python数据分析实战:优衣库销售数据案例

案例背景:

优衣库（英文名称：UNIQLO，日文假名发音：ユニクロ），为日本迅销公司的核心品牌,建立于1984年，当年是一家销售西服的小服装店，现已成为国际知名服装品牌。优衣库现任董事长兼总经理柳井正在日本首次引进了大卖场式的服装销售方式，通过独特的商品策划、开发和销售体系来实现店铺运作的低成本化，由此引发了优衣库的热卖潮。

优衣库(Uniqlo)的内在涵义是指通过摒弃了不必要装潢装饰的仓储型店铺，采用超市型的自助购物方式，以合理可信的价格提供顾客希望的商品价廉物美的休闲装“UNIQLO”是Unique Clothing Warehouse的缩写，意为消费者提供“低价良品、品质保证”的经营理念，在日本经济低迷时期取得了惊人的业绩。

数据+参考代码——点赞即可得到

解决问题:

(1)整体的销售情况随时间是怎样变化的?(不同时间的销售额是怎样的?)

(2)不同产品的销售情况是怎样的?顾客偏爱哪一种购买方式?

(3)销售额与成本之间的关系怎么样?

案例分析过程:

---

1、数据介绍

2、数据导入

3、了解数据

经查看,各列都是没有空行的.即可进行下一步操作,看各列都有哪些唯一值.

如果有空行,则看所占比例问题,如果大的话溯源数据,如果小的话可以直接删除.

通过查看发现age和gender都有非常规缺失值unkown

有利于后续可视化分析的办法如下

我们可以发现,周末的销售数量、金额、人数都高于周末时间,但高多少比例是很重要的,可以据此来调整资源配备 可以看出T恤和当季新品与配件占据了大头 总体线下高于线上 男女、所有年龄段都喜欢线下,深圳、杭州、成都、内景、南京没有线上,值得探究;再者武汉、上海、广州、重庆、西安这几个有线上的具体年龄段、购买产品是什么?

这几个线上城市的具体年龄段、购买产品、购买性别是什么?

可以发现T恤和、当季新品、运动、牛仔裤出现了亏损情况,但是应当重点关注牛仔裤,因为当盈利不高的时候,又出现亏损. 思考为什么不用所有的数据data1来做相关性分析,而用的是聚合后的pro_all