【导语】本篇文章是关于某化妆品企业的销售分析。从分析思路思路开始带大家一步步的用python进行分析，找出问题，并提出解决方案的整个流程。
需求：希望全面了解此某妆品企业的销售情况，帮助企业运营领导层了解企业整体销售运营情况及商品销售情况，为该企业的营销策略提供相对应的建议和销售策略。
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。
1import pandas as pd 2import matplotlib.pyplot as plt 3import matplotlib as mpl 4mpl.rcParams['font.family'] = 'SimHei' 5import numpy as np 6import warnings 7warnings.filterwarnings("ignore") 8data = pd.read_excel('C:/Users/cherich/Desktop/日化.xlsx',encoding='gbk') 9data.head() 10
1data_info = pd.read_excel('C:/Users/cherich/Desktop/日化.xlsx',encoding='gbk',sheet_name='商品信息表') 2data_info 3
数据清洗和加工
1data = data.dropna() 2# 订购数量结尾有字符'个' 3 4data['订购数量'] = data['订购数量'].apply(lambda x:str(x)[:-1] if str(x)[-1] == '个' else x) 5data['订购数量'] = data['订购数量'].astype(int) 6 7# 订购数量结尾有字符'元' 8data['订购单价'] = data['订购单价'].apply(lambda x:str(x)[:-1] if str(x)[-1] == '元' else x) 9data['订购单价'] = data['订购单价'].astype(int) 10# 日期里有特殊字符 2019#3#11 11def proess_date(df): 12 pos = str(df).find('#') 13 if pos!= -1: 14 df = str(df).split('#') 15 return df[0]+'-'+df[1]+'-'+df[2] 16 else: 17 return df 18 19# res = proess_date(df ='2019#3#11') 20data['订单日期'] = data['订单日期'].apply(proess_date) 21data['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 ) 22data['订单日期'] = pd.to_datetime(data['订单日期']) 23#data.info() 24 25data = data[data.duplicated()==False] 26data['所在省份'].nunique() 27data['月份'] = data['订单日期'].apply(lambda x:str(x).split('-')[1]) 28data 29
数据可视化
1# 两张表数据合并 2total_data = pd.merge(data,data_info,on='商品编号',how='left') 3total_data
1groups = data.groupby('月份') 2x = [each[0] for each in groups] 3y = [each[1].金额.sum() for each in groups] 4z = [each[1].金额.count() for each in groups] 5money_mean = data.金额.sum()/9 6order_mean = data.金额.count()/9 7 8plt.figure(figsize=(18, 10), dpi=80) 9plt.subplot(221) 10plt.plot(x, y,linewidth=2) 11plt.axvspan('07', '08', color='#EE7621', alpha=0.3) 12plt.axhline(money_mean, color='#EE7621', linestyle='--',linewidth=1) 13plt.title("每月销售额趋势图",color='#4A708B',fontsize=24) 14plt.ylabel("金额/(亿)",fontsize=16) 15 16plt.subplot(222) 17plt.plot(x, z, linewidth=2, color = '#EE7621') 18plt.axvline('07', color='#4A708B', linestyle='--',linewidth=1) 19plt.axhline(order_mean, color='#4A708B', linestyle='--',linewidth=1) 20plt.title("每月订单量趋势图",color='#4A708B',fontsize=24) 21plt.ylabel("订单/(单)",fontsize=16) 22plt.show() 23
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。
1groups_category= total_data.groupby(['月份','商品大类']) 2category1 = [] 3category2 = [] 4for i,j in groups_category: 5# print(i,j.月份.count()) 6 if i[1]=='彩妆': 7 category1.append(j.金额.sum()) 8 else: 9 category2.append(j.金额.sum()) 10labels = x 11xticks = np.arange(len(labels)) 12width = 0.5 13p = np.arange(len(labels)) 14fig, ax = plt.subplots(figsize=(18,8)) 15rects1 = ax.bar(p - width/2, category1,width, label='彩妆',color='#FFEC8B') 16rects2 = ax.bar(p + width/2, category2, width, label='护肤品',color='#4A708B') 17 18 19ax.set_ylabel('销售额/(亿)') 20ax.set_title('每月护肤品和彩妆的销售额对比图(大类)') 21ax.set_xticks(xticks) 22ax.set_xticklabels(labels) 23ax.legend() 24 25plt.show() 26
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。
1groups_categorys= total_data.groupby('商品小类') 2x = [each[0] for each in groups_categorys] 3y = [each[1].金额.sum() for each in groups_categorys] 4 5fig = plt.figure(figsize=(18,8),dpi=80) 6plt.title('各个品类的销售额对比图',color='#4A708B',fontsize=24) 7plt.ylabel('销售额(元)',fontsize=15) 8colors = ['#6699cc','#4A708B','#CDCD00','#DAA520','#EE7621','#FFEC8B','#CDCD00','#4A708B','#6699cc','#DAA520','#4A708B','#FFEC8B'] 9for i, group_name in enumerate(groups_categorys): 10 lin1 =plt.bar(group_name[0], group_name[1].金额.sum(),width=0.8,color=colors[i]) 11 for rect in lin1: 12 height = rect.get_height() 13 plt.text(rect.get_x()+rect.get_width()/2, height+1, int(height),ha="center", 14 fontsize=12) 15 16plt.xticks(fontsize=15) 17plt.grid() 18plt.show() 19
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。
1total_data = total_data.dropna() 2total_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')) 3groups_area= total_data.groupby(['所在区域','商品小类']) 4results = {} 5for i,j in groups_area: 6 money = int(j.金额.sum()) 7 if i[0] in results.keys(): 8 results[i[0]][i[1]] = money 9 else: 10 results[i[0]] = {} 11 for cate in category_names: 12 results[i[0]][cate] = 0 13 results[i[0]]['口红'] = money 14 15results= {key_data:list(values_data.values()) for key_data,values_data in results.items()} 16 17def survey1(results, category_names): 18 labels = list(results.keys()) 19 data = np.array(list(results.values())) 20 21 data_cum = data.cumsum(axis=1) 22 category_colors = plt.get_cmap('RdYlGn')( 23 np.linspace(0.15, 0.85, data.shape[1])) 24 fig, ax = plt.subplots(figsize=(25,8)) 25 ax.invert_yaxis() 26 ax.xaxis.set_visible(False) 27 ax.set_xlim(0, np.sum(data, axis=1).max()) 28 29 for i, (colname, color) in enumerate(zip(category_names, category_colors)): 30 widths = data[:, i] 31 starts = data_cum[:, i] - widths 32 ax.barh(labels, widths, left=starts, height=0.5, 33 label=colname, color=color) 34 xcenters = starts + widths / 2 35 36 r, g, b, _ = color 37 text_color = 'white' if r * g * b < 0.5 else 'darkgrey' 38 for y, (x, c) in enumerate(zip(xcenters, widths)): 39 ax.text(x, y, str(int(c)), ha='center', va='center',color=text_color) 40 ax.legend(ncol=len(category_names), bbox_to_anchor=(0, 1), 41 loc='lower left', fontsize='small') 42 43 return fig, ax 44survey1(results, category_names) 45plt.show() 46
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。
1area_names = list(total_data.商品小类.unique()) 2groups_priv= total_data.groupby(['所在省份','商品小类']) 3results = {} 4for i,j in groups_priv: 5 money = int(j.金额.sum()) 6 if i[0] in results.keys(): 7 results[i[0]][i[1]] = money 8 else: 9 results[i[0]] = {} 10 for cate in category_names: 11 results[i[0]][cate] = 0 12 results[i[0]]['口红'] = money 13 14results= {key_data:list(values_data.values()) for key_data,values_data in results.items()} 15 16def survey2(results, category_names): 17 labels = list(results.keys()) 18 data = np.array(list(results.values())) 19 20 data_cum = data.cumsum(axis=1) 21 category_colors = plt.get_cmap('RdYlGn')( 22 np.linspace(0.15, 0.85, data.shape[1])) 23 fig, ax = plt.subplots(figsize=(25,20)) 24 ax.invert_yaxis() 25 ax.xaxis.set_visible(False) 26 ax.set_xlim(0, np.sum(data, axis=1).max()) 27 28 for i, (colname, color) in enumerate(zip(category_names, category_colors)): 29 widths = data[:, i] 30 starts = data_cum[:, i] - widths 31 ax.barh(labels, widths, left=starts, height=0.5, 32 label=colname, color=color) 33 xcenters = starts + widths / 2 34 35 ax.legend(ncol=len(category_names), bbox_to_anchor=(0, 1), 36 loc='lower left', fontsize='small') 37 38 return fig, ax 39survey2(results, area_names) 40plt.show() 41
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
1import numpy as np 2import matplotlib.pyplot as plt 3category_names = list(total_data.商品小类.unique()) 4groups_small_category= total_data.groupby(['月份','商品小类']) 5results = {} 6for i,j in groups_small_category: 7 money = int(j.金额.sum()) 8 if i[0] in results.keys(): 9 results[i[0]][i[1]] = money 10 else: 11 results[i[0]] = {} 12 for cate in category_names: 13 results[i[0]][cate] = 0 14 results[i[0]]['口红'] = money 15 16results= {key_data:list(values_data.values()) for key_data,values_data in results.items()} 17def survey(results, category_names): 18 labels = list(results.keys()) 19 data = np.array(list(results.values())) 20 21 data_cum = data.cumsum(axis=1) 22 category_colors = plt.get_cmap('RdYlGn')( 23 np.linspace(0.15, 0.85, data.shape[1])) 24 25 fig, ax = plt.subplots(figsize=(25,8)) 26 ax.invert_yaxis() 27 ax.xaxis.set_visible(False) 28 ax.set_xlim(0, np.sum(data, axis=1).max()) 29 30 for i, (colname, color) in enumerate(zip(category_names, category_colors)): 31 widths = data[:, i] 32 starts = data_cum[:, i] - widths 33 ax.barh(labels, widths, left=starts, height=0.5, 34 label=colname, color=color) 35 xcenters = starts + widths / 2 36 37# r, g, b, _ = color 38# text_color = 'white' if r * g * b < 0.5 else 'darkgrey' 39# for y, (x, c) in enumerate(zip(xcenters, widths)): 40# ax.text(x, y, str(int(c)), ha='center', va='center') 41 ax.legend(ncol=len(category_names), bbox_to_anchor=(0, 1), 42 loc='lower left', fontsize='small') 43 44 return fig, ax 45survey(results, category_names) 46 47plt.show() 48
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。
1data_user_buy=total_data.groupby('客户编码')['订单编码'].count() 2data_user_buy 3plt.figure(figsize=(10,4),dpi=80) 4plt.hist(data_user_buy,color='#FFEC8B') 5 6plt.title('用户购买次数分布',fontsize=16) 7plt.xlabel('购买次数') 8plt.ylabel('用户数') 9plt.show() 10
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
1date_rebuy=total_data.groupby('客户编码')['订单日期'].apply(lambda x:len(x.unique())).rename('rebuy_count') 2date_rebuy 3print('复购率:',round(date_rebuy[date_rebuy>=2].count()/date_rebuy.count(),4)) 4
1total_data['时间标签'] = total_data['订单日期'].astype(str).str[:7] 2total_data = total_data[total_data['时间标签']!='2050-06'] 3total_data['时间标签'].value_counts().sort_index() 4total_data = total_data.sort_values(by='时间标签') 5month_lst = total_data['时间标签'].unique() 6final=pd.DataFrame() 7final 8#引入时间标签 9for i in range(len(month_lst)-1): 10 #构造和月份一样长的列表，方便后续格式统一 11 count = [0] * len(month_lst) 12 #筛选出当月订单，并按客户昵称分组 13 target_month = total_data.loc[total_data['时间标签']==month_lst[i],:] 14 target_users = target_month.groupby('客户编码')['金额'].sum().reset_index() 15 16 #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） 17 if i==0: 18 new_target_users = target_month.groupby('客户编码')['金额'].sum().reset_index() 19 else: 20 #如果不是，找到之前的历史订单 21 history = total_data.loc[total_data['时间标签'].isin(month_lst[:i]),:] 22 #筛选出未在历史订单出现过的新增客户 23 new_target_users = target_users.loc[target_users['客户编码'].isin(history['客户编码']) == False,:] 24 25 #当月新增客户数放在第一个值中 26 count[0] = len(new_target_users) 27 28 #以月为单位，循环遍历，计算留存情况 29 for j,ct in zip(range(i + 1,len(month_lst)),range(1,len(month_lst))): 30 #下一个月的订单 31 next_month = total_data.loc[total_data['时间标签'] == month_lst[j],:] 32 next_users = next_month.groupby('客户编码')['金额'].sum().reset_index() 33 #计算在该月仍然留存的客户数量 34 isin = new_target_users['客户编码'].isin(next_users['客户编码']).sum() 35 count[ct] = isin 36 37 #格式转置 38 result = pd.DataFrame({month_lst[i]:count}).T 39 40 #合并 41 final = pd.concat([final,result]) 42 43final.columns = ['当月新增','+1月','+2月','+3月','+4月','+5月','+6月','+7月','+8月'] 44result = final.divide(final['当月新增'],axis=0).iloc[:] 45result['当月新增'] = final['当月新增'] 46result.round(2) 47
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；
7、从同期群分析来看，新用户明显减少，应考虑拉新，增加平台新用户（主播带货等）；
-------------------********************************** End **********-------------**-----********-**********************************
往期精彩文章推荐：
欢迎各位大佬点击链接加入群聊【helloworld开发者社区】：https://jq.qq.com/?_wv=1027&k=mBlk6nzX进群交流IT技术热点。
本文转自 https://mp.weixin.qq.com/s/nbIKGAIyww_pW01tW34aHg，如有侵权，请联系删除。