利用Python對電商銷售數據進行分析

一.數據集介紹

 

此次的數據集來自kaggle的關于在線零售業務的交易數據，該公司主要銷售禮品，大部分出售對象是面向批發商。

 

二.數據集字段介紹

 

數據包含541910行，8個字段，字段內容為：

 

InvoiceNo: 訂單編號，每筆交易有6個整數，退貨訂單編號開頭有字母’C’。

StockCode: 產品編號，由5個整數組成。

Description: 產品描述。

Quantity: 產品數量，有負號的表示退貨

InvoiceDate: 訂單日期和時間。

UnitPrice: 單價（英鎊），單位產品的價格。

CustomerID:客戶編號，每個客戶編號由5位數字組成。

Country: 國家的名稱，每個客戶所在國家/地區的名稱。

 

三.分析內容

 

1.購買商品數前十的國家是？

 

2.交易額前十的國家是？

 

3.哪些月份銷量較佳？

 

4.客單價多少？

 

5.用戶消費行為分析

 

四. 數據處理分析過程

 

1.數據清洗

 

利用Python語言進行數據分析，開發工具有Jupyter Notebook。

 

導入庫，查看數據

 

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

 

df = pd.read_csv('data.csv',encoding='ISO-8859-1')

df.head()

1

2

3

4

5

6

 

 

df.info()

1

 

可以看出，CustomID存在部分缺失，無法進行填充，需要刪除缺失的數據。InvoiceDate格式需要調整，方便后續分析。數據只有產品數量和單價，沒有銷售金額，要根據產品數量和單價建立一個銷售金額的新字段。

 

刪除缺失CustomID對應數據內容。

 

df1 = df.dropna(how='any') 

1

修改InvoiceDate格式，只取年月作為日期內容。

 

df1['InvoiceDate'] = pd.to_datetime(df1['InvoiceDate']) #12/1/2010 8:26轉換為2010-12-01

df1['InvoiceDate'] =df1['InvoiceDate'].apply(lambda x: x.strftime('%Y-%m-%d')) #將datetime64[ns] 轉為 object

1

2

新建一個銷售金額的字段，即用產品數量乘以單價。

 

df1['Price'] = df1['Quantity']*df1['UnitPrice']

1

完成以上數據清洗后，結果如下：

 

2.數據分析

 

【第一個問題：購買商品數前十的國家是？】

 

獲取產品數量大于0，按國家分組，對產品數量進行求和，從大到小進行排序，取前十的國家

 

df1[df1['Quantity']>0].groupby('Country')['Quantity'].sum().sort_values(ascending=False).head(10)

1

 

英國購買商品數遠遠大于其他國家，這可能由于公司位于英國，英國是該公司商品銷售的主要對象。

 

【第二個問題：交易額前十的國家是？】

 

獲取產品數量大于0，按國家分組，對銷售金額進行求和，從大到小進行排序

 

df1[df1['Quantity']>0].groupby('Country')['Price'].sum().sort_values(ascending=True).head(10)

1

 

可以看出：英國的交易額最大，由于購買數最多，交易額理所當然也是最大。除此之外，荷蘭，愛爾蘭，德國，法國也是主要消費國家，需要重點關注。

 

【第三個問題：哪些月份銷量較佳？】

 

df1[df1['Quantity']>0].groupby('InvoiceDate')['Quantity'].sum().sort_values(ascending=False).head(20)

1

 

銷量最高的是12月份，其次是1月份，大部分銷量較佳集中在下半年，這是由于該產品是禮品，在下半年節日較多，加上促銷優惠，銷量比上半年月份多。

 

【第四個問題：客單價多少？】

 

sumPrice=df1[df1['Quantity']>0]['Price'].sum()

countID=df1[df1['Quantity']>0]['InvoiceNo'].count()

avgPrice = sumPrice/countID

print(avgPrice)

1

2

3

4

 

客單價即平均交易金額，是指平均每個客戶交易金額，客單價等于成交金額/成交用戶數。

 

銷售額是由客單價和用戶數所決定的，要提升產品的銷售額，除了盡可能多地吸引客流，增加顧客交易次數以外，提高客單價也是非常重要的途徑。

 

【第五個問題：用戶消費行為分析】

 

df1[df1['Quantity']>0].groupby('CustomerID').agg({'InvoiceNo':'nunique',

                                                'Quantity':'sum',

                                                'Price':'sum'}).describe()

1

2

3

 

用戶消費行為分析主要從用戶消費次數，用戶消費金額，用戶購買產品數量這三個維度進行分析。

 

五.總結

 

通過以上計算可看出：

 

用戶平均消費4次，有的客戶甚至消費高達210次，是產品的忠誠客戶。

 

用戶平均消費金額為2053元，而75%的用戶消費金額只有1661，可見，有些用戶消費金額較大，屬于非常有價值的用戶，需要重點保持關注。

 

用戶購買產品數量平均高達1194件，由于銷售對象主要是批發商，算是正常的數量數。