怎么用Python和Tableau給連鎖超市做雙十一運(yùn)營(yíng)數(shù)據(jù)分析

這篇文章主要介紹“怎么用Python和Tableau給連鎖超市做雙十一運(yùn)營(yíng)數(shù)據(jù)分析”，在日常操作中，相信很多人在怎么用Python和Tableau給連鎖超市做雙十一運(yùn)營(yíng)數(shù)據(jù)分析問(wèn)題上存在疑惑，小編查閱了各式資料，整理出簡(jiǎn)單好用的操作方法，希望對(duì)大家解答”怎么用Python和Tableau給連鎖超市做雙十一運(yùn)營(yíng)數(shù)據(jù)分析”的疑惑有所幫助！接下來(lái)，請(qǐng)跟著小編一起來(lái)學(xué)習(xí)吧！

1. 加載數(shù)據(jù)

朋友提供的是一個(gè)CSV格式文件的數(shù)據(jù)集，現(xiàn)在我用pandas把它加載到Python的虛擬表中。

預(yù)覽數(shù)據(jù)源：

import pandas as pd
tengyulong1 = pd.read_csv("C:\Users\QDM\Desktop\水果超市.csv",parse_dates = ["銷(xiāo)售日期"])
tengyulong1

預(yù)覽表格：

2. 分析哪些單品比較暢銷(xiāo)（銷(xiāo)售數(shù)量較大）

先根據(jù)“商品編號(hào)”和“商品名稱(chēng)”對(duì)“銷(xiāo)售數(shù)量”作聚合運(yùn)算，分別求出不同單品的總銷(xiāo)售數(shù)量。

tengyulong2 = tengyulong1.groupby(["商品編號(hào)", "商品名稱(chēng)"])["銷(xiāo)售數(shù)量"].sum().reset_index()
tengyulong2

2. 分析哪些單品比較暢銷(xiāo)（銷(xiāo)售數(shù)量較大）

2.1 先根據(jù)“商品編號(hào)”和“商品名稱(chēng)”對(duì)“銷(xiāo)售數(shù)量”作聚合運(yùn)算，分別求出不同單品的總銷(xiāo)售數(shù)量。

2.2 接著排降序查看銷(xiāo)售數(shù)量TOP10的單品是哪些

2.3 用Tableau概覽不同商品的總銷(xiāo)售數(shù)量占比：

        由上可見(jiàn)，進(jìn)口藍(lán)莓、泰國(guó)椰青、進(jìn)口香蕉、新疆庫(kù)爾勒香梨、蜜橘、陜西富士、冰糖蜜梨、愛(ài)媛果凍橙、南風(fēng)蜜桔、冰糖桔，這10種水果較為暢銷(xiāo)，所以明年雙十一可以考慮下多備貨。其余銷(xiāo)量低的單品，雖然未能較好地支撐銷(xiāo)量戰(zhàn)報(bào)，但無(wú)形中卻起到一定的引流作用，滿(mǎn)足不同客戶(hù)的口味與選擇。即有其存在的價(jià)值，故不能盲目下架。

3. 分析不同渠道的銷(xiāo)售占比：

3.1 先計(jì)算出各種單品的總銷(xiāo)售金額，并添加到DataFrame中。

3.2 按照“銷(xiāo)售渠道”做分組求和：

3.3 繪制環(huán)形圖看一下不同渠道的銷(xiāo)售占比：

渲染效果：

        顯然，該超市以“線(xiàn)下門(mén)店”作為主要銷(xiāo)售渠道，同時(shí)不忘跟上互聯(lián)網(wǎng)潮流，拓展相關(guān)的電商銷(xiāo)售渠道，雙管齊下，來(lái)盡可能多地拉動(dòng)業(yè)績(jī)戰(zhàn)報(bào)。雖然電商渠道在雙十一當(dāng)天僅占業(yè)績(jī)貢獻(xiàn)的約1/4，但也不容小覷。平時(shí)在適當(dāng)試錯(cuò)成功后，也應(yīng)該積極拓展一下電商業(yè)務(wù)。

5. 分析超市客流高分高峰時(shí)間段

5.1 了解客流高峰時(shí)間段是很有必要的，可以幫助超市確定什么時(shí)間開(kāi)展促銷(xiāo)活動(dòng)最合適。

注：因?yàn)槭翘摂M數(shù)據(jù)，所以請(qǐng)不要將結(jié)果代入實(shí)際場(chǎng)景中。

5.2 顯然，這樣計(jì)算出來(lái)的結(jié)果不太直觀(guān)，所以我分別將它繪制成一個(gè)按時(shí)間點(diǎn)劃分區(qū)間的柱形圖與折線(xiàn)圖。

5.3 因?yàn)殇N(xiāo)售數(shù)據(jù)結(jié)果過(guò)于龐大，所以先將結(jié)果導(dǎo)出到Excel中簡(jiǎn)單清洗一下，在輔助列中轉(zhuǎn)換成以“萬(wàn)”為單位，以免數(shù)據(jù)標(biāo)簽在接下來(lái)的可視化圖形中因?yàn)檫^(guò)長(zhǎng)而顯得過(guò)于繚亂。

5.4 接著，再用Python對(duì)清洗后的結(jié)果作合理的可視化。

5.5 從上圖可以發(fā)現(xiàn)，中午12點(diǎn)與下午6點(diǎn)左右，即飯前、飯后是當(dāng)天銷(xiāo)售的高峰期，所以在這兩個(gè)時(shí)間段搞促銷(xiāo)效果會(huì)比較好；

凌晨時(shí)間段是睡覺(jué)時(shí)間，客流量較低，所以不用投入過(guò)多的人力成本來(lái)顧守。

最高銷(xiāo)售額是下午13點(diǎn)，可大膽猜測(cè)是人們午飯后或下班后有空出來(lái)散步或上網(wǎng)購(gòu)物所沖出來(lái)的高業(yè)績(jī)。另外，平均每小時(shí)的總銷(xiāo)售額約為1489.23萬(wàn)。

到此，關(guān)于“怎么用Python和Tableau給連鎖超市做雙十一運(yùn)營(yíng)數(shù)據(jù)分析”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí)，請(qǐng)繼續(xù)關(guān)注億速云網(wǎng)站，小編會(huì)繼續(xù)努力為大家?guī)?lái)更多實(shí)用的文章！