python数据分析第9天

python数据分析第9天

电商网站用户/订单/活动数据分析项目

商业模式

1. B2B：商家对商家（企业卖家对企业买家），交易双方都是企业，最典型的案例就是阿里巴巴，汇聚了各行业的供应商，特点是订单量一般较大。
2. B2C：商家对个人（企业卖家对个人买家），例如：唯品会，聚美优品。
3. B2B2C：商家对商家对个人，例如：天猫、京东。
4. C2C：个人（卖家）对个人（买家），例如：淘宝、人人车。
5. O2O：线上（售卖）到线下（提货），将线下的商务机会与互联网结合，让互联网成为线下交易的平台，让消费者在享受线上优惠价格的同时，又可享受线下贴心的服务，例如：美团、苏宁易购、大众点评。
6. C2B：个人对商家（个人买家对企业卖家），先有消费者提出需求，后有商家按需求组织生产，例如：尚品宅配。
7. 其他：ABC（代理-商家-消费者）、F2C（工厂-个人）、B2G（政府采购）、BoB（供应商-运营者-采购商）、SoLoMo（社交-本地化-移动端）……。

核心指标

指标，具备业务含义，能够对业务进行量化的统计数据，有几个要点：

1. 指标必须是数值，不能是文本、日期等。
2. 指标都是汇总计算出来的，单个明细数据不是指标。

指标详解

1. 复购率和回购率

   • 复购率：复购（某段时间有2次及以上购买行为）用户的占比。复购率能反映用户的忠诚度，监测周期一般较长。
   • 回购率：回购率一般监测周期较短，可以反映如短期促销活动对用户的吸引力。

2. 用户交易常用指标

   • 访问次数（PV）：一定时间内某个页面的浏览次数。
   • 访问人数（UV）：一定时间内访问某个页面的人数。
   • 加购数：将某款商品加入到购物车的用户数。
   • 收藏数：收藏某款商品的用户数。
   • GMV（总交易额、成交总额）：Gross Merchandise Volume，通常称之为“交易流水”。
   • 客单价（ARPU）：“$ 总收入 / 总用户数 $”，某些平台也用ARPPU表示客单价。
   • 转化率：“$ 付费用户数 / 访客数 $”。
   • 折扣率：“$ 销售额 / 吊牌总额 $”，其中吊牌总额为：“$ 吊牌价 \times 销量 $”。
   • 拒退量：拒收和退货的总数量。
   • 拒退额：拒收和退货的总金额。
   • 实际销售额：“$ 销售额 - 拒退额 $”。

3. 商品管理常用指标

   • SPU数：Standard Product Unit，商品的基本信息。
   • SKU数：Standard Keeping Unit，商品的库存信息。
   • 售卖比：“$ GMV / 备货值 $”，了解商品流转情况，可以用于库存优化。
   • 动销率：“$ 有销量的SKU数 / 在售SKU数 $”。

代码实操

第一部分：订单数据分析

1. 提取2019年的订单数据
2. 处理业务流程不符的数据（支付时间早于下单时间、支付时长超过30分钟、订单金额小于0、支付金额小于0）
3. 处理渠道为空的数据（补充众数）
4. 处理平台类型字段（去掉多余的空格，保持数据一致）
5. 添加折扣字段，处理折扣大于1的字段（将支付金额修改为“订单金额*平均折扣”）

---

6. 交易总金额（GMV）、总销售额、实际销售额、退货率、客单价
7. 每月GMV及趋势分析（折线图）
8. 流量渠道来源拆解GMV占比（饼图）
9. 周一到周日哪天的下单量最高、每天哪个时段下单量最高（柱状图）
10. 用户复购率分析

import numpy as np
import pandas as pd

order_df = pd.read_excel('data/excel/某电商网站订单数据.xlsx', index_col='id')
order_df.info()

order_df.head()
order_df.shape

# 1. 提取2019年的订单数据
order_df.drop(index=order_df[order_df.orderTime.dt.year != 2019].index, inplace=True)
order_df.shape

# 1. 提取2019年的订单数据
order_df.drop(index=order_df[order_df.orderTime.dt.year != 2019].index, inplace=True)
order_df.shape

# 删除与业务流程不符的数据（支付时长超过30分钟）
delta = order_df.payTime - order_df.orderTime
order_df.drop(index=order_df[delta.dt.total_seconds() > 1800].index, inplace=True)
order_df.shape

# 删除与业务流程不符的数据（订单金额小于0、支付金额小于0）
order_df.drop(order_df[(order_df.payment < 0) | (order_df.orderAmount < 0)].index, inplace=True)
order_df.shape

# 修改有问题的列名
order_df.rename(columns={
   'chanelID': 'channelID', 'platfromType': 'platformType'}, inplace=True)
order_df.info()

# 3. 处理渠道为空的数据（补充众数）
channel_id = order_df.channelID.mode()[0]
# order_df.fillna(channel_id, inplace=True)
order_df['channelID'] = order_df.channelID.fillna(channel_id)
order_df.info()

# 4. 处理平台类型字段（去掉多余的空格，保持数据一致）
order_df['platformType'] = order_df.platformType.str.replace(r'\s', '', regex=True).str.title()
order_df.head()

# 5. 添加折扣字段，处理折扣大于1的字段（将支付金额修改为“订单金额*平均折扣”）
order_df['discount'] = np.round(order_df.payment / order_df.orderAmount, 2)
order_df

mean_discount = round(order_df[order_df.discount <= 1].discount.mean(), 2)
mean_discount

order_df['payment'] = order_df.payment.where(
    order_df.discount <= 1, np.round(order_df.orderAmount * mean_discount, 2)
)
order_df[order_df.discount > 1]


# 6. 交易总金额（GMV）、总销售额、实际销售额、退货率、客单价（ARPPU）
gmv = order_df.orderAmount.sum()
total_amount = order_df.payment.sum()
total_payment = order_df[order_df.chargeback == '否'].payment.sum()
back_rate = order_df[order_df.chargeback == '是'].orderID.count() / order_df.orderID.count()
arppu = total_payment / order_df.userID.nunique()
print(f'GMV: {
     gmv / 10000:.2f}万元')
print(f'总销售额: {
     total_amount / 10000:.2f}