零售行业订单数据分析

1.背景介绍

本项目是对网上零售数据进行分析，对总体运营指标、消费趋势、客户价值和退款情况进行分析，细化指标体系，为零售业务的战略性业务决策提供给数据支持。

分析目的

• 了解整体运营情况，查看销售数据随时间变化趋势，判断业务发展健康状况并给出原因和建议；
• 分析客户价值，提升客户维护精度，进而提升用户黏性和满意度，最终增加公司销售和利润。

2.数据集介绍

网上零售业务数据集

数据中一共有8个字段，各字段含义如下：

• InvoiceNo：发票号，每个订单一个发票号；

• StockCode：库存编码，也就是sku；

• Description：描述，对StockCode代表的商品的文字描述；

• Quantity：数量，这个订单中购买的此* StockCode数量，负值为退货；

• InvoiceDate：发票日期，可理解为订单付款的日期和时间，精确到分钟；

• UnitPrice：单价，1个本商品的价格，负值为订单损失；

• CustomerID：客户编号，1个客户1个号；

• Country：收货地址所在的国家。

数据展示

3.分析思路

4.分析内容

4.1 数据清洗

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

#设置图画正常显示中文、负号
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

#导入数据
data = pd.read_csv('OnlineRetail.csv',encoding='unicode_escape')
#查看数据字段格式及数据完整度
data.info()

经观察发现：

• Description和CustomerID字段有缺失值，CustomerID字段应尽量避免确实；
• InvoiceDate字段为object格式，需要转化为日期格式便于后续分析。

data['InvoiceDate']=pd.to_datetime(data['InvoiceDate'],format='%d-%m-%Y %H:%M')

#对数值型数据观察其大致分布
data.describe()

• 能观察到Quantity和UnitPrice的均值都高于中位数，UnitPrice甚至高于上四分位数，这说明有些订单数量和价格都大幅度高于中位数，从而拉高了均值。这种情况在电商、金融领域很常见。
  为了方便分析，一下对数据进行清洗，之后根据分析的需要在对应处理。

#增加退款列，如果销售数量为负数置为0，便于后续区分退款数据
data['Return'] = data['Quantity'].apply(lambda x:x if x<0 else 0)
#将数量列的负值用绝对值函数变为正值，便于统计订单数量
data['Quantity'] = data['Quantity'].apply(lambda x:abs(x))
#添加总消费金额列
data['TotalPrice'] = data['Quantity']*data['UnitPrice']

4.2 总体运营分析

• 总订单数

#总订单数
print(len(data.groupby('InvoiceNo')))

• 总客户数

#总客户数
print(len(data.groupby('CustomerID')))
# print(len(data['CustomerID'].unique())-1)

• 总成交额GMV

# 成交额
sum_price = data['TotalPrice'].sum()
print(sum_price)

4.3 消费趋势分析

月/周/日订单量和销售额分析

# 筛选出交易成功的订单，生成透视表计算需要的字段
data_grouped = data[data['Return']==0].groupby('InvoiceNo').agg({'InvoiceDate':'