项目9 电商销售数据分析实战
学习目标
- 完成从数据读取到分析报告的完整流程
- 掌握 RFM 客户价值分析模型
- 学会销售趋势分析和预测思路
- 掌握品类分析和地区分析的方法
- 能够撰写一份完整的电商数据分析报告
知识点讲解
1. 什么是 RFM 模型？
RFM 是客户价值分析的经典模型，三个字母分别代表：
- R（Recency）：最近一次购买距今天数，越近越好
- F（Frequency）：购买频次，越多越好
- M（Monetary）：累计消费金额，越多越好
根据 RFM 三个维度给客户打分，可以把客户分成不同群体：重要价值客户、重要保持客户、新客户、流失客户等。
2. 销售趋势分析
通过时间序列分析，观察销售额的月度/季度变化，识别旺季和淡季，为库存和营销决策提供依据。
3. 品类分析
分析各品类的销售额、销量、利润贡献，找出"明星品类"和"问题品类"。
4. 地区分析
按地区汇总销售数据，识别核心市场和潜力市场。
完整代码示例
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 设置中文字体
plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei']
plt.rcParams['axes.unicode_minus'] = False
# ========== 1. 创建模拟电商销售数据 ==========
np.random.seed(42)
n = 1000
# 生成订单数据
orders = pd.DataFrame({
'订单号': [f'ORD{i:06d}' for i in range(1, n+1)],
'日期': pd.date_range('2023-01-01', '2024-06-30', periods=n),
'客户ID': np.random.choice([f'C{i:04d}' for i in range(1, 201)], n),
'地区': np.random.choice(['华东', '华南', '华北', '西南', '西北'], n),
'品类': np.random.choice(['手机', '电脑', '服装', '食品', '家居'], n),
'销售额': np.random.randint(50, 5000, n),
'数量': np.random.randint(1, 10, n)
})
print("数据概览：")
print(orders.head(10))
print(f"\n数据形状：{orders.shape}")
print(f"\n数据时间范围：{orders['日期'].min()} 至 {orders['日期'].max()}")
# ========== 2. 数据清洗 ==========
print("\n【数据清洗】")
print(f"缺失值数量：{orders.isnull().sum().sum()}")
print(f"重复订单数：{orders['订单号'].duplicated().sum()}")
# 日期解析
orders['日期'] = pd.to_datetime(orders['日期'])
orders['年份'] = orders['日期'].dt.year
orders['月份'] = orders['日期'].dt.month
orders['年月'] = orders['日期'].dt.strftime('%Y-%m')
# ========== 3. 整体销售概况 ==========
print("\n【整体销售概况】")
print(f"总订单数：{len(orders)}")
print(f"总销售额：{orders['销售额'].sum():,.0f} 元")
print(f"平均客单价：{orders['销售额'].mean():.2f} 元")
print(f"总销量：{orders['数量'].sum()} 件")
# ========== 4. 销售趋势分析 ==========
print("\n【月度销售趋势】")
monthly = orders.groupby('年月')['销售额'].sum()
print(monthly.tail(10))
# 画趋势图
plt.figure(figsize=(12, 5))
monthly.plot(kind='line', marker='o', color='#2563eb')
plt.title('月度销售额趋势', fontsize=14, fontweight='bold')
plt.ylabel('销售额（元）')
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.show()
# ========== 5. 品类分析 ==========
print("\n【品类销售分析】")
category = orders.groupby('品类').agg({
'销售额': 'sum',
'数量': 'sum',
'订单号': 'count'
}).rename(columns={'订单号': '订单数'})
category['销售额占比'] = (category['销售额'] / category['销售额'].sum() * 100).round(2)
category = category.sort_values('销售额', ascending=False)
print(category)
# 品类柱状图
plt.figure(figsize=(10, 5))
category['销售额'].plot(kind='bar', color=['#2563eb', '#0ea5e9', '#8b5cf6', '#f59e0b', '#ef4444'])
plt.title('各品类销售额对比', fontsize=14, fontweight='bold')
plt.ylabel('销售额（元）')
plt.xticks(rotation=0)
plt.tight_layout()
plt.show()
# ========== 6. 地区分析 ==========
print("\n【地区销售分析】")
region = orders.groupby('地区')['销售额'].sum().sort_values(ascending=False)
print(region)
# 地区饼图
plt.figure(figsize=(8, 8))
plt.pie(region, labels=region.index, autopct='%1.1f%%', startangle=90)
plt.title('各地区销售额占比', fontsize=14, fontweight='bold')
plt.show()
# ========== 7. RFM 客户分析 ==========
print("\n【RFM 客户价值分析】")
# 计算 RFM 指标
analysis_date = orders['日期'].max() + pd.Timedelta(days=1)
rfm = orders.groupby('客户ID').agg({
'日期': lambda x: (analysis_date - x.max()).days, # Recency
'订单号': 'count', # Frequency
'销售额': 'sum' # Monetary
}).rename(columns={'日期': 'R', '订单号': 'F', '销售额': 'M'})
print("RFM 指标预览：")
print(rfm.head(10))
# RFM 打分（按五分位）
rfm['R_score'] = pd.qcut(rfm['R'], 5, labels=[5,4,3,2,1]) # R越小越好，所以倒序
rfm['F_score'] = pd.qcut(rfm['F'].rank(method='first'), 5, labels=[1,2,3,4,5])
rfm['M_score'] = pd.qcut(rfm['M'].rank(method='first'), 5, labels=[1,2,3,4,5])
# 合并 RFM 得分
rfm['RFM_score'] = rfm['R_score'].astype(str) + rfm['F_score'].astype(str) + rfm['M_score'].astype(str)
print("\nRFM 打分预览：")
print(rfm[['R', 'F', 'M', 'R_score', 'F_score', 'M_score', 'RFM_score']].head(10))
# 客户分层（简化版）
def rfm_segment(row):
r, f, m = int(row['R_score']), int(row['F_score']), int(row['M_score'])
if r >= 4 and f >= 4 and m >= 4:
return '重要价值客户'
elif r >= 3 and f >= 3 and m >= 3:
return '重要保持客户'
elif r >= 4 and f <= 2:
return '新客户'
elif r <= 2 and f >= 3:
return '重要挽留客户'
else:
return '一般客户'
rfm['客户类型'] = rfm.apply(rfm_segment, axis=1)
print("\n客户分层统计：")
print(rfm['客户类型'].value_counts())
# 客户类型饼图
plt.figure(figsize=(8, 8))
rfm['客户类型'].value_counts().plot(kind='pie', autopct='%1.1f%%', startangle=90)
plt.title('客户价值分层', fontsize=14, fontweight='bold')
plt.ylabel('')
plt.show()
# ========== 8. 输出分析报告摘要 ==========
print("\n" + "="*50)
print("【电商销售数据分析报告摘要】")
print("="*50)
print(f"1. 数据期间：{orders['日期'].min().strftime('%Y-%m-%d')} 至 {orders['日期'].max().strftime('%Y-%m-%d')}")
print(f"2. 总销售额：{orders['销售额'].sum():,.0f} 元，订单数：{len(orders)} 单")
print(f"3. 最畅销品类：{category.index[0]}，销售额 {category.iloc[0]['销售额']:,.0f} 元")
print(f"4. 最大市场：{region.index[0]}，占比 {region.iloc[0]/region.sum()*100:.1f}%")
print(f"5. 客户总数：{rfm.shape[0]} 人")
print(f"6. 重要价值客户：{(rfm['客户类型']=='重要价值客户').sum()} 人，是核心维护对象")
print("="*50)
实操步骤
步骤1：新建 Notebook，运行数据生成代码，创建 1000 条电商订单数据。
步骤2：进行数据清洗：检查缺失值、重复值，解析日期，提取年份、月份。
步骤3：计算整体销售概况：总销售额、平均客单价、总订单数。
步骤4：按月汇总销售额，画出折线图，观察销售趋势，找出旺季和淡季。
步骤5：按品类分组汇总，计算各品类的销售额、销量、订单数和占比，画出柱状图。
步骤6：按地区分组汇总，画出饼图，观察各地区市场份额。
步骤7：计算每个客户的 R、F、M 指标，用 qcut 打分，进行客户分层。
步骤8：统计各客户类型的数量和占比，画出饼图，识别核心客户群体。
步骤9：整理分析结论，撰写一份简短的电商数据分析报告。
项目9 配套练习
0/7
第1题
选择题
RFM 模型中的 "F" 代表什么？
答案解析
F = Frequency，代表客户的购买频次。
第2题
选择题
在 RFM 模型中，R 值越小代表什么？
答案解析
R 是距今天数，越小说明客户最近刚购买过，价值越高。
第3题
选择题
给客户 RFM 打分时，通常使用什么方法把客户分成5档？
答案解析
qcut 按分位数切分，保证每档客户数量大致相等，是 RFM 打分的标准做法。
第4题
选择题
以下哪个指标可以反映客户的"忠诚度"？
答案解析
购买频次 F 越高，说明客户越频繁地回来购买，忠诚度越高。
第5题
判断题
在 RFM 打分中，R 的分数越高代表客户越有价值。
答案解析
R 是距今天数，数值越小越好。所以打分时要倒序：pd.qcut(rfm['R'], 5, labels=[5,4,3,2,1])。
第6题
填空题
RFM 模型中，M 代表客户的累计 ______ 。
答案解析
M = Monetary，代表客户的累计消费金额。
第7题
判断题
电商数据分析报告中，品类分析可以帮助我们找出哪些产品卖得好、哪些需要优化。
答案解析
品类分析是电商分析的核心内容之一，能指导选品和库存决策。
0/7
项目小结
本项目我们完成了一次完整的电商数据分析实战：
- 数据清洗：处理缺失值、重复值，解析日期，提取时间特征。
- 销售趋势：按月汇总，识别旺季淡季，为运营决策提供依据。
- 品类分析：找出明星品类和问题品类，指导选品策略。
- 地区分析：识别核心市场和潜力市场，优化区域投放。
- RFM 分析：通过 R（最近购买）、F（频次）、M（金额）三个维度给客户打分分层。
- 客户分层：识别重要价值客户、重要保持客户、新客户、流失客户等群体。
一份好的数据分析报告，不仅要有数据，更要有结论和行动建议。记住：数据分析的最终目的是辅助决策！