【机器学习&数据挖掘】基于ARIMA 自回归积分滑动平均模型的销售价格&库存分析报告附完整python代码

本文链接：https://blog.youkuaiyun.com/weixin_45741872/article/details/139434788

资源地址：Python数据分析大作业 4000+字图文分析文档销售分析 +完整python代码

同时销售量后1000的sku品类占比中（不畅销产品）如上，精品类产品占比第一，达到66.7%，其次是香化类产品，占比11.90%，远远小于精品类产品，酒水类产品占比7.3%，有税商品免税其他商品和电子类产品分别占比6.40%、6.40%、1.3%，

将数据按照毛利进行排序，毛利前1000和后1000的sku品类占比如下，

可以发现按照毛利排序，各品类的sku数量占比区别不如按照销量排序的各品类sku数量占比那么大，其中按照毛利排序的sku前1000，品类sku占比最大的是香化类，其次是精品类，它们占比分别达到33.2%和31.5%，其中占比最小的是免税商品其他类，说明该品类的毛利率相对较小，而毛利率较大的为精品类和香化类，这和品牌有一定关系，人民生活正在慢慢变好，精品类商品能满足大部分人民的精致生活，同时香化类产品受众多为女性，商品需求大，毛利也高。对于毛利sku后1000的商品，其中有税商品和精品类和香化类商品仍然占领霸主位置，原因可能由于对于精品类和香化类的部分商品经常打折来吸引顾客，所以这部分商品的毛利较低，sku后1000商品品类占比最大的为有税商品，占比达到33.00%，由于考虑到税额加上顾客的消费能力，这部分的商品毛利相对低一点，同时香化类和精品类占比也达到25.9%和25.6%，占比最小的为电子产品，占比为1.3%。

分析sku销量前1000和销量后1000商品的毛利率，得到毛利率的条形图如下，

从上图可以发现sku前1000商品的毛利率大概在0.2到0.5左右，而sku后1000的商品的毛利率大部分在0.4到0.5左右，可以认为销量高的商品其毛利率未必会比销量低的商品的毛利率高，这给我们销售商品很有启示，对于商品售卖我们未必要一定去打折扣吸引顾客（当然折扣对部分顾客有一定吸引力），对于畅销品我们就没必要去打折，因为商品本身可能就供不应求，这样通过畅销品的提高整个商场的利润，对于不畅销商品，我们也不一定要去打折，对于不畅销商品，可能其受众较小，而对于那部分受众来说，这对于其他人最不畅销的商品对于他们来说可能是必需品，所以也没必要打折，通过保证毛利，也能提高商场的利润。