在，也進行刪除操作。

最后發(fā)現(xiàn)不存在折扣金額與實際折扣不同的數(shù)據(jù)，可以判定無異常值。

六、數(shù)據(jù)分析

1、總體銷量數(shù)據(jù)

由總體銷售情況分析可知，商店在2018年6月1日-2018年7月5日共有280878個用戶進店購買過商品，總銷售額為22216624.17元，有流水的商品數(shù)共19261個。

2、商品維度分析

（1）商品價格分析

由初步價格箱型圖可知，客戶比較青睞店鋪內(nèi)的低價商品，且由此圖無法很明顯的看出商品價格具體情況，因此下面將商品價格為0-50的價格提取出來進行分析

#求商品價格的四分位數(shù)
df_1 = pd.to_numeric(item_normal['normal_price'])
q = [df_1.quantile(i) for i in [0,.25,.5,.75,1]];q[-1] += 1
q

[0.5, 3.6, 7.0, 13.8, 51.0]

由最后的箱型圖可知，商品價格最多的在3.6元~13.8元之間，也符合消費者在零售商店購買的商品價格會比較低，店家可以根據(jù)消費者的消費情況對商品進行調(diào)整，多上架一些平價、常用的商品供消費者選擇。

（2）查看銷量排名前十和最后的商品

本小節(jié)分析了商品銷售量前10和商品銷售量最后的商品數(shù)量，此外將商品銷售量前10的商品繪制柱狀圖進行分析。

由圖表可知，前3銷售量的商品很明顯比后面商品銷量多，差別至少為2000以上，而商品銷量最后的商品在計算過程中發(fā)現(xiàn)有很多商品銷量為1，將所有銷量為1的商品提取出來，共有2673個，這2673個商品在這一段時間只銷售了1個商品，可能為商品為不常用商品，也可能是商品本身有其他問題。

（3）查看銷售額排名前十和后十的商品

本小節(jié)主要分析了商品銷售額前10和商品銷售量后10的商品，此外將商品銷售量前10的商品繪制柱狀圖進行分析。由圖表可知，前3銷售量的商品很明顯比后面商品銷售額多，差別至少為50000以上，而商品銷量最后的商品僅僅在1元左右，這些商品無論是數(shù)量還是銷售額都很少，商品可能存在問題。

（4）查看銷售量與銷售額關(guān)系

由于商品銷售量最后的銷售量為1，數(shù)量共2673個，因此查看銷售量最后2673個商品中同時銷售額在后10的商品，發(fā)現(xiàn)銷售額最后的商品均為銷量為1的商品，本小節(jié)查看了銷售額和銷售量最后的商品編號，找出之后根據(jù)具體的商品，找出原因，考慮如何優(yōu)化或者是否要下架。

（5）商品關(guān)聯(lián)度分析

從以上的結(jié)果可以總結(jié)出：

從總體上看，所有組合商品中支持度數(shù)值偏低，這是由于平臺銷售的商品種類繁多，也可能是用戶同時購買兩個商品的可能性低，需要進一步進行分析；

商品組合[1570] --> [1557]的置信度最高，表示支持率在1%的情況下購買商品編號1570的用戶中有70%會購買商品編號1557，可以對這兩種商品進行捆綁銷售；

3、店鋪維度分析

進行店鋪維度的分析可以分析各店鋪銷售情況，判斷哪些店鋪銷售情況不好，考慮是否需要對店鋪員工進行培訓(xùn)或裁員。

（1）店鋪銷售量情況分析

本小節(jié)分析了商品銷售量前10的店鋪，可以發(fā)現(xiàn)商品銷售數(shù)量前2的店鋪銷售量遠(yuǎn)超過后面的店鋪，超過150000個商品，說明D002和A001兩個店鋪商品數(shù)量銷售情況很好。

本小節(jié)分析了商品銷售額前10的店鋪，進行圖表分析，可以發(fā)現(xiàn)A001和D002兩個店鋪銷售額遠(yuǎn)超其他店鋪，至少超過了2000000元，根據(jù)上小節(jié)分析，這兩個店鋪銷售量與銷售額均遠(yuǎn)超其他店鋪，說明兩個店鋪銷售情況良好。

（2）店鋪促銷情況分析

4、銷售情況分析

（1）下單時間分析

（2）銷售額分析

由于數(shù)據(jù)表中時間僅有日期，沒有具體的銷售時間，且數(shù)據(jù)量由2018年6月1日-2018年7月5日，僅有約一個月的時間，因此分析月銷售量沒有很大的意義，因此首先對每周周一至周日的銷售情況進行分組計算，求出一周內(nèi)不同天的銷售情況，分析每周哪一天銷售情況最好。

由圖表可以看出，周一至周五的下單量在一條線上下波動，沒有很大的起伏，周六和周日兩天的下單量遠(yuǎn)遠(yuǎn)高于周一至周五的下單量，高出了至少50000單，銷售額也是同樣的趨勢，超出了至少400000元，可以看出一般周末用戶的下單量與交易額會遠(yuǎn)遠(yuǎn)高于工作日的下單情況，商家可以考慮在周末多上一些商品供用戶選擇。

（3）每日銷售額/銷售量分析

本小節(jié)分組計算了日銷售額與日銷售量的數(shù)據(jù)，并繪制了折線圖進行趨勢對比分析，由圖中可知，銷售量與銷售額的趨勢幾乎相同，且均在2018年6月16日達到最高，。

（4）周均消費次數(shù)/金額

總訂單數(shù) 280878 次

周數(shù) 6 周

周均消費次數(shù) 46813 次

周均消費金額為： 3702770.0 元

（5）客單價

商場(超市)每一個顧客平均購買商品的金額，客單價也即是平均交易金額。

客單價為： 79.0 元

由于數(shù)據(jù)表中數(shù)據(jù)量由2018年6月1日-2018年7月5日，僅有約一個月的時間，因此分析月銷售量沒有很大的意義，因此首先對每周周一至周日的銷售情況進行分組計算，求出不同周的大致銷售情況，最終結(jié)果可知總訂單數(shù)為280878次，共有6周的數(shù)據(jù)，周均消費次數(shù)為46813次

5、相關(guān)性分析

查看數(shù)據(jù)相關(guān)性

我們可以查看數(shù)據(jù)的相關(guān)性，值越接近1，說明相關(guān)性越強。也可以把相關(guān)性信息進行可視化，顏色越接近黃色相關(guān)性越高，越接近紫色相關(guān)性越低。由相關(guān)性圖可知，商品銷售總額與商品數(shù)量、折扣金額和商品銷售總額相關(guān)性相對強，周數(shù)和銷售額相關(guān)性最弱

6、用戶分析

（1）用戶角度分析

從用戶角度看，每位用戶平均購買8.83單位的商品，最多的用戶購買了6581個商品，屬于狂熱用戶。用戶的平均消費金額（客單價）79.1元，標(biāo)準(zhǔn)差是291.24，結(jié)合分位數(shù)和最大值看，平均值和50~75分位之間的接近，肯定存在小部分的高額消費用戶。

（2）按周維度分析

按周統(tǒng)計每周的商品銷量和銷售額。從圖中可以看到，銷售量和銷售額趨勢相同，沒有什么異常的地方，前幾周銷量比較平穩(wěn)，甚至有些下降，而后面幾周銷量逐漸高漲，可能是商店逐漸被用戶所認(rèn)可。

（3）觀察用戶消費購買力

左邊的直方圖的x軸代表item_spend的分組，一共30組。y軸代表item_spend中對應(yīng)到各個分組的頻數(shù)。從直方圖看，大部分用戶的消費能力確實不高，高消費用戶在圖上幾乎看不到。這也確實符合消費行為的行業(yè)規(guī)律。

（4）分析用戶的復(fù)購率

復(fù)購率 = 單位時間內(nèi)，消費兩次及以上的用戶數(shù) / 購買總用戶數(shù)

圖上復(fù)購率可知復(fù)購率一直在62%以上，可能因為是零售商店，用戶會經(jīng)常購買商品，尤其到最后幾周復(fù)購率更高，可能因為用戶已經(jīng)開始信任店鋪

（5）用戶RFM分析

通過RFM方法，我們根據(jù)用戶購買商品的數(shù)據(jù)進行分析，對用戶進行了歸類。在促銷等很多過程中，可以更加精準(zhǔn)化，針對不同類別的用戶進行不同的符合其特點的促銷方式和銷售方式，不至于出現(xiàn)用戶反感的情景。

以上就是使用Python對零售商品進行數(shù)據(jù)分析的詳細(xì)內(nèi)容，更多關(guān)于Python數(shù)據(jù)分析零售商品的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論