个人中心
gpt4 book ai didi

2022数据分析：电商天猫维生素类药品销售分析

转载 作者：我是一只小鸟 更新时间：2023-02-03 14:31:19 27 4
gpt4 key购买 nike

目录
  • 前言
  • 题目
  • 摘 要
  • 关键词
  • 1 店铺分析
    • 1.1 店铺数量
    • 1.2 店铺销售额占比
      • 1.2.1 数据预处理
      • 1.2.2 销售额占比柱状图
    • 1.3 阿里健康大药房
      • 1.3.1 年度分析
      • 1.3.2 季度分析
      • 1.3.3 月度分析
  • 2 药品分析
    • 2.1 数据预处理
    • 2.2 药品数量分析
    • 2.3 药品销售额占比
    • 2.4 10个药品每月销售额曲线图
  • 3 药品品牌分析
    • 3.1 数据预处理
    • 3.2 品牌数目
    • 3.3 品牌销售额占比
    • 3.4 品牌销售好的原因分析
  • 4 预测销售总额
    • 4.1 源数据
    • 4.2 参数选择
    • 4.3模形拟合预测
    • 4.4 模形评价
  • 5 电商经营策略

前言

这篇数据分析记述了一次关于天猫维生素类的药品(2020-2021)销售数据的分析.

image

有些不足的地方，希望大家斧正.

题目

随着国家政策的逐步开放，越来越多的药品可以在网络上购买，医药电商平台蒸蒸日上，受新冠疫情的影响，线下药店购买困难，更让医药电商进入了更多消费者的视野，各大药企也纷纷加大力度布局医药电商领域。但电商模式与线下零售有所不同，如何更好的经营医药电商成为药企急需解决的问题。本题采集了天猫维生素类的药品，请针对维生素药品进行数据的清洗、分析与挖掘，并回答下列问题.

  1. 对店铺进行分析，一共包含多少家店铺，各店铺的销售额占比如何？给出销售额占比最高的店铺，并分析该店铺的销售情况。
  2. 对所有药品进行分析，一共包含多少个药品，各药品的销售额占比如何？给出销售额占比最高的 10 个药品，并绘制这 10 个药品每月销售额曲线图。
  3. 对所有药品品牌进行分析，一共包含多少个品牌，各品牌的销售额占比如何？给出销售额占比最高的 10 个品牌，并分析这 10 个品牌销售较好的原因？
  4. 预测天猫维生素类药品未来三个月的销售总额并绘制拟合曲线，评估模型性能和误差。
  5. 一家药企计划将新的维生素品牌进行网络销售，聘请你当企业的顾问，请你设计一份不超过两页纸的电商经营策略。

摘 要

随着国家政策的逐步开放，越来越多的药品可以在网络上购买， 医药电商平台蒸蒸日上，受新冠疫情的影响，线下药店购买困难，更让医药电商进入了更多消费者的视野，各大药企也纷纷加大力度布局医药电商领域.

我们对维生素售卖的药店,维生素药品，维生素药品品牌进行了分析.

对于空值数据采用众数填充，信息的提取用到了正则表达式，药品名称的获取用到了北大中文医药分词的模形并适配自己的词典进行提取。模形预测使用了时间序列的自相关模型并做了基于时间序列残差的模型评估.

基于分析得到的信息给出了销售建议.

关键词

众数填充 销售分析 畅销药品 北大中文医药分词 时间序列自相关模型 平稳性 残差 。

1 店铺分析

1.1 店铺数量

通过对数据shop_name栏的统计.

代码1 读取商店名 

                        
                          import pandas as pd
import matplotlib.pyplot as plt
import re
from matplotlib.pyplot import style
import statsmodels.api as sm
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
from statsmodels.tsa.stattools import adfuller as ADF
from scipy import stats
#qq图
from statsmodels.graphics.api import qqplot
# 加载北大分词包
import pkuseg

data = pd.read_excel('./data.xlsx')

print(data.head())

# 统计商店数量
shop = data['shop_name'].value_counts()
print(shop.head())
print(shop.tail())
print(shop.size)
print(shop.index)

发现共有26家店铺。分别是:

阿里健康大药房, 天猫国际进口超市, 康爱多大药房旗舰店, 天猫超市, ChemistWarehouse海外旗舰店, 焦作国控大药房旗舰店, 阿里健康大药房海外店, nyc美林健康海外专营店, thejamy保健海外专营店, 百康保健品专营店, 康恩贝官方旗舰店, hihealth海外专营店, 宜度海外专营店, 天猫国际妙颜社, NRC营养优选海外专营店, 苏宁易购官方旗舰店, nrfs湖畔海外专营店, 进口/国产保健品精品店, 康寿营养品店,百秀大药房旗舰店, LuckyVitamin海外旗舰店, skyshop海外专营店, 搬运健康馆, 美加精品，SASA美国直邮, 同堂保健品专营店.

1.2 店铺销售额占比

1.2.1 数据预处理

由于数据中并没有销售额一栏，需要我们自行计算.

采用：销售额 = 折扣 * 售价 * 销售数量 得到一行数据的销售额.

但是数据的折扣栏存在2884个空值。为了充分利用数据，所以我们使用折扣的众数(95折)进行填充。之后为数据新增一列销售额sales.

代码2 数据处理 

                        
                          # 空值数量
data['discount'].isnull().sum()

# 空值处理 用众数填充
discount_mode = data['discount'].mode()
data['discount'].fillna(discount_mode[0], inplace=True)
data['discount'].isnull().sum()

# 将 9折等转化为 float 0.90
data['discount'] = data['discount'].apply(
lambda x: float(re.findall('[0-9\.]+', x)[0])/10 if len(re.findall('[0-9\.]+', x))!=0 else None)

# 处理过后的空值数量 == 0
data['discount'].isnull().sum()

# 创建销售额数据列
data['sales'] = data['price'] * data['sold'] * data['discount']
data['sales'].head()

经过分析发现天猫维生素品类，26家商店，两年的销售总额达到了1498551953元，即14.98亿元.

1.2.2 销售额占比柱状图

对数据以药店名称 shop_name 进行聚类，并对销售额 sales 进行逐项加和，求出每个商店两年内的销售总额，并绘制柱状图.

代码3销售额占比以及柱状图 

                        
                          # 获取总的销售额
all_sales = data['sales'].sum()
# 对数据进行商店名称聚类
shop_group = data.groupby('shop_name')
# 以药店为组，进行销售额汇总
shop_sales = shop_group['sales'].agg('sum')
# 以药店销售额降序排列26个药店
shop_sales.sort_values(ascending=False)
# 获取销售额占比
shop_sales_percent = (shop_sales / all_sales).sort_values(ascending=False)

plt.figure(figsize=(8, 5))
plt.rcParams['font.sans-serif'] = 'Simhei'
plt.bar(range(len(shop_sales_percent[:10])), shop_sales_percent[:10])
plt.xticks(range(len(shop_sales_percent[:10])), shop_sales_percent[:10].index, rotation=45, ha='right')
plt.title('销售额占比最多的10家商店')
plt.gcf().subplots_adjust(bottom = 0.3)
plt.grid()
plt.show()

plt.rcParams['font.sans-serif'] = 'Simhei'
plt.bar(range(len(shop_sales_percent[-10:])), shop_sales_percent[-10:])
plt.xticks(range(len(shop_sales_percent[-10:])), shop_sales_percent[-10:].index, rotation=45, ha='right')
plt.title('销售额占比最少的10家商店')
plt.gcf().subplots_adjust(bottom = 0.3)
plt.grid()
plt.show()

image

图1

image
图2

其中阿里健康大药房的销售总额以674820879元，即6.74亿，占比45.03%，位列第一.

天猫国际进口超市的销售总额以355597052元，即3.55亿，占比23.73%，位列第二.

天猫超市的销售总额以114308114元，即1.14亿，占比7.63%，位列第三.

后十家的药店销售总额加起来为7362907元，即736万元，十家的总占比为0.49%.

经过分析得知电商天猫维生素类药品销量最好的是阿里系的药店，其他药店的销售份额占比非常小.

1.3 阿里健康大药房

由上述分析可得，阿里健康大药房的销售占比最高。所以对于16958条阿里健康大药房的数据进行销售分析.

1.3.1 年度分析

阿里健康大药房2020年有5998条数据，2021年有10960条数据.

经过分析发现，阿里健康大药房2021年销售总额同比增长119.23%。增长幅度较大.

代码4 阿里健康大药房年度分析 

                        
                          # 阿里健康大药房
Ali = shop_group.get_group('阿里健康大药房').copy()

# 年度分析对比
Ali_year = Ali.groupby(data.date_time.dt.year)
Ali_year_sum = Ali_year['sales'].sum()

plt.rcParams['font.sans-serif'] = 'Simhei'
plt.bar(range(len(Ali_year_sum)), Ali_year_sum)
plt.xticks(range(len(Ali_year_sum)), Ali_year_sum.index, rotation=45, ha='right')
plt.title('阿里健康大药房年度销售总额')
plt.grid()
plt.show()

growth_rate = (Ali_year_sum[2021] - Ali_year_sum[2020]) / Ali_year_sum[2020]*100

image

图3

1.3.2 季度分析

通过季度分析发现，第四季度购买次数最多，第一季度购买次数最少. 。

代码4 阿里健康大药房季度分析 

                        
                          # 季度分析对比
Ali_qua = Ali.groupby(data.date_time.dt.quarter)
Ali_qua_sum = Ali_qua['sales'].sum()

plt.rcParams['font.sans-serif'] = 'Simhei'
plt.bar(range(len(Ali_qua_sum)), Ali_qua_sum)
plt.xticks(range(len(Ali_qua_sum)), Ali_qua_sum.index, rotation=45, ha='right')
plt.title('阿里健康大药房季度销售总额')
plt.grid()
plt.show()

image

图4

1.3.3 月度分析

我们对阿里健康大药房的畅销商品进行了分析，其中维生素D滴剂，复合维生素片，多元维生素片，维生素AD滴剂，碳酸钙D3片为五大畅销产品.

代码5 阿里健康大药房月度分析 

                        
                          # 月度分析
Ali['medicine']  = Ali['parameter'].apply(find_medi)
Ali_medi = Ali.groupby('medicine')
Ali_medi_sum = Ali_medi['sales'].sum().sort_values(ascending=False)
Ali_keyMedi = Ali_medi_sum.index[:5]
print(Ali_medi_sum)
Ali_medi_sum = Ali_medi['sales'].sum().sort_values()

plt.rcParams['font.sans-serif'] = 'Simhei'
plt.barh(range(len(Ali_medi_sum[-10:])), Ali_medi_sum[-10:])
plt.yticks(range(len(Ali_medi_sum[-10:])), Ali_medi_sum[-10:].index)
plt.title('阿里健康大药房王牌药品')
plt.gcf().subplots_adjust(left = 0.2)
plt.grid()
plt.show()

Ali_month_medi = Ali.groupby(['date_time','medicine'])
num = Ali_month_medi['sales'].sum()

for i in range(5):
	num1 = num[num.index.get_level_values(1) == Ali_keyMedi[i]]
	plt.plot(range(len(num1)), num1)
plt.legend(Ali_keyMedi)
plt.xticks(range(len(num1)), num1.index.get_level_values(0).date, rotation=45, ha='right')
plt.gcf().subplots_adjust(bottom = 0.2)
plt.title('畅销产品月度销售额')
plt.show()

image

图5

通过月度销售额分析，发现所有的畅销产品都有高频波动的迹象，存在明显的季节变动，每年6-7月，12-1月为销售量会大幅增加.

图6

2 药品分析

2.1 数据预处理

经过对于数据的分析，药品名称在parameter里，并且有不同的形式。 药品通用名称，系列，药品名称.

对于药品名称来说，数据中并没有显式的给出，比较有说服力的是parameter中的药品通用名称，其他属性存在着许多问题，数据杂乱.

系列属性存在无关信息列如，第14550行‘特价优惠’,第14628行‘其他’.

产品名称属性广泛存在品牌名称，例如第45行‘康恩贝牌维生素C咀嚼片（香橙味）’，第14663行‘汤臣倍健?钙维生素D维生素K软胶囊’.

所以我们首先将阿里健康大药房的药品通用名称提取出来，制作成字典(72个品类的dict.txt)。接着采用北大的Python分词包pkuseg，设置自己的字典(dict.txt)，进行医学分词.

利用分词包从数据的title里进行医学分词来获取药品数据，获得29085条数据.

对parameter里的药品通用名称使用正则表达式提取出来，获得数据15345条.

将两者合并获得30418条数据.

代码6 药品名称预处理 

                        
                          def find_medi(x):
	if type(x) is str:
		pattern = r"药品通用名:([\u4E00-\u9FD5 0-9 a-z A-Z ‘ \. /]+)"
		result = re.findall(pattern, x)
			if len(result) >= 1:
				return result[0]
			else:
				return None
	else:
		return None

def title_split(x):
	x.upper()
	result = segcut.cut(x)
	if len(result) >= 1:
		for i in result:
			if i in dict:
				return i
		return None
	else:
	return None

dict = list(Ali_medi_sum.index)
f = open("dict.txt", "w", encoding='utf-8')
for line in dict:
	f.write(line + '\n')
f.close()
segcut = pkuseg.pkuseg(model_name = "medicine", user_dict = 'dict.txt', postag = False)

data['medicine']  = data['title'].apply(title_split)
data['medicine1']  = data['parameter'].apply(find_medi)
# 以medicine1 的数据填充 medicine 的空值
data["medicine"].fillna(data["medicine1"], inplace=True)

2.2 药品数量分析

通过对数据的药品通用名称统计，有112种药品.

代码7 药品统计 

                        
                          medi_group = data.groupby('medicine')
medi_group.size()

2.3 药品销售额占比

代码8 销售额占比 

                        
                          # 以药品为组，进行销售额汇总
medi_sales = medi_group['sales'].agg('sum')
# 以药品销售额降序排列 获得销售占比
num = medi_sales.sort_values(ascending=False)
num_rate = num / num.sum()

plt.rcParams['font.sans-serif'] = 'Simhei'
plt.bar(range(len(num_rate[:10])), num_rate[:10])
plt.xticks(range(len(num_rate[:10])), num_rate[:10].index, rotation=45, ha='right')
plt.title('销售额占比最多的10个品类')
plt.gcf().subplots_adjust(bottom = 0.2)
plt.grid()
plt.show()

image

图7

2.4 10个药品每月销售额曲线图

代码9 药品销售额曲线图 

                        
                          keyMedi = list(medi_sales.sort_values(ascending=False).index)[:10]

month_medi = data.groupby(['date_time','medicine'])
num = month_medi['sales'].sum()

for i in range(10):
	num1 = num[num.index.get_level_values(1) == keyMedi[i]]
	plt.plot(range(len(num1)), num1)
	
plt.show()
plt.legend(keyMedi)
plt.xticks(range(len(num1)), num1.index.get_level_values(0).date, rotation=45, ha='right')
plt.gcf().subplots_adjust(bottom = 0.2)
plt.title('前10大畅销药品月度销售总额')
plt.show()

image

图8

3 药品品牌分析

我们发现药品的品牌在Parameter里所以利用正则表达式进行提取.

3.1 数据预处理

代码10 品牌数据预处理 

                        
                          # 品牌分析
pattern = "品牌:([\u4E00-\u9FD5 0-9 a-z A-Z ‘ \. \+ － /]+)"

def find_brand(x):
	if type(x) is str:
		pattern = "品牌:([\u4E00-\u9FD5 0-9 a-z A-Z ‘ \. \+ － /]+)"
		result = re.findall(pattern, x);
		if len(result) > 0:
			return result[0]
		else:
			return None
	else:
		return None

data['brand'] = data['parameter'].apply(find_brand)

3.2 品牌数目

分析发现总共有512个品牌.

代码11 品牌数据预处理 

                        
                          # 对数据进行品牌名称聚类
brand_group = data.groupby('brand')
brand_group.size()

3.3 品牌销售额占比

代码12 品牌销售占比 

                        
                          # 以品牌为组，进行销售额汇总
brand_sales = brand_group['sales'].agg('sum')
# 以品牌销售额降序排列
num = brand_sales.sort_values(ascending=False)
brand_top = list(num.index)[:10]

num_rate = num / num.sum()
plt.rcParams['font.sans-serif'] = 'Simhei'
plt.bar(range(len(num_rate[:10])), num_rate[:10])
plt.xticks(range(len(num_rate[:10])), num_rate[:10].index, rotation=45, ha='right')
plt.title('销售额占比最多的10个品牌')
plt.gcf().subplots_adjust(bottom = 0.2)
plt.grid()
plt.show()

image

图9

3.4 品牌销售好的原因分析

我们对十大品牌的药品销售情况做了分析，这些品牌之所以销量好，首先是药物销售品类与10大畅销品类高度重合，其次可能是品牌自身在这些品类的营销好，消费者认可.

代码13 品牌销售主要药品分析 

                        
                          # 品牌销售分析
band_medicine = data.groupby(['brand','medicine'])
b_m_sum = band_medicine['sales'].sum()
num = b_m_sum
num1 = num[num.index.get_level_values(0) == brand_top[0]]

plt.rcParams['font.family'] = ['Arial Unicode MS','Microsoft YaHei','SimHei','sans-serif']
plt.rcParams['axes.unicode_minus'] = False  
plt.subplots_adjust(left=None,bottom=None,right=None,top=None,wspace=0.5,hspace=1)
for i in range(1,11):
    # 往画布上添加子图：按五行二列，添加到下标为plt_index的位置（由于这个显示不太好，很挤，所以最后用 两行两列4个 生成3次 获得了最后的图）
    plt.subplot(5, 2, i)
    # 绘图
    num1 = num[num.index.get_level_values(0) == brand_top[i-1]]
    plt.barh(range(len(num1)), num1)
    plt.yticks(range(len(num1)), num1.index.get_level_values(1))
    plt.title(brand_top[i-1] + '销售图')
# 显示画布
plt.show()

image
image
image

图10

4 预测销售总额

这里的预测我们采取时间序列的差分整合移动平均自回归模型(ARIMA).

4.1 源数据

image 

                        
                          date = data.groupby('date_time')
date_sales = date['sales'].agg('sum')
plt.figure(figsize=(8,5))
plt.plot(range(24), date_sales)
plt.xticks(range(24), date_sales.index.date, rotation=45)
plt.gcf().subplots_adjust(bottom = 0.2)
plt.title('销售总量')
plt.grid()
plt.show()

image

图11

4.2 参数选择

平稳性检验 ： 采用单位根检验，对时间序列单位根的检验就是对时间序列平稳性的检验，非平稳时间序列如果存在单位根，则一般可以通过差分的方法来消除单位根，得到平稳序列.

代码14 平稳性检验 

                        
                          style.use('ggplot' )
plt. rcParams['font.sans-serif'] = ['SimHei']
plt. rcParams['axes.unicode_minus'] = False

sales_train = date_sales
sales_diff1 = sales_train.diff().dropna()

for i in range(1,3):
    plt.subplot(1, 2, i)
    if(i==1):
        plt.plot(sales_train)
        plt.title("源数据")
    else:
        plt.plot(sales_diff1)
        plt.title("一阶差分")

print(u'原始序列的ADF检验结果为：',  ADF(sales_train))
print(u'一阶差分的ADF检验结果为：',  ADF(sales_diff1))

image

图12

原始序列的ADF检验结果为： (-0.25294595330495406, 0.9319092621668796, 7, 16, {'1%': -3.9240193847656246, '5%': -3.0684982031250003, '10%': -2.67389265625}, 484.53439721589336) 一阶差分的ADF检验结果为： (-9.322072363056753, 9.831298270974292e-16, 4, 18, {'1%': -3.859073285322359, '5%': -3.0420456927297668, '10%': -2.6609064197530863}, 455.9637318833934) 一阶差分单位根检验p值<0.05，原始序列p值>0.05，于是ARIMA中的参数d定为1.

相关系数:

  • 自相关系数（ACF）：自相关系数度量的是同一事件在两个不同时期之间的相关程度，形象的讲就是度量自己过去的行为对自己现在的影响。
  • 偏自相关系数（PACF）：计算某一个要素对另一个要素的影响或相关程度时，把其他要素的影响视为常数，即暂不考虑其他要素的影响，而单独研究那两个要素之间的相互关系的密切程度时，称为偏相关。

代码15 相关系数 

                        
                          acf = plot_acf(sales_diff1, lags=10)
plt.title("ACF" )
acf.show()

pacf = plot_pacf(sales_diff1, lags=10)
plt.title("PACF" )
pacf.show()

image

图13

image

图14

趋势序列 ACF 有 1 阶截尾，PACF 有 1 阶截尾尾。因此可以选 p=1， q=1。

4.3模形拟合预测

代码16 模形预测 

                        
                          model =  sm.tsa.arima.ARIMA(sales_train, order=(1, 1, 1))
result = model.fit()
#print (result. sumary()

pred = result.predict( '20220101','20220301' ,dynamic=True, typ='levels' )
print(pred)

plt.figure(figsize=(12,8))
plt.xticks(rotation=45)
plt.plot(pred)
plt.plot(sales_train)

image

图15

预测结果： 2022-01-01 9.497130e+07　 94971300.0 2022-02-01 1.050360e+08 105036000.0 2022-03-01 1.024374e+08 102437400.0 。

4.4 模形评价

使用QQ图检验残差是否满足正态分布。ｐ值在0.05附近可以看作是成正态分布.

代码17 模型评价 

                        
                          resid = result.resid  # 求解模型残差
plt.figure(figsize=(12, 8))
qqplot(resid, line='q', fit=True)

stats.normaltest(resid)#检验序列残差是否为正态分布

image

图16

5 电商经营策略

商品经营无外乎更便宜，更丰富，更方便，提高商品周转率.

关于销售的货品，主要以畅销的10大药品为主。 ‘维生素D滴剂', '复合维生素片', '多维元素片', '维生素AD滴剂', '碳酸钙D3片', ‘维生素C咀嚼片', ‘维生素E软胶囊', ‘维生素E', ‘维生素C泡腾片', ‘维生素C片'.

药品品牌的选择以畅销品牌的主打药品(销量好)为主。 'swisse'：维生素C泡腾片。 'CONBA/康恩贝'：维生素C咀嚼片。 'CENTRUM/善存'：善存银片，多维元素片。 '星鲨'：维生素D滴剂 'elevit/爱乐维'：复合维生素片。 '伊可新'：维生素AD滴剂,。 '养生堂'：维生素E软胶囊, 维生素C咀嚼片。 'BY－HEALTH/汤臣倍健'：维生素E软胶囊, 维生素C片。 'FANCL'：维生素E软胶囊。 '朗迪'：碳酸钙D3片.

多样化的畅销货品销售能提高商品周转率，也能为消费者提供更丰富的选择.

鉴于销售旺季在每年6-7月，12-1月。所以应该提前一个月进行销售的预热。同时尽量用折扣给消费者一个便宜的低价，来拉动销量.

尽量完善好售后客服机制，用心服务好客户，方便客户.

相关文件： https://wwul.lanzoue.com/i2XtR0mhrmuj 。

最后此篇关于2022数据分析：电商天猫维生素类药品销售分析的文章就讲到这里了,如果你想了解更多关于2022数据分析：电商天猫维生素类药品销售分析的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。

27 4 0
文章推荐： 多云监控告警系统的优势
文章推荐： 【只与自己有关】人往高处走？何为高？何为低?高低在哪里？
文章推荐： PythonTensorFlow深度神经网络回归：keras.Sequential
文章推荐： 写完这款工作流组件，我的发际线又高了...
我是一只小鸟
个人简介

我是一名优秀的程序员,十分优秀！

滴滴打车优惠券免费领取
滴滴打车优惠券
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com