第11章-实战案例-电商消费者数据分析

主讲人：***第11章电商消费者数据分析首都师范大学13-10月-23Python数据分析与数据挖掘目录contents案例背景0102数据加载和预处理03探索性数据分析案例背景0111.1数据来源

本案例旨在分析来自英国零售商的电子商务真实交易数据集，该数据集为英国公司的在线零售的交易数据，包含了4000名客户在一年内的购物数据，该公司主要销售特定的礼品，公司的许多客户都是批发商。数据来源： UCI机器学习数据库（通过关键字“OnlineRetail”查找）下载。

或从kaggle的官网下载E-CommerceData(ActualtransactionsfromUKretailer)数据集/carrie1/ecommerce-data#data.csv11.1案例背景数据集中的一共有541909条数据，每条数据包含以下8个特征：InvoiceNo：发票号。字符型，一个6位整数，唯一分配给每个事务。如果此代码以字母“c”开头，则表示取消。StockCode库存代码：产品（项目）代码。一个5位数的整数，唯一地分配给每个不同的产品。Description：说明产品（项目）名称。字符型。Quantity数量：每笔交易中每个产品（项目）的数量。数值型。InvoiceDate发票日期：发票日期和时间。数值型，生成每个事务的日期和时间。UnitPrice单价：商品单价。数值型，单位产品价格（英镑）。CustomerID：客户编号。一个5位整数，唯一分配给每个客户。Country国家：国家名称。字符型，每个客户居住的国家的名称。数据加载和预处理021、加载需要的库及读入数据11.1案例背景11.2数据加载和预处理2、数据信息初步分析11.2数据加载和预处理3、数据预处理空值检查：多条数据的customerID和Description列有缺失值查看是否存在购买数量Quantity小于0的异常数据：10624条数据的购买数量为异常值11.2数据加载和预处理3、数据预处理对原始数据df进行处理，将去掉空值异常值的数据放到新变量df_ec中，同时增加一列AmountSpent，用来放购物总价，并对CustomerID列转为整型。11.2数据加载和预处理11.2数据加载和预处理经过预处理后，df_ec的中各个特征的数据类型如表11-1所示：探索性数据分析0311.3.1各国订单情况分析数据来源1、订单来源国家分析目的：检查订单都来源于哪些国家，并对各个国家的订单数量进行排序。结论：大部分订单来自英国，其次是德国和法国还可以使用pivot_table透视表，查看各国订单数量情况。11.3.1各国订单情况分析数据来源2、各国订单数据分析11.3.1各国订单情况分析数据来源3、各国订单金额分析11.3.2客户情况分析1、客户情况分析11.3.2客户情况分析2、查看最有价值客户的来源国家11.3.3产品情况分析1、最畅销的产品分析11.3.3产品情况分析2、销售额最高的产品分析首先，获取销售额最高的前50个产品，保存到变量most_profitable_product中，然后输出其中的前3条数据。由输出可知，销售额最高的产品依然是编号为23843的papercraft,littlebirdie，销售额为168469.60。下面将销售额最高的前5个产品作图输出。11.3.4按时间的销售数据分析1、查看销售数据时间区间

首先，我们按InvoiceDate对销售数据进行分析，可以获知数据集中销售数据的时间区间，即数据集中销售数据的开始时间和结束时间。11.3.4按时间的销售数据分析为了进行后续分析，可以对InvoiceDate字段进行抽取，在数据集中增加表示时间的年、月、周等字段。11.3.4按时间的销售数据分析2、分析各个年份的销售情况销售数据分布在2010年和2011年，以2011年为主。其中2011年的销售数据371764,2010年的为26160。11.3.4按时间的销售数据分析3、每月销售订单数分析11.3.4按时间的销售数据分析4、一周中每天的销售订单数分析由结果可知，一周中周四的累计订单数最多，周六的订单数为0。在此基础上，还可以进行一天中各个时间段的累计订单数等分析，请读者自行开展相关分析。11.4小结通过对数据的分析，我们可以得出以下信息:（1）通过对各国订单的分析可知：订单最多的客户来自英国（UK）,购买金额最高的客户来自荷兰，除英国外，订单数量最多的前5个国家名单如下：德国、法国、爱尔兰、西班牙、荷兰。由于这家电商公司是一家总部位于英国的公司，因此该公司从英国客户那里收到的订单数量最多。（2）通过对客户情况的分析可知：本数据集中，超过90%的客户来自英国。花费最高的是ID为14646的客户，该客户的购买金额超过了250000英镑。在Top20的最有价值顾客中，16家来自英国，2家来自爱尔兰，各有1家来自澳大利亚和荷兰。（3）最畅销的产品和销售额最高的产品均是编号为23843的产品，所售产品为：papercraft和littlebirdie。（4）通过对销售数据按时间分析可知：订单最多的月份为2011年11月，2010年12月1日至2011年12月9日之间没有交易。从周一到周四，公司接到的订单数量往往会增加，之后会减少。该公司在下午12:00收到的订单最多，大多数顾客可能会在中午12:00到2:00