数据分析案例–电商指标的实际应用alyja的博客-

数据分析的一般过程

1. 明确项目背景，待解决的问题 ；
2. 分析逻辑，画出逻辑树，明确分析过程中的指标 ；
3. 提数分析，同时进行可视化 ；
4. 写分析报告 ；

数据来源及内容

数据来源以及代码参考
https://www.kesci.com/home/dataset/5eb60cab366f4d002d779163
本文在原有代码的基础上进行了进一步的整合分析。
数据内容
数据内容主要是行为数据。
1.订单编号：订单编号
2.总金额：订单总金额
3.买家实际支付金额：总金额 – 退款金额（在已付款的情况下）；金额为0（在未付款的情况下）
4.收货地址：各个省份
5.订单创建时间：下单时间
6.订单付款时间：付款时间（如果未付款，显示NaN）
7.退款金额：付款后申请退款的金额。未付款的退款金额为0

天猫订单分析过程

一.项目背景以及目的
对天猫一个月内的订单数据进行分析，观察这个月的订单量以及销售额。探索日期，地址等因素对订单量，退款率和销售额的影响，进而提高用户实际支付额。
目的
1.一个月内的总体趋势（订单量和金额）
2.地区对于订单量，退款率等指标的影响
3.订单转化率的漏斗分析
二.画逻辑树及分析指标
数据集的逻辑较简单，主要是从用户下订单到用户确认收货的过程，其逻辑如下图所示。涉及到的主要指标分为两种：总体运营指标和销售转化指标
电商数据分析基本指标体系：https://mp.weixin.qq.com/s/ukTmoK_fguG8_x9Q4C9ibw

总体运营指标：总订单数量，GMV（销售金额+取消订单金额+拒收订单金额+退货订单金额），销售金额和成交订单数
销售转化指标：订单数，支付数，下单支付转化率，成功订单数,退款率等。

三.数据提取及可视化
1.数据读取及处理

import numpy as np import matplotlib.pyplot as plt import pandas as pd import os import warnings warnings.filterwarnings('ignore') 

读取数据

df=pd.read_csv('tmall_order_report.csv') df.head() 

数据处理

#规范字段名称 df=df.rename(columns={'收货地址 ':'收货地址','订单付款时间 ':'订单付款时间'}) 

#查看基本信息 df.info() 

其中，订单创建时间和订单付款时间的数据类型为object，把其转换为datetime方便后续处理

#类型转换 df['订单创建时间']=pd.to_datetime(df.订单创建时间) df['订单付款时间']=pd.to_datetime(df.订单付款时间) df.info() 

#查看重复值 df.duplicated().sum() 

#查看缺失值 df.isnull().sum() 

订单付款时间为NaN表示订单未支付，为正常值。

#查看数据集描述性信息 df.describe() 

从表中可以看出，总金额的平均值为107，75%与平均值相差不大，最大值与75%相差较大，说明符合二八法则。实际支付金额和退款金额也都符合二八法则。

2.总体运营指标分析
根据是否支付，可将总订单分为已支付和未支付，在已支付数据集中根据实际支付金额来判断卖家是否有金钱到款，在已支付数据集中根据退款金额判断出订单全额到款的部分数据。

df_payed=df[df['订单付款时间'].notnull()] #支付订单数据集 df_trans=df_payed[df_payed['买家实际支付金额']!=0]#到款订单数据集 df_trans_full=df_payed[df_payed['退款金额']==0]#全额到款订单数据集 

总订单数量，GMV，销售金额和成交订单数在2月的变化趋势

df['day']=df.订单创建时间.values.astype('datetime64[D]')  plt.figure(figsize=(12,12)) plt.subplot(221) df.groupby('day').总金额.sum().plot(title='GMV') plt.subplot(222) df.groupby('day').总金额.count().plot(title='总订单数量') df_trans['day']=df_trans.订单创建时间.values.astype('datetime64[D]')  plt.subplot(223) df_trans.groupby('day').买家实际支付金额.sum().plot(title='销售金额') plt.subplot(224) df_trans.groupby('day').买家实际支付金额.count().plot(title='成交订单数量') plt.tight_layout() #不让每个图的坐标轴相重叠 

总体来看，四个指标在上半个月都偏低，下半月的数值较高。这是由于
2月上半月企业多数未复工，快递停运，无法发货；下半个月，随着企业复工逐渐增多，订单数开始上涨。
补充另一种做法以及在图像上标具体数（成交订单数）：

#将订单创建时间设为index df_trans=df_trans.set_index('订单创建时间') #按天重新采样 se_trans_month = df_trans.resample('D')['订单编号'].count() from pyecharts.charts import Line #做出标有具体数值的变化图 name = '成交订单数' (     Line() .add_xaxis(xaxis_data = list(se_trans_month.index.day.map(str))) .add_yaxis(         series_name= name,         y_axis= se_trans_month, ) .set_global_opts(         yaxis_opts = opts.AxisOpts(             splitline_opts = opts.SplitLineOpts(is_show = True) ) ) .render_notebook() ) 

总订单数量，GMV，销售金额和成交订单数在不同地区的变化

plt.figure(figsize=(12,12)) plt.subplot(121) fig1=df.groupby('收货地址').总金额.sum().sort_values(ascending = False).plot(kind = 'bar',title='GMV') plt.subplot(122) fig2=df.groupby('收货地址').总金额.count().sort_values(ascending = False).plot(kind = 'bar',title='总订单数量') plt.tight_layout() 

plt.figure(figsize=(12,12)) plt.subplot(121) fig3=df_trans.groupby('收货地址').买家实际支付金额.sum().sort_values(ascending = False).plot(kind = 'bar',title='销售金额') plt.subplot(122) fig4=df_trans.groupby('收货地址').买家实际支付金额.count().sort_values(ascending = False).plot(kind = 'bar',title='成交订单数量') 

可以看出地区对订单数量和金额影响较大，一般较发达地区订单量和金额较大，边远地区较小。其中上海地区成交的金额是销售额第二多的北京的1.5倍，成交订单量是订单量第二多的广东省的1.5倍。这里可能需要具体分析每个地区的商品种类、消费群体以及优惠政策，快递等原因。可以根据原因进一步提高其他地区的订单数量和销售金额。
补充以更加直观的地图来观察成交订单数的变化
处理数据

se_trans_map=df_trans.groupby('收货地址')['收货地址'].count().sort_values(ascending=False) # 为了保持由于下面的地理分布图使用的省份名称一致，定义一个处理自治区的函数 def strip_region(iterable):     result = [] for i in iterable: if i.endswith('自治区'): if i == '内蒙古自治区':                 i = i[:3]                 result.append(i) else:                 result.append(i[:2]) else:             result.append(i) return result # 处理自治区 se_trans_map.index = strip_region(se_trans_map.index) # 去掉末位‘省’字 se_trans_map.index = se_trans_map.index.str.strip('省') 

import pyecharts.options as opts from pyecharts.charts import Map # 展示地理分布图 name = '订单数' (     Map() .add(         series_name = name,         data_pair= [list(i) for i in se_trans_map.items()]) .set_global_opts(visualmap_opts=opts.VisualMapOpts(         max_=max(se_trans_map)*0.6 ) ) .render_notebook() ) 

3.销售转化指标
转化率以及订单数的呈现
总体转换率

#前面处理过的数据集 #df_payed=df[df['订单付款时间'].notnull()]  支付订单数据集 #df_trans=df_payed[df_payed['买家实际支付金额']!=0] 到款订单数据集 #df_trans_full=df_payed[df_payed['退款金额']==0] 全额到款订单数据集 dict_convs=dict() #字典 dict_convs['总订单数']=len(df) df_payed dict_convs['订单付款数']=len(df_payed.notnull()) df_trans=df[df['买家实际支付金额']!=0] dict_convs['到款订单数']=len(df_trans) dict_convs['全额到款订单数']=len(df_trans_full) 

#字典转为dataframe df_convs = pd.Series(dict_convs,name = '订单数').to_frame() df_convs 

#求总体转换率，依次比上总订单数 total_convs=df_convs['订单数']/df_convs.loc['总订单数','订单数']*100 df_convs['总体转化率']=total_convs.apply(lambda x:round(x,0)) df_convs 

画转换率漏斗图

from pyecharts.charts import Funnel from pyecharts import options as opts name = '总体转化率' funnel = Funnel().add(                     series_name = name,                     data_pair = [ list(z) for z in zip(df_convs.index,df_convs[name]) ],                     is_selected = True,                     label_opts = opts.LabelOpts(position = 'inside') ) funnel.set_series_opts(tooltip_opts = opts.TooltipOpts(formatter = '{a}<br/>{b}:{c}%'))  funnel.set_global_opts( title_opts = opts.TitleOpts(title = name), #                         tooltip_opts = opts.TooltipOpts(formatter = '{a}<br>{b}:{c}%'), )                          funnel.render_notebook() 

单一环节转化率

single_convs=df_convs.订单数/(df_convs.订单数.shift())*100 single_convs=single_convs.fillna(100) df_convs['单一转化率']=single_convs.apply(lambda x:round(x,0)) df_convs 

name = '单一转化率' funnel = Funnel().add(                     series_name = name,                     data_pair = [ list(z) for z in zip(df_convs.index,df_convs[name]) ],                     is_selected = True,                     label_opts = opts.LabelOpts(position = 'inside') ) funnel.set_series_opts(tooltip_opts = opts.TooltipOpts(formatter = '{a}<br/>{b}:{c}%'))  funnel.set_global_opts( title_opts = opts.TitleOpts(title = name), #                         tooltip_opts = opts.TooltipOpts(formatter = '{a}<br>{b}:{c}%'), )                          funnel.render_notebook() 

从转化率可以看出，到款-支付转换率为79%，可以从退款率下手提高转换率。
退款率的地区分布

plt.figure(figsize=(12,12)) refund=df_payed.groupby('收货地址').订单创建时间.count()-df_trans_full.groupby('收货地址').订单创建时间.count()#退款订单数 (refund/df_payed.groupby('收货地址').订单创建时间.count()).sort_values(ascending = False).plot(kind = 'bar')#退款订单数/支付订单数 

从退款率分布可以看出，大部分地区都维持在20%~30%之间，湖北和新疆则是达到了60%以上。湖北退款率高的原因推测为疫情的影响，新疆退款率高的原因推测为运费贵和疫情的影响。