业务分析流程
1、 场景（诊断现状）
对象：用户；销售
关注点：找到影响销售的增长因素
目标：发现问题&提出解决方案
2、需求拆解
分析销售趋势，找到影响企业营收增长的商品或区域
按月份销售趋势图（整体）
商品销售额对比（一级、二级，找出最低、最高）
区域销售额对比（下钻：区、省，找出最低、最高）
探索不同商品的销售状况，为企业的商品销售，提出策略建议
不同月份的各个产品的销售额占比情况
产品相关分析
分析用户特征、购买频率、留存率等
购买频率分布
复购率（重复购买用户数量(两天都有购买过算重复)/用户数量）
同期群分析（按月）
3、代码实现
获取数据（excel）
为某化妆品企业 2019 年 1 月-2019 年 9
月每日订单详情数据和企业的商品信息数据，包括两个数据表，销售订单表和商品信息表。其中销售订单表为每个订单的情况明细，一个订单对应一次销售、一个订单可包含多个商品。
代码语言：javascript复制import pandas as pd
import matplotlib.pyplot as plt
import matplotlib as mpl
mpl.rcParams'font.family' = 'SimHei'
import numpy as np
import warnings
warnings.filterwarnings("ignore")
data = pd.read_excel('C:/Users/cherich/Desktop/日化.xlsx',encoding='gbk')
data.head()复制代码
代码语言：javascript复制data_info =
pd.read_excel('C:/Users/cherich/Desktop/日化.xlsx',encoding='gbk',sheet_name='商品信息表')
data_info复制代码
数据清洗和加工
代码语言：javascript复制data = data.dropna()订购数量结尾有字符'个'
代码语言：javascript复制data'订购数量' = data'订购数量'.apply(lambda x:str(x):-1 if str(x)-1 == '个'
else x)
data'订购数量' = data'订购数量'.astype(int)订购数量结尾有字符'元'
代码语言：javascript复制data'订购单价' = data'订购单价'.apply(lambda x:str(x):-1 if str(x)-1 == '元'
else x)
data'订购单价' = data'订购单价'.astype(int)日期里有特殊字符 2019#3#11
代码语言：javascript复制def proess_date(df):
pos = str(df).find('#')
if pos!= -1:
df = str(df).split('#')
return df0 '-' df1 '-' df2
else:
return dfres = proess_date(df ='2019#3#11')
代码语言：javascript复制data'订单日期' = data'订单日期'.apply(proess_date)
data'订单日期' = data'订单日期'.apply(lambda
x:str(x).replace('年','-').replace('月','-') if '年' in str(x) else x )
data'订单日期' = pd.to_datetime(data'订单日期')`
#data.info()
data = datadata.duplicated()==False
data'所在省份'.nunique()
data'月份' = data'订单日期'.apply(lambda x:str(x).split('-')1)`
data复制代码
数据可视化
两张表数据合并
代码语言：javascript复制total_data = pd.merge(data,data_info,on='商品编号',how='left')
total_data复制代码
代码语言：javascript复制groups = data.groupby('月份')
x = [each0 for each in groups]
y = [each1.金额.sum() for each in groups]
z = [each1.金额.count() for each in groups]
money_mean = data.金额.sum()/9
order_mean = data.金额.count()/9
plt.figure(figsize=(18, 10), dpi=80)
plt.subplot(221)
plt.plot(x, y,linewidth=2)
plt.axvspan('07', '08', color='#EE7621', alpha=0.3)
plt.axhline(money_mean, color='#EE7621', linestyle='--',linewidth=1)
plt.title("每月销售额趋势图",color='#4A708B',fontsize=24)
plt.ylabel("金额/(亿)",fontsize=16)
plt.subplot(222)
plt.plot(x, z, linewidth=2, color = '#EE7621')
plt.axvline('07', color='#4A708B', linestyle='--',linewidth=1)
plt.axhline(order_mean, color='#4A708B', linestyle='--',linewidth=1)
plt.title("每月订单量趋势图",color='#4A708B',fontsize=24)
plt.ylabel("订单/(单)",fontsize=16)
plt.show()复制代码
图表说明：从整体来看，销售额和订单量从4月开始大幅度上升，均高于均值；8月份开始呈下降趋势，处于均值水平。
代码语言：javascript复制groups_category= total_data.groupby('月份','商品大类')
category1 = []
category2 = []
for i,j in groups_category:print(i,j.月份.count())
代码语言：javascript复制if i1=='彩妆':
category1.append(j.金额.sum())
else:
category2.append(j.金额.sum())
labels = x
xticks = np.arange(len(labels))
width = 0.5
p = np.arange(len(labels))
fig, ax = plt.subplots(figsize=(18,8))
rects1 = ax.bar(p - width/2, category1,width, label='彩妆',color='#FFEC8B')
rects2 = ax.bar(p width/2, category2, width, label='护肤品',color='#4A708B')
ax.set_ylabel('销售额/(亿)')
ax.set_title('每月护肤品和彩妆的销售额对比图(大类)')
ax.set_xticks(xticks)
ax.set_xticklabels(labels)
ax.legend()
plt.show()复制代码
图表说明：护肤品需求满足大多数人，明显高于彩妆。并且5月—8月是护肤品需求旺季。相比彩妆的变化不明显。
代码语言：javascript复制groups_categorys= total_data.groupby('商品小类')
x = [each0 for each in groups_categorys]
y = [each1.金额.sum() for each in groups_categorys]
fig = plt.figure(figsize=(18,8),dpi=80)
plt.title('各个品类的销售额对比图',color='#4A708B',fontsize=24)
plt.ylabel('销售额(元)',fontsize=15)
colors =
'#6699cc','#4A708B','#CDCD00','#DAA520','#EE7621','#FFEC8B','#CDCD00','#4A708B','#6699cc','#DAA520','#4A708B','#FFEC8B'
for i, group_name in enumerate(groups_categorys):
lin1 =plt.bar(group_name0, group_name1.金额.sum(),width=0.8,color=colorsi)
for rect in lin1:
height = rect.get_height()
plt.text(rect.get_x() rect.get_width()/2, height 1, int(height),ha="center",
fontsize=12)
plt.xticks(fontsize=15)
plt.grid()
plt.show()复制代码
图表说明：面膜的销售额第一，其次是面霜、爽肤水。销售额最低的是蜜粉，眼影。
代码语言：javascript复制total_data = total_data.dropna()
total_data'所在区域' = total_data'所在区域'.apply(lambda
x:str(x).replace('男区','南区').replace('西 区','西区'))
groups_area= total_data.groupby('所在区域','商品小类')
results = {}
for i,j in groups_area:
money = int(j.金额.sum())
if i0 in results.keys():
results[i0][i1] = money
else:
results[i0] = {}
for cate in category_names:
resultsi[0] = 0
resultsi[0] = money
results= {key_data:list(values_data.values()) for key_data,values_data in
results.items()}
def survey1(results, category_names):
labels = list(results.keys())
data = np.array(list(results.values()))
data_cum = data.cumsum(axis=1)
category_colors = plt.get_cmap('RdYlGn')(
np.linspace(0.15, 0.85, data.shape1))
fig, ax = plt.subplots(figsize=(25,8))
ax.invert_yaxis()
ax.xaxis.set_visible(False)
ax.set_xlim(0, np.sum(data, axis=1).max())
for i, (colname, color) in enumerate(zip(category_names, category_colors)):
widths = data:, i
starts = data_cum:, i - widths
ax.barh(labels, widths, left=starts, height=0.5,
label=colname, color=color)
xcenters = starts widths / 2
r, g, b, _ = color
text_color = 'white' if r g b < 0.5 else 'darkgrey'
for y, (x, c) in enumerate(zip(xcenters, widths)):
ax.text(x, y, str(int(c)), ha='center', va='center',color=text_color)
ax.legend(ncol=len(category_names), bbox_to_anchor=(0, 1),
loc='lower left', fontsize='small')
return fig, ax
survey1(results, category_names)
plt.show()复制代码
图表说明：东部地区占市场份额的35%左右，份额最低的是西部地区。
代码语言：javascript复制area_names = list(total_data.商品小类.unique())
groups_priv= total_data.groupby('所在省份','商品小类')
results = {}
for i,j in groups_priv:
money = int(j.金额.sum())
if i0 in results.keys():
results[i0][i1] = money
else:
results[i0] = {}
for cate in category_names:
resultsi[0] = 0
resultsi[0] = money
results= {key_data:list(values_data.values()) for key_data,values_data in
results.items()}
def survey2(results, category_names):
labels = list(results.keys())
data = np.array(list(results.values()))
data_cum = data.cumsum(axis=1)
category_colors = plt.get_cmap('RdYlGn')(
np.linspace(0.15, 0.85, data.shape1))
fig, ax = plt.subplots(figsize=(25,20))
ax.invert_yaxis()
ax.xaxis.set_visible(False)
ax.set_xlim(0, np.sum(data, axis=1).max())
for i, (colname, color) in enumerate(zip(category_names, category_colors)):
widths = data:, i
starts = data_cum:, i - widths
ax.barh(labels, widths, left=starts, height=0.5,
label=colname, color=color)
xcenters = starts widths / 2
ax.legend(ncol=len(category_names), bbox_to_anchor=(0, 1),
loc='lower left', fontsize='small')
return fig, ax
survey2(results, area_names)
plt.show()复制代码
图表说明：江苏销售额第一，其次是广东省；销售额最低的是宁夏、内蒙、海南
代码语言：javascript复制import numpy as np
import matplotlib.pyplot as plt
category_names = list(total_data.商品小类.unique())
groups_small_category= total_data.groupby('月份','商品小类')
results = {}
for i,j in groups_small_category:
money = int(j.金额.sum())
if i0 in results.keys():
results[i0][i1] = money
else:
results[i0] = {}
for cate in category_names:
resultsi[0] = 0
resultsi[0] = money
results= {key_data:list(values_data.values()) for key_data,values_data in
results.items()}
def survey(results, category_names):
labels = list(results.keys())
data = np.array(list(results.values()))
data_cum = data.cumsum(axis=1)
category_colors = plt.get_cmap('RdYlGn')(
np.linspace(0.15, 0.85, data.shape1))
fig, ax = plt.subplots(figsize=(25,8))
ax.invert_yaxis()
ax.xaxis.set_visible(False)
ax.set_xlim(0, np.sum(data, axis=1).max())
for i, (colname, color) in enumerate(zip(category_names, category_colors)):
widths = data:, i
starts = data_cum:, i - widths
ax.barh(labels, widths, left=starts, height=0.5,
label=colname, color=color)
xcenters = starts widths / 2r, g, b, _ = color
text_color = 'white' if r g b < 0.5 else 'darkgrey'
for y, (x, c) in enumerate(zip(xcenters, widths)):
ax.text(x, y, str(int(c)), ha='center', va='center')
ax.legend(ncol=len(category_names), bbox_to_anchor=(0, 1),
loc='lower left', fontsize='small')
return fig, ax
survey(results, category_names)
plt.show()复制代码
图表说明：眼霜、爽肤水、面膜：4，5，6，7，8月份需求量最大；粉底、防晒霜、隔离霜、睫毛膏、蜜粉1，2，3月份需求量最大。
代码语言：javascript复制data_user_buy=total_data.groupby('客户编码')'订单编码'.count()
data_user_buy
plt.figure(figsize=(10,4),dpi=80)
plt.hist(data_user_buy,color='#FFEC8B')
plt.title('用户购买次数分布',fontsize=16)
plt.xlabel('购买次数')
plt.ylabel('用户数')
plt.show()
复制代码
图表说明：大部分用户购买次数在10次-35次之间，极少部分用户购买次数80次以上
date_rebuy=total_data.groupby('客户编码')'订单日期'.apply(lambda
x:len(x.unique())).rename('rebuy_count')
date_rebuy
print('复购率:',round(date_rebuydate_rebuy>=2.count()/date_rebuy.count(),4))
复制代码
total_data'时间标签' = total_data'订单日期'.astype(str).str:7
total_data = total_data[total_data'时间标签'!='2050-06']
total_data'时间标签'.value_counts().sort_index()
total_data = total_data.sort_values(by='时间标签')
month_lst = total_data'时间标签'.unique()
final=pd.DataFrame()
final
#引入时间标签
for i in range(len(month_lst)-1):
#构造和月份一样长的列表，方便后续格式统一
count = 0 * len(month_lst)
#筛选出当月订单，并按客户昵称分组
target_month = total_data.loc[total_data'时间标签'==month_lsti,:]
target_users = target_month.groupby('客户编码')'金额'.sum().reset_index()
#如果是第一个月份，则跳过（因为不需要和历史数据验证是否为新增客户）
if i==0:
new_target_users = target_month.groupby('客户编码')'金额'.sum().reset_index()
else:
#如果不是，找到之前的历史订单
history = total_data.loc[total_data'时间标签'.isin(month_lst:i),:]
#筛选出未在历史订单出现过的新增客户
new_target_users = target_users.loc[target_users'客户编码'.isin(history'客户编码')
== False,:]
#当月新增客户数放在第一个值中
count0 = len(new_target_users)
#以月为单位，循环遍历，计算留存情况
for j,ct in zip(range(i 1,len(month_lst)),range(1,len(month_lst))):
#下一个月的订单
next_month = total_data.loc[total_data'时间标签' == month_lstj,:]
next_users = next_month.groupby('客户编码')'金额'.sum().reset_index()
#计算在该月仍然留存的客户数量
isin = new_target_users'客户编码'.isin(next_users'客户编码').sum()
countct = isin
#格式转置
result = pd.DataFrame({month_lsti:count}).T
#合并
final = pd.concat(final,result)
final.columns = '当月新增',' 1月',' 2月',' 3月',' 4月',' 5月',' 6月',' 7月',' 8月'
result = final.divide(final'当月新增',axis=0).iloc:
result'当月新增' = final'当月新增'
result.round(2)复制代码
同期群分析
图表说明：由新增用户情况看，新用户逐月明显减少；留存率在1月-5月平均在50%，6月-8月留存率上升明显。
结论与建议
1、从销售额趋势来看，整体是上升趋势，但是从8月份销售额突然下降，可能因为到淡季，需进一步确认原因；
2、商品销售额，用户对护肤品具有强烈的需求，尤其是面膜，爽肤水、面霜、眼霜。较低需求的是蜜粉。可以把高需求产品，组合成礼盒等套装活动；
3、商品销售建议：眼霜、爽肤水、面膜：4，5，6，7，8月需求最大；粉底、防晒霜、隔离霜、睫毛膏、蜜粉1，2，3月需求最大。以上说明用户购买特定产品具有周期性；
4、从地域来看，东部地区是消费的主力军，其中江苏省、广东省、浙江省的销售额最大。可以增大市场投放量；也可以考虑在该地区建仓，节省物流等成本；
5、用户：重点维护购买次数在10次-35次之间的用户群体；
6、留存率在99%，证明用户对产品有一定的依赖性；
