电商零售数据分析

时间：2023-03-15 21:40:01 | 来源：电子商务

时间：2023-03-15 21:40:01 来源：电子商务

一、提出问题

项目背景：

此次的数据集来自kaggle：Online Retail Data Set from UCI ML repo

包含了2010年12月1日到2011年12月9日在英国注册的非实体网上零售所有交易，公司主要销售独特的全天候礼品，该公司许多客户都是批发商。

本次的电子零售分析主要分为两个方面：

（1）了解该公司基本营运情况，通过分析计算运营的各项指标来了解目前经营的效率和经营趋势；

（2）通过RFM模型对用户进行分级，找出价值用户。

二、理解数据

1、导入数据分析相关库以及本次分析的数据集

2、查看导入情况以及理解字段含义

三、数据清洗

1、统计缺失率：

通过上图，我们可以发现用户ID和产品描述都存在一定程度的缺失，由于本次分析要研究用户的消费行为以及产品的销售情况，选择删除缺失数据

2、为后续方便统计，将订单日期拆分，增加年月日时间四个字段，并增加合计购买字段

查看数据

3、重复值处理：

4、异常值处理：

查看数据发现商品数量和单价存在负值，进一步查看异常数据

首先查看商品数量异常

输出结果看，数量为负数的订单都是订单号为C开头的退货订单，选把这部分数据放在另一个数据框内，后续进行分析

其次分析价格数量异常

查看数据发现单价为0的居多，查看单价分类

查询单价异常结果一共2512条，其中2510条单价为0，预计为促销赠品；另外还有2条单价是负数，明细为坏账记录，本次不做分析。

四、数据分析

1、运营指标分析：

选取商品数量及单价正常数据进行运营指标分析：

（1）月销售单数：

根据数据显示，2011年9月，10月，11月销售单数最多，且呈现稳步上升的趋势2011年11月达到最大值。

（2）月销售额：

从销售额方面看，2011年9月，10月，11月销售额明显高于其他月份，结合前面的月销售单数，11月份单数量高于十月份38％左右，但是销售额只比10月份高出12％左右，明显可以看出10月份销售效果好于，需了解11月份是否有举办大型促销活动。

（3）月平均销售额：

（4）客单价：

由计算结果可知客单价为2048.69英镑。

（5）件单价：

由计算结果可知，每件产品的平均价格为1.73英镑。

6）退货率：

可以看出，退货率最高为2011年1月和12月，高于平均退货率8%，特别是12月，具体情况应该与相关部门沟通是什么原因导致，并且可以分析前几年的退货率，是否存在同样的问题。

2、RFM模型分析：

RFM模型是衡量客户价值和客户创利能力的重要工具和手段。通过分析一个客户的近期购买行为，购买的总体频率以及花费的金额三项指标来描述该客户的价值状况。

R-Recency：最近一次消费

F-Frequency：消费频率

M-Monetary：消费金额

分别查看R/F/M的值，对其设置合理阈值，进行分层

查看R值：

可以看到，截至2011年12月9日，最后一次消费距离截止日期的天数平均为92天，方差为100，波动较大，距离天数最大超过一年。

查看F值：

#由于极值的影响，可视化不明显，考虑剔除异常值查看频次小于50的

可知，在2010年12月1日至2011年12月9日时间内，用户评价消费4.2次

查看M值

#查看金额小于2000分布

可知，由于存在极值，平均值会被影响，通过查看中位数，可知整体评价金额为668元

五、建立RFM模型

这里使RFM得分的平均值为阈值，得分大于平均值设置为得分高，小于平均值设置为得分低

把三个得分用字符串拼接的方式组合在一起：

去除字符串空格：

对结果进行可视化：

通过RFM模型对用户进行分层，得到八个类别的客户。根据上面的数据可知，该公司重要价值客户，重要发展客户占比比较大，达到47%，对于重要发展客户，由于最近交易较少，建议及时推送公司活动及相关产品信息，唤回客户；其次最多的为一般发展用户和一般挽留客户，站总客户数40%。针对一般发展用户，应获取该类用户详细数据进行用户画像，了解用户消费需求，及时推送产品信息，对于重要保持客户和重要挽留客户，以赠送优惠券或者推送折扣信息等措施增加用户的活跃度。

：