Black Friday促销日用户行为分析

一、项目介绍:

1.1、公司业务简介：

黑色星期五是美国感恩节后一天，圣诞节前的一次大采购活动，当天一般美国商场会推出大量的打折优惠、促销活动， 由于美国的商场一般以红笔记录赤字，以黑笔记录盈利，而感恩节后的这个星期五人们疯狂的抢购使得商场利润大增，因此被商家们称作黑色星期五。 商家期望通过以这一天开始的圣诞大采购为这一年获得最多的盈利。

1.2、分析背景与目的：

本次的分析数据来自于Kaggle提供的某电商黑色星期五的销售记录， 主要围绕产品和用户两大方面展开叙述，为电商平台制定策略提供分析及建议。

二、数据字典与维度

数据字典与维度

三、分析思路与流程

分析思路与流程

3.1导入模块并读取数据

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
df=pd.read_csv('BlackFriday.csv')

3.2数据概况分析

查看数据信息

df.info()

image.png

合计537577条数据，Product_Category_2和Product_Category_3虽存在缺失值数据，但并不影响后续的分析，不做特殊处理。

3.3单变量与图表分析

（1）整体消费情况

image.png

（2）用户角度分析

性别方面

df_gender_purchase=df.groupby("Gender").agg({"Purchase":"sum"}).reset_index().rename(columns={"Purchase":"Purchase_amount"})
df_gender_purchase["gender_purchase_prop"]=df_gender_purchase.apply(lambda x:x[1]/df["Purchase"].sum(),axis=1)
    
def Gender_user_count(x):
    if x[0]=="F":
        return (df.loc[df["Gender"]=="F"].drop_duplicates(subset=["User_ID"],keep="first")["User_ID"].count())
    if x[0]=="M":
        return (df.loc[df["Gender"]=="M"].drop_duplicates(subset=["User_ID"],keep="first")["User_ID"].count())
    
df_gender_purchase["gender_user_count"]=df_gender_purchase.apply(lambda x:Gender_user_count(x),axis=1)
df_gender_purchase["gender_customer_price"]=df_gender_purchase.apply(lambda x:x[1]/x[3],axis=1)
df_gender_purchase["gender_count_prop"]=df_gender_purchase.apply(lambda x:x[3]/df.drop_duplicates(subset=["User_ID"],keep="first")["User_ID"].count(),axis=1)
df_gender_purchase

image.png

在黑色星期五的活动中，男性是占据了71%的用户,将近是女性的2.5倍;但是贡献了将近76%的销售额,是女生的3.3倍;显然是有更多的男性参与这个活动,并且客单价还是较高于女性, 所以应该针对男性用价格较高的产品来推销

年龄方面

df_age_purchase=df.groupby("Age").agg({"Purchase":"sum"}).reset_index().rename(columns={"Purchase":"Purchase_amount"})
df_age_purchase["Age_purchase_prop"]=df_age_purchase.apply(lambda x:x[1]/df["Purchase"].sum(),axis=1)
    
def Age_user_count(x):
    for i in df["Age"].drop_duplicates():
        if x[0]==i:
            return (df.loc[df["Age"]==i].drop_duplicates(subset=["User_ID"],keep="first")["User_ID"].count())

    
df_age_purchase["Age_user_count"]=df_age_purchase.apply(lambda x:Age_user_count(x),axis=1)
df_age_purchase["Age_customer_price"]=df_age_purchase.apply(lambda x:x[1]/x[3],axis=1)
df_age_purchase["Age_count_prop"]=df_age_purchase.apply(lambda x:x[3]/df.drop_duplicates(subset=["User_ID"],keep="first")["User_ID"].count(),axis=1)
df_age_purchase

image.png

消费人数和金额主要集中在18-45这个年龄阶段，几乎贡献了近80%的销售额，其中26-35年龄段，无论消费者人数和消费金额都是最多的，这是应该重点推销商品的用户

婚姻方面

df_Marital_purchase=df.groupby("Marital_Status").agg({"Purchase":"sum"}).reset_index().rename(columns={"Purchase":"Purchase_amount"})
df_Marital_purchase["Marital_purchase_prop"]=df_Marital_purchase.apply(lambda x:x[1]/df["Purchase"].sum(),axis=1)

def Marital_user_count(x):
    if x[0]==0:
        return (df.loc[df["Marital_Status"]==0].drop_duplicates(subset=["User_ID"],keep="first")["User_ID"].count())
    if x[0]==1:
        return (df.loc[df["Marital_Status"]==1].drop_duplicates(subset=["User_ID"],keep="first")["User_ID"].count())
    
df_Marital_purchase["Marital_user_count"]=df_Marital_purchase.apply(lambda x:Marital_user_count(x),axis=1)
df_Marital_purchase["Marital_customer_price"]=df_Marital_purchase.apply(lambda x:x[1]/x[3],axis=1)
df_Marital_purchase["Marital_count_prop"]=df_Marital_purchase.apply(lambda x:x[3]/df.drop_duplicates(subset=["User_ID"],keep="first")["User_ID"].count(),axis=1)
df_Marital_purchase

image.png

不结婚的人在销售金额、参与活动数量方面是比已经结婚的高出40%

职业方面

df_Occupation_purchase=df.groupby("Occupation").agg({"Purchase":"sum"}).reset_index().rename(columns={"Purchase":"Purchase_amount"})
df_Occupation_purchase["Occupation_purchase_prop"]=df_Occupation_purchase.apply(lambda x:x[1]/df["Purchase"].sum(),axis=1)
def Occupation_user_count(x):
    for i in df["Occupation"].drop_duplicates():
        if x[0]==i:
            return (df.loc[df["Occupation"]==i].drop_duplicates(subset=["User_ID"],keep="first")["User_ID"].count())

df_Occupation_purchase["Occupation_user_count"]=df_Occupation_purchase.apply(lambda x:Occupation_user_count(x),axis=1)
df_Occupation_purchase["Occupation_customer_price"]=df_Occupation_purchase.apply(lambda x:x[1]/x[3],axis=1)
df_Occupation_purchase["Occupation_count_prop"]=df_Occupation_purchase.apply(lambda x:x[3]/df.drop_duplicates(subset=["User_ID"],keep="first")["User_ID"].count(),axis=1)
df_Occupation_purchase.sort_values(by="Occupation_user_count",ascending=False)
df_Occupation_purchase.head(10)

image.png

4、0、7、1的人数占到了用户总人数的40%,这些职位应该是我们关注的对象

（3）地域角度分析

df_City_Category_purchase["Marital_purchase_prop"]=df_City_Category_purchase.apply(lambda x:x[1]/df["Purchase"].sum(),axis=1)

def City_Category_user_count(x):
    if x[0]=="A":
        return (df.loc[df["City_Category"]=="A"].drop_duplicates(subset=["User_ID"],keep="first")["User_ID"].count())
    if x[0]=="B":
        return (df.loc[df["City_Category"]=="B"].drop_duplicates(subset=["User_ID"],keep="first")["User_ID"].count())
    if x[0]=="C":
        return (df.loc[df["City_Category"]=="C"].drop_duplicates(subset=["User_ID"],keep="first")["User_ID"].count())
    
df_City_Category_purchase["City_Category_user_count"]=df_City_Category_purchase.apply(lambda x:City_Category_user_count(x),axis=1)
df_City_Category_purchase["City_Category_customer_price"]=df_City_Category_purchase.apply(lambda x:x[1]/x[3],axis=1)
df_City_Category_purchase["City_Category_count_prop"]=df_City_Category_purchase.apply(lambda x:x[3]/df.drop_duplicates(subset=["User_ID"],keep="first")["User_ID"].count(),axis=1)
df_City_Category_purchase

image.png

C 城市的参与活动的用户量占总的53%,但是贡献销售额仅仅占了32%,相反B城市是占的总用户量的28%确贡献了41%的销售额,并且AB城市的客单价是分别是C城市的近似2倍。我们大致能够猜测到AB城市的消费水品较高，下次举办活动的时候,可以对AB城市的价格适当提高。C城市可以适当降低价格，通过提高销售量来提高销售额

（4）产品角度分析

销售额Top10产品

df_amount10=df.groupby("Product_ID").agg({"User_ID":"count","Purchase":"sum"}).rename(columns={"Purchase":"Purchase_amount","User_ID":"User_count"})
.reset_index().sort_values(by=["Purchase_amount"],ascending=False)[["Product_ID","Purchase_amount"]].head(10)
df_amount10

image.png

销售量Top10产品

df_count10=df.groupby("Product_ID").agg({"User_ID":"count","Purchase":"sum"}).rename(columns={"Purchase":"Purchase_amount","User_ID":"User_count"})
.reset_index().sort_values(by=["User_count"],ascending=False)[["Product_ID","User_count"]].head(10)
df_count10

image.png

销量与销售额在Top10中的产品

pd.merge(df_amount10,df_count10,left_on='Product_ID',right_on='Product_ID',how='inner')

image.png

计算销售额Top10产品占比

df_amount=df.groupby("Product_Category_1").agg({"User_ID":"count","Purchase":"sum"}).rename(columns={"Purchase":"Purchase_amount","User_ID":"User_count"}).reset_index().sort_values(by=["Purchase_amount"],ascending=False)[["Product_Category_1","Purchase_amount"]]
df_amount["Category_Prop"]=df_amount.apply(lambda x:x[1]/df["Purchase"].sum(),axis=1)
df_amount.head()

image.png

四、总结

（1）用户的角度

结论汇总：

年龄在26-35岁，职业编号为"4","0","7","1"的未婚男性消费人群属于高消费人群，是该平台的忠实用户。

后续改进：

1.对高价值用户重点关注，进行更精细化的营销，后续为这些高价值用户提供更多的高价值消费品。
2.针对其他的用户，主要引导用户点击购买，多推荐一些热销的商品。

（2）产品的角度

结论汇总：

1.黑色星期五期间，一级商品分类的5、1、8的销量、销售额都是排在前3，而且最受用户欢迎的商品top10中也有这3类商品，这3类商品贡献了72%的销售额。
2.销量排名最低的三个商品种类是16、11、12，占比都不到0.3%。
3.尽管C城市用户量占总的53%，但是贡献销售额仅仅占了32%,相反B城市是占总用户量的28%却贡献了41%的销售额，且AB城市的客单价是分别是C城市的近似2倍。可见B城市消费水平高，盈利高。

后续改进：

1.可以在最受用户欢迎的商品top10的商品和其他一些相关的商品做一些捆绑销售，带动其他商品的销量；在一级商品分类为5、1、8的商品页面推荐一些其他的商品，引导用户去点击购买。
2.具体再分析下销量排名最低的三个商品种类是什么原因造成的，如果商品种类16、11、12是一些已经淘汰过时的商品或者被一些该商品的替代品占领了市场，可以考虑是否要下架，减少相关渠道的广告等。
3.仓库管理需按畅销商品名单、分类，安排库存，对于消费旺盛B城市需提前备货，节省调度；同时监控库存，防止断货。