2019年度Adventure电商自行车业务数据分析

一、分析背景

汇报2019年自行车销售情况,为精细化运营提供数据支持,精准定位目标客户群体。

二、分析目的

1、如何制定销售策略,调整产品结构,才能保持高速增长,获取更多的收益,占领更多市场份额,是公司最关心的问题。

2、报告通过对整个公司的自行车销量持续监测和分析,掌握公司自行车销售状况、走势的变化,为客户制订、调整和检查销售策略,完善产品结构提供依据。

三、分析框架

四、分析过程

导入相关python包

1、数据提取

通过对数据字典的观察,针对时间、区域、产品维度的分析,数仓中已存在聚合好了的dw表dw_customer_order,可直接用此表中数据进行分析;

针对用户行为的分析,需用到ods_sales_orders、ods_customer两张表;

接下来使用python进行mysql数据读取:

分别观察读取的结果

2、数据清洗

可以看出dw_customer_order中数据比较干净(应该是因为是dw表的缘故,之前已经经过了处理)

sales_customer_order中生日、性别、结婚状态三个字段存在缺失值,由于缺失行比较少,这里采用删除缺失行的方法清洗

3、数据处理

筛选出表中2019年份自行车类别的数据(其实这一步也可以在数据提取时操作)

筛选后最好重置下索引


现在针对分析维度,开始对数据进行处理

(1)时间维度

我们这里按照月为维度来分析,所以需要在dw_customer_order表中增加月份字段

接下来,我们开始计算每个月的订单数量以及销售金额,以及每个月订单量和销售额的环比;

采用groupby方法进行聚合计算,按照日期顺序输出

结果如下:

接下来计算每个月相比较上个月的环比

(pandas中计算环比或者同比的方法通常有三种:①pct_change()函数②shift()函数③diff()函数,这里我们用pct_change()函数实现)

至此时间维度需分析的字段已处理完毕,将其存入数据库,为可视化做准备

(2)地区维度

接下来继续深入分析各个地区维度的销量和销售金额情况进行分析

还是用dw_customer_order这个表中的数据,将数据按照地区和月份分组,分别对销售量和销售金额求和

继续用pct_change()函数,求出2019年中每个区域每个月销售量和销售金额的环比;

这里需注意对每个区域1月份的环比值进行修正处理;

将数据存入数据库,为可视化做准备;

接下来统计自行车销量top10城市,并计算各自的市场份额:

将销量top城市的数据存入数据库,为可视化做准备

(3)产品维度

现在我们观察下自行车产品分类下细分市场销量的表现

分组聚合处理每个产品维度下的销量数据

查看结果数据

存入数据库,为可视化做准备

(4)用户维度

用于用户行为分析的数据源之前已经读取好

观察到源数据中没有年龄字段,需添加

由于‘birth_date’字段类型为字符型,这里用字符串截取函数取出生年份

结果如下:

观察年龄字段的基本统计情况:

可以看出顾客中最小年龄为34岁,最大年龄为63岁;

用列表生成式对年龄进行分层,使用cut函数对数据表中的年龄划分到对应年龄区间内

结果如下:

将数据存入数据库,为可视化做准备

4、可视化部分(使用powerbi连接mysql后操作)


 ◆产品销量榜上,山地自行车200系列的两款产品遥遥领先;其次为公路自行车的三款产品;

五、总结和建议

1、整体自行车业务的销量和销售金额走势比较平稳,峰值出现在下半年年底;相对而言,年初和年末的销售波动较大,根据业务和实际情况可继续分析是否是因为春节或者销售策略影响导致;

2、从区域上来看,华东华中是销售业绩的主力地区,考虑到地形因素(西南、西北地区)和气候因素(东北地区),华南地区市场还有较大开拓空间;

3、从城市上来看,一二线城市的销量高于其他地区,可根据实际业务情况考虑开拓下沉市场;

4、整体来看,公路自行车占了一半以上的市场份额,其中Road-150 Red、Road-750 Black、Road-550-W Yellow 这三个产品销量出色, Road-650 Red、Road-650 Black 两款产品则比较低迷,可进一步挖掘深层次原因,考虑是否进行调整;

5、山地自行车中Mountain-200 Black、 Mountain-200 Silver 这两款200系列的产品销量强劲,分别是年度产品销售榜的前两名,远远领先其他款山地车,针对销量不理想的产品,可考虑调整,优化产品结构;

6、旅游自行车中Touring-1000 Blue、 Touring-1000 Yellow这两款1000系列的产品比较出众;

7、对购买用户的年龄和性别进行分析,发现35~55岁的人群为主力购买人群,占比上男性用户比女性用户多了大约一成;在营销资源的投放上,可重点选择这些人群;

8、对于不同年龄层及不同性别的人群,大家都更倾向于购买公路自行车,其次是山地自行车和旅游自行车;

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,496评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,407评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,632评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,180评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,198评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,165评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,052评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,910评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,324评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,542评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,711评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,424评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,017评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,668评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,823评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,722评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,611评论 2 353