利用 Python 分析了某化妆品企业的销售情况，我得出的结论是？

悠悠 2022-10-25 04:41 134阅读 0赞

> 作者：Cherich\_sun  
> 来源：公众号「杰哥的IT之旅」ID：Jake\_Internet  
> 原文链接：[利用 Python 分析了某化妆品企业的销售情况，我得出的结论是？][Python]

【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。  
![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70][]

> 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。

import pandas as pd
    import matplotlib.pyplot as plt
    import matplotlib as mpl
    mpl.rcParams['font.family'] = 'SimHei'
    import numpy as np
    import warnings
    warnings.filterwarnings("ignore")
    data = pd.read_excel('C:/Users/cherich/Desktop/日化.xlsx',encoding='gbk')
    data.head()

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 1][]

data_info = pd.read_excel('C:/Users/cherich/Desktop/日化.xlsx',encoding='gbk',sheet_name='商品信息表')
    data_info

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 2]  
**数据清洗和加工**

data = data.dropna()
    # 订购数量结尾有字符'个'
    
    data['订购数量'] = data['订购数量'].apply(lambda x:str(x)[:-1] if str(x)[-1] == '个' else x)
    data['订购数量'] = data['订购数量'].astype(int)
    
    # 订购数量结尾有字符'元'
    data['订购单价'] = data['订购单价'].apply(lambda x:str(x)[:-1] if str(x)[-1] == '元' else x)
    data['订购单价'] = data['订购单价'].astype(int)
    # 日期里有特殊字符 2019#3#11
    def proess_date(df):
        pos = str(df).find('#')
        if pos!= -1:
            df = str(df).split('#')
            return df[0]+'-'+df[1]+'-'+df[2]
        else:
            return df
            
    # res = proess_date(df ='2019#3#11')
    data['订单日期'] = data['订单日期'].apply(proess_date)
    data['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 )
    data['订单日期'] = pd.to_datetime(data['订单日期']) 
    #data.info()
    
    data = data[data.duplicated()==False]
    data['所在省份'].nunique()
    data['月份'] = data['订单日期'].apply(lambda x:str(x).split('-')[1])
    data

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 3]  
**数据可视化**

# 两张表数据合并
    total_data = pd.merge(data,data_info,on='商品编号',how='left')
    total_data

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 4]

groups = data.groupby('月份')
    x = [each[0] for each in groups]
    y = [each[1].金额.sum() for each in groups]
    z = [each[1].金额.count() for each in groups]
    money_mean = data.金额.sum()/9
    order_mean = data.金额.count()/9
    
    plt.figure(figsize=(18, 10), dpi=80)
    plt.subplot(221)
    plt.plot(x, y,linewidth=2)
    plt.axvspan('07', '08', color='#EE7621', alpha=0.3)
    plt.axhline(money_mean, color='#EE7621', linestyle='--',linewidth=1)
    plt.title("每月销售额趋势图",color='#4A708B',fontsize=24)
    plt.ylabel("金额/(亿)",fontsize=16)
    
    plt.subplot(222)
    plt.plot(x, z, linewidth=2, color = '#EE7621')
    plt.axvline('07', color='#4A708B', linestyle='--',linewidth=1)
    plt.axhline(order_mean, color='#4A708B', linestyle='--',linewidth=1)
    plt.title("每月订单量趋势图",color='#4A708B',fontsize=24)
    plt.ylabel("订单/(单)",fontsize=16)
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 5]  
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。

groups_category= total_data.groupby(['月份','商品大类'])
    category1 = []
    category2 = []
    for i,j in groups_category:
    #     print(i,j.月份.count())
        if i[1]=='彩妆':
            category1.append(j.金额.sum())
        else:
            category2.append(j.金额.sum())
    labels = x
    xticks = np.arange(len(labels))
    width = 0.5
    p = np.arange(len(labels))
    fig, ax = plt.subplots(figsize=(18,8))
    rects1 = ax.bar(p - width/2, category1,width, label='彩妆',color='#FFEC8B')
    rects2 = ax.bar(p + width/2, category2, width, label='护肤品',color='#4A708B')
    
    
    ax.set_ylabel('销售额/(亿)')
    ax.set_title('每月护肤品和彩妆的销售额对比图(大类)')
    ax.set_xticks(xticks)
    ax.set_xticklabels(labels)
    ax.legend()
    
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 6]  
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。

groups_categorys= total_data.groupby('商品小类')
    x = [each[0] for each in groups_categorys]
    y = [each[1].金额.sum() for each in groups_categorys]
    
    fig = plt.figure(figsize=(18,8),dpi=80)
    plt.title('各个品类的销售额对比图',color='#4A708B',fontsize=24)
    plt.ylabel('销售额(元)',fontsize=15)
    colors = ['#6699cc','#4A708B','#CDCD00','#DAA520','#EE7621','#FFEC8B','#CDCD00','#4A708B','#6699cc','#DAA520','#4A708B','#FFEC8B']
    for i, group_name in enumerate(groups_categorys):
        lin1 =plt.bar(group_name[0], group_name[1].金额.sum(),width=0.8,color=colors[i])
        for rect in lin1:
            height = rect.get_height()
            plt.text(rect.get_x()+rect.get_width()/2, height+1, int(height),ha="center",
                     fontsize=12)
    
    plt.xticks(fontsize=15)
    plt.grid()
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 7]  
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。

total_data = total_data.dropna()
    total_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'))
    groups_area= total_data.groupby(['所在区域','商品小类'])
    results = {} 
    for i,j  in groups_area: 
        money = int(j.金额.sum())
        if i[0] in results.keys():
            results[i[0]][i[1]] = money     
        else:
            results[i[0]] = {}   
            for cate in category_names:
                results[i[0]][cate] = 0
            results[i[0]]['口红'] = money
    
    results= {key_data:list(values_data.values()) for key_data,values_data in results.items()}
    
    def survey1(results, category_names):
        labels = list(results.keys())
        data = np.array(list(results.values()))
        
        data_cum = data.cumsum(axis=1)
        category_colors = plt.get_cmap('RdYlGn')(
            np.linspace(0.15, 0.85, data.shape[1]))
        fig, ax = plt.subplots(figsize=(25,8))
        ax.invert_yaxis()
        ax.xaxis.set_visible(False)
        ax.set_xlim(0, np.sum(data, axis=1).max())
    
        for i, (colname, color) in enumerate(zip(category_names, category_colors)):
            widths = data[:, i]
            starts = data_cum[:, i] - widths
            ax.barh(labels, widths, left=starts, height=0.5,
                    label=colname, color=color)
            xcenters = starts + widths / 2
    
            r, g, b, _ = color
            text_color = 'white' if r * g * b < 0.5 else 'darkgrey'
            for y, (x, c) in enumerate(zip(xcenters, widths)):
                ax.text(x, y, str(int(c)), ha='center', va='center',color=text_color)
        ax.legend(ncol=len(category_names), bbox_to_anchor=(0, 1),
                  loc='lower left', fontsize='small')
    
        return fig, ax
    survey1(results, category_names)
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 8]  
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。

area_names = list(total_data.商品小类.unique())
    groups_priv= total_data.groupby(['所在省份','商品小类'])
    results = {} 
    for i,j  in groups_priv: 
        money = int(j.金额.sum())
        if i[0] in results.keys():
            results[i[0]][i[1]] = money     
        else:
            results[i[0]] = {}   
            for cate in category_names:
                results[i[0]][cate] = 0
            results[i[0]]['口红'] = money
    
    results= {key_data:list(values_data.values()) for key_data,values_data in results.items()}
    
    def survey2(results, category_names):
        labels = list(results.keys())
        data = np.array(list(results.values()))
        
        data_cum = data.cumsum(axis=1)
        category_colors = plt.get_cmap('RdYlGn')(
            np.linspace(0.15, 0.85, data.shape[1]))
        fig, ax = plt.subplots(figsize=(25,20))
        ax.invert_yaxis()
        ax.xaxis.set_visible(False)
        ax.set_xlim(0, np.sum(data, axis=1).max())
    
        for i, (colname, color) in enumerate(zip(category_names, category_colors)):
            widths = data[:, i]
            starts = data_cum[:, i] - widths
            ax.barh(labels, widths, left=starts, height=0.5,
                    label=colname, color=color)
            xcenters = starts + widths / 2
    
        ax.legend(ncol=len(category_names), bbox_to_anchor=(0, 1),
                  loc='lower left', fontsize='small')
    
        return fig, ax
    survey2(results, area_names)
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 9]  
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

import numpy as np
    import matplotlib.pyplot as plt
    category_names = list(total_data.商品小类.unique())
    groups_small_category= total_data.groupby(['月份','商品小类'])
    results = {} 
    for i,j  in groups_small_category: 
        money = int(j.金额.sum())
        if i[0] in results.keys():
            results[i[0]][i[1]] = money     
        else:
            results[i[0]] = {}   
            for cate in category_names:
                results[i[0]][cate] = 0
            results[i[0]]['口红'] = money
    
    results= {key_data:list(values_data.values()) for key_data,values_data in results.items()}
    def survey(results, category_names):
        labels = list(results.keys())
        data = np.array(list(results.values()))
        
        data_cum = data.cumsum(axis=1)
        category_colors = plt.get_cmap('RdYlGn')(
            np.linspace(0.15, 0.85, data.shape[1]))
       
        fig, ax = plt.subplots(figsize=(25,8))
        ax.invert_yaxis()
        ax.xaxis.set_visible(False)
        ax.set_xlim(0, np.sum(data, axis=1).max())
    
        for i, (colname, color) in enumerate(zip(category_names, category_colors)):
            widths = data[:, i]
            starts = data_cum[:, i] - widths
            ax.barh(labels, widths, left=starts, height=0.5,
                    label=colname, color=color)
            xcenters = starts + widths / 2
    
    #         r, g, b, _ = color
    #         text_color = 'white' if r * g * b < 0.5 else 'darkgrey'
    #         for y, (x, c) in enumerate(zip(xcenters, widths)):
    #             ax.text(x, y, str(int(c)), ha='center', va='center')
        ax.legend(ncol=len(category_names), bbox_to_anchor=(0, 1),
                  loc='lower left', fontsize='small')
    
        return fig, ax
    survey(results, category_names)
    
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 10]  
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。

data_user_buy=total_data.groupby('客户编码')['订单编码'].count()
    data_user_buy
    plt.figure(figsize=(10,4),dpi=80)
    plt.hist(data_user_buy,color='#FFEC8B')
    
    plt.title('用户购买次数分布',fontsize=16)
    plt.xlabel('购买次数')
    plt.ylabel('用户数')
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 11]  
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

date_rebuy=total_data.groupby('客户编码')['订单日期'].apply(lambda x:len(x.unique())).rename('rebuy_count')
    date_rebuy
    print('复购率:',round(date_rebuy[date_rebuy>=2].count()/date_rebuy.count(),4))

![在这里插入图片描述][20210130194852258.png]

total_data['时间标签'] = total_data['订单日期'].astype(str).str[:7]
    total_data = total_data[total_data['时间标签']!='2050-06']
    total_data['时间标签'].value_counts().sort_index()
    total_data = total_data.sort_values(by='时间标签')
    month_lst = total_data['时间标签'].unique()
    final=pd.DataFrame()
    final
    #引入时间标签
    for i in range(len(month_lst)-1):
        #构造和月份一样长的列表，方便后续格式统一
        count = [0] * len(month_lst)
        #筛选出当月订单，并按客户昵称分组
        target_month = total_data.loc[total_data['时间标签']==month_lst[i],:]
        target_users = target_month.groupby('客户编码')['金额'].sum().reset_index()
    
        #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）
        if i==0:
            new_target_users = target_month.groupby('客户编码')['金额'].sum().reset_index()
        else:
            #如果不是，找到之前的历史订单
            history = total_data.loc[total_data['时间标签'].isin(month_lst[:i]),:]
            #筛选出未在历史订单出现过的新增客户
            new_target_users = target_users.loc[target_users['客户编码'].isin(history['客户编码']) == False,:]
    
        #当月新增客户数放在第一个值中
        count[0] = len(new_target_users)
    
        #以月为单位，循环遍历，计算留存情况
        for j,ct in zip(range(i + 1,len(month_lst)),range(1,len(month_lst))):
            #下一个月的订单
            next_month = total_data.loc[total_data['时间标签'] == month_lst[j],:]
            next_users = next_month.groupby('客户编码')['金额'].sum().reset_index()
            #计算在该月仍然留存的客户数量
            isin = new_target_users['客户编码'].isin(next_users['客户编码']).sum()
            count[ct] = isin
    
        #格式转置
        result = pd.DataFrame({month_lst[i]:count}).T
    
        #合并
        final = pd.concat([final,result])
     
    final.columns = ['当月新增','+1月','+2月','+3月','+4月','+5月','+6月','+7月','+8月']
    result = final.divide(final['当月新增'],axis=0).iloc[:]
    result['当月新增'] = final['当月新增']
    result.round(2)

![同期群分析][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 12]  
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）；

--------------------

**原创不易，码字不易**。 觉得这篇文章对你有点用的话，麻烦你为本文**点个赞**，**留言**或**转发**一下，因为这将是我**输出更多优质文章的动力**，感谢！

⬇⬇⬇⬇⬇⬇⬇⬇

[Python]: https://mp.weixin.qq.com/s/30qWcuBqb2Dw4hYpGdyeuw
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70]: /images/20221024/83979dc8f81344eea163e71bcd4bacf4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 1]: /images/20221024/c9923c1f65044b37bbeafb5574826163.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 2]: /images/20221024/920890992fee4fca84675226bf024e9e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 3]: /images/20221024/b54dfe2ec3b248cd898e79193b41c731.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 4]: /images/20221024/06f492c061f24c02939be4a363e3dc3e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 5]: /images/20221024/5d7ecfe9bca74fa1867683ee5c8e3395.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 6]: /images/20221024/c92e720a2f514f259c0e3578b23afdf0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 7]: /images/20221024/f0426e414c054b5fa01aa15889345081.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 8]: /images/20221024/70bf7e4ee13a4966bd16666aff076931.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 9]: /images/20221024/98ad196945724070aa2ef5e35fffb908.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 10]: /images/20221024/48037e76cb4248deaaac85e67fa8baa7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 11]: /images/20221024/77811cd06b8a4f91b7befb65ad9d0829.png
[20210130194852258.png]: /images/20221024/85341522589140e399459fed8a9dc2f3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2pha2VfdGlhbg_size_16_color_FFFFFF_t_70 12]: /images/20221024/2641fabbd39644de9d91f6b6e6931780.png