数据分析小试牛刀-1

一．背景介绍

一家在英国注册的非商店在线零售店主要销售独特的礼品，其中许多客户是批发商。下文针对该店2010年12月1日至2011年12月9日期间发生的所有交易数据进行多角度的分析，以提高该店销售量，降低退货率。

二．提出问题及分析思路

客户总数量，每月客户数量？

分析不同客户的价值，进行精准化营销？

商品的种类，热销商品以及退货订单数高的商品种类？

客户所属国家，不同国家的订单数，退货订单数以及销售金额？    具体分析思路如下：

三.理解，清洗数据

1.理解数据

本数据集来源于开源数据集网站kaggle：https://www.kaggle.com/carrie1/ecommerce-data

数据有542K行X 8列，8个字段如下：

2.数据清洗

2.1缺失值处理

a.在记录中找到1454条描述详情为空，单价为0，无客户编码的记录,这些数据对我们作用不大，将其删除。

b.存在133k条数据客户号码缺失，因数据量大，暂不明确它是否有作用，先保留后再看看能否使用。

2.2 发票日期和时间处理

发现日期和时间之间存在空格，利用分列工具将它进行数据处理。补全字段名字“Time”

四.构建模型

1.2010年12月1日至2011年12月9日期间总客户数量，及每月客户数。

通过上面的统计可知：

a.店铺这段时间的总顾客有4372，平均每个月有1082位客户。（其中2011年12月数据只有前9天数据，故不计入），很多客户存在重复购买行为。

b. 2011年1月至8月，客户数量有着小幅度的波动，在9月之后持续增长。

2.通过建立RFM模型寻找价值客户

利用RFM模型分析客户近期的购买行为，频率及消费金额三项指标来描述客户的价值和创利能力（Recency：距离最近一次购买的时间，Frequency:购买次数，Monetary:购买总金额）

将上述SQL得出的数据导出为xlsx格式到excel中进行处理。

首先将时间设定为2011/12/10，然后统一得出距离2011/12/10最后一次购买的时间。

设置R,F,M参数并打分

备注：R参数打分原则为距离最近一次购买时间大于0天，小于15天的打5分，依次类推；F参数打分原则为购买次数大于0次，小于2次，得1分；依次类推。M参数打分原则为订单金额大于-5000，小于250，得1分；依次类推。

通过参数分数的设置，利用lookup函数给用户打分：

打分结果统计如下：

可以看出分布比较均匀，说明参数设置合理。

然后计算出用户RFM的平均值，将每个用户的R/F/M分数与平均值比较，如果大于平均值则为1，小于平均值为0.

然后连接RFM值，这样得到了所有用户的RFM值,对客户进行分类如下图：

当RF=111时，表示客户最近有购买行为，购买次数多，交易金额高；

这类客户是重要价值客户，需要保持。

当RF=110时，表示客户最近有购买行为，购买次数多，交易金额较低；

这类客户是潜力客户，需要挖掘跟进。

当RF=001时，表示客户最近没有购买行为，购买次数少，交易金额高；

这类客户是是潜在的有价值客户，需要挽留。

当RF=000时，表示客户最近没有购买行为，购买次数少，交易金额低；

表示这类客户已流失。

当RF=101时，表示客户最近有购买行为，购买次数少，交易金额高；

这类客户是重要深耕客户，需要重点识别。

当RF=100时，表示客户最近有购买行为，购买次数少，交易金额低；

这类客户是新客户，具有推广价值。

当RF=011时，表示客户最近没有购买行为，购买次数多，交易金额高；

这类客户是重要唤回客户，需要唤回。

当RF=010时，表示客户最近没有购买行为，购买次数多，交易金额低；

这类客户是一般维持客户，交易次数多，但贡献不大。

通过统计可以看出，店铺的重要唤回客户较多，其次是流失客户，新客户。这说明了店铺在留存方面的不足。

3. 统计商品种类，不同商品的成功订单数，退货订单数以及销售金额

将以上的统计结果导出,整理得到

3.1 商品种类有3828种。其中有39类商品订单数在1000及以上，热销的商品有白色t型灯座，3层蛋糕架，聚会彩旗，爆米花托，蛋糕盒，各类包，储物袋，午餐袋，果酱罐，明信片，小装饰品，茶杯茶碟，灯具，餐巾纸等等。

3.2 退货订单数top10的商品（除去邮费，样品，折扣等特殊记录）有3层蛋糕架,果酱罐，蛋糕食品柜，草莓陶瓷小饰品盒，茶杯茶碟，爆米花托，食谱盒，木制抽屉柜，红色大袋子，红色特大型午餐袋。

3.3 销售金额top10的商品（除去邮费外）有3层蛋糕架, 白色t型灯座，聚会彩旗，红色特大型袋子，兔子夜灯，纸质链盒，杂色鸟装饰品，辣椒灯，野餐篮，爆米花托。

4. 统计客户所属国家，每个国家的订单数以及订单总金额（交易成功金额，交易失败金额）。

将SQL的数据导出，整理得到

4.1 订单数top10的国家

4.2 成功订单数top10的国家

4.3 退货订单数top10的国家

4.4 订单总金额top10的国家

根据SQL统计结果可知:

a.客户来源于37个国家（除去未知信息），大部分属于欧洲国家；其中英国本地的客户订单数最多，占比90%以上。

b. 订单总金额top10的国家为英国，荷兰，爱尔兰，德国，法国，澳大利亚，瑞士，西班牙，比利时，瑞典。其中英国的订单总金额是最多的，占比84% 。澳大利作为其中唯一的太平洋国家，占有1.4%的订单总金额。

五．结论及建议

1.店铺在9月份之后客户数量持续增长，建议在8月底加大商品的上新。

2.店铺的流失客户，重要唤回客户较多，说明店铺的留存做的不足。建议针对重要唤回客户进行精准化营销活动，以促进这类客户的回流。

3.热销商品种类例如有3层蛋糕架, 白色t型灯座，聚会彩旗，红色特大型袋子，兔子夜灯，纸质链盒，杂色鸟装饰品，辣椒灯，野餐篮，爆米花托等可以进行重点推销或者进行组合销售。

4.针对退货订单数的商品可以看出有部分商品种类与热销商品重合，因此店铺要加大对商品品质的保障。

5.加大欧洲其他国家如荷兰，爱尔兰，德国，法国，瑞士，西班牙，比利时，瑞典；澳大利亚的市场推广。