销售分析

正如“人货场”是零售数据分析的基本思维模式，商品分析也有它的模式，即“进销存”。“进”就是商品的采购环节；“销”是指的销售环节；“存”是指商品库存管理环节。所谓的商品分析，其实就是货，对货物进行分析。商品的分析指标很多，常用的有商品的折扣率、动销率、周转率、商品三度等。一般来说大店看重商品的周转，小店看重商品的单次利润，线上看重商品的折扣，线下侧重商品的库存。根据以上指标分析，本文建立一个商品分析的思维导图，如下图: 前几期，我们就 零售行业解决方案 商品分析中的采购、供应链、销售等环节进行了详细介绍，而本期，我们将从价格环节入手，对零售数据分析进行深入浅出的介绍。 价格环节 1 、商品的价格带分析 商品的价格带是指同一类商品的最低价和最高价之间的区域。例如超市的面包最低价2元，最高的是20元，则面包的价格带就是2-20元。与价格带相关的几个概念是价格带三度（宽度、广度、深度）、价格线、价格点和价格区。 【价格带宽度】 价格带宽度就是价格带中最高价和最低价的差值，如上面例子的面包的价格带宽度为18元（20元-2元）。 【价格带深度】 价格带深度体现在价格带中的品牌数或者SKU数。例如宽度为12元的面包，在A超市可选择的SKU数有15个，因此面包的的价格带深度就为15。 【价格带广度】 价格带广度也可称作价格线，体现在价格带中的不重复销售价格的数量，每个不重复价格较做一条价格线

利用黑五销售统计数据，分析用户特征、商品销售情况、主力消费人群和用户偏好商品四个方面内容。 import numpy as np import pandas as pd import matplotlib . pyplot as plt import seaborn as sns % matplotlib inline sns . set_style ( "ticks" ) #设置绘图风格 plt . rcParams [ 'font.sans-serif' ] = [ 'SimHei' ] #用来正常显示中文标签 plt . rcParams [ 'axes.unicode_minus' ] = False # 解决保存图像是负号'-'显示为方块的问题 1 数据总览 black_friday = pd . read_csv ( 'BlackFriday.csv' ) black_friday . head ( ) User_ID Product_ID Gender Age Occupation City_Category Stay_In_Current_City_Years Marital_Status Product_Category_1 Product_Category_2 Product_Category_3 Purchase 0 1000001 P00069042 F 0