电商销售数据分析

时间：2023-03-15 20:16:01 | 来源：电子商务

时间：2023-03-15 20:16:01 来源：电子商务

1. 分析目的

通过对某电商公司2019年销售数据的分析，为2020年产品开发和营销策略制定提供有用的建议。

1. 分析思路

主要是从时间、产品类别以及主要供应商三个角度去分析：

时间：整体把握全年各项指标的变化趋势，重点关注最值点和极值点。

产品类别：不同类别产品的指标占比情况，各细分类别之间的比较。

主要供应商：观察供应商的分布情况，找出各类别产品的优质供应商。

1. 数据处理
2. 选取子集

先用pandas.read_excel（）读入12个月份的销售数据，每个表格添加月份信息后，使用df.concat()合并到总表，根据上述的思路，选取SKU,商品编号，首选供应商，分类，销量，销售额，利润，库存以及月份列。

2.统一列名

原表中由部分列名不一致，采用df.rename()更改。

3.缺失值处理

使用any方法对布尔列进行空值判断，再用fillna进行填充。

4.数据清洗

首选供应商和分类列的数据格式不一致，但都用统一的分隔符，先用split分割字符串，对分列后的数据用strip去除空白符后进行切片处理。

1. 数据分析
2. 时间角度：

1）全年整体销量、销售额、利润的变化情况。

先从2019年全年来看一下产品的销售情况，销量在2月份有明显的一个低谷，3月份回升后开始逐月下降，在6/7/8月份到达最低并达到一个平稳，后在11月份迎来一个最高峰。2月份的低谷推测原因是由于春节期间快递停运导致的销量减少，同时为了在停运前购入过年时需要的商品也是1月份销量较高的原因。11月份销量的高涨是源于双11购物狂欢节，如果该公司在国外平台也有销售的话，那黑五以及圣诞节的到来也会带动销量。销售额以及利润的整体波动趋势与销量大致相符合。

2）库存变化情况

上图为库存的整体变化曲线，大体上是做到了及时补货和清库存，有一个较为突出的地方是在6月份的时候出现了一定的库存积压，这也符合销量的变化曲线。

2.产品类别角度分析

全年的销量占比情况，时尚类的产品达到了50%左右，家居产品接近35%，剩下的15%基本由运动与户外、电子产品、diy维修产品和工具占据了。

而利润方面，占比最多的还是是这6类产品，但是时尚类的占比达到了67%，家居类产品占22%。无论是销量还是利润组成，时尚类商品和家具产品类商品都是占绝对的大份额，类别组成不够多样。

3.时间和类别两个角度分析

主要分析占据85%销量的时尚类和家居产品类：

1）整体把握

通过观察对比两个主要品类的年度销量变化图，趋势与总体相符合，3月份都有一个小的波峰，不同的是时尚类商品的最高峰没有出现在11月而是在1月份，也是年前正常发货的一个月，推测原因是由于我们的观念——过年要穿新衣服，带动了一波销量，家具产品类的最高峰则是在11月，销量直接是9月份的4倍还多，占总体销量的一半以上，在双11活动中效果拔群。

2）个别分析

针对1月份的时尚类产品观察二级分类的销量情况，销量最高的是标准女装类产品，是销量的主要组成部分，公司时尚类产品目标人群主要是女性。

在11月的爆发增长中，家居照明类的增长率达到了80%以上，几乎翻了一倍，在国内市场的话，家居照明类没有如此爆发性的需求增长，那么可以确定该公司商品部分是售往国外的，圣诞节的到来外国人购入大量的灯饰装点自己的家里。

可以看到时尚类商品在3月份的销量增长率最高的三个品类分别是女鞋、其他以及袜子类的产品。

家居产品类则是厨房用具、节假日产品和家居布艺。

3）细分月份

4.供应商角度分析

无论是时尚类还是家居产品类，供应商的分部还是较为均匀的，没有一个供应商占据货源的10%，是个较为合理占比情况。

把每个二级分类中销量最高的供应商列举出来

1. 结论与对策

1.从整体的销量情况，双11活动的效果显著，年前的销售情况也是不错的，但是在年后销量除了在3月有一次回升后，便有点低迷了。在新一年里，保证年前和双11活动的优惠力度，另外可以考虑在5月6月时增加一次大型的促销活动，清理库存，提高销售额，释放资金，更好地备战双11。

2.在新的一年里主要以时尚类和家居产品类为基础开发类别，时尚类别受流行风向以及季节的影响较大，需要及时调整，时尚类的基础款式和家具产品的销量较为平稳，需要保证库存的数量。剩下的4个类别里电子产品以及运动与户外类别竞争依旧很大，工具类产品是一个可以待开发的类别。

3.时尚类在年前是销量主力，应保证前三类别的库存的情况，进一步开发基础女装的款式。在11月活动中，增速最快的家居照明类商品是开发的重点。每个月可根据上表进行针对性的类别开发和库存准备。

4.更有针对性地供应商中寻找同类别的优质产品。

六、不足与改进

该分析中没有针对整个夏季即6/7/8月份的销量低迷进行深入地分析，主要分析从销量角度判定产品的开发方向，还不够全面。可以加入每月成本的数据，可以对比不同产品不同月份的利润率，可以评估11月双11活动的政策制定，还能比较不同定价产品的销量情况，进而对定价方案提供合理的建议。