一、项目背景
1.1、背景介绍
随着电子商务的蓬勃发展，网络服装销售已经逐渐成为消费者最为青睐的廉价购物渠道，而网购服装店也顺势而起，快速发展。线上服装店以其库存压力小、经营成本低，经营规模不受场地限制等特点，商家可以通过互联网对市场信息的及时反馈适时调整经营战略，以此提高企业的快速反应能力和经济效益，增强市场竞争能力。
本文主要通过线上服装销售明细来分析店铺（目标人群定位于中高端消费者）在2019年的产品销售情况和用户情况，帮助运营部门针对不同的时间节点和场景做出不同的销售和运营管理策略，从而提高销量和营业额、降低经营成本。
1.2、数据说明
二、分析思路
本次分析将始终围绕商品销售情况，探究导致这些状况的原因并寻找相应的提升空间。
三、数据处理
3.1 数据概览
数据总行数22293行，共10列，无缺失值，无重复值；
客户id和购买日期均为int类型，需要分别转换成字符串（object）类型和日期格式。
3.2 描述性统计
观察发现：
数据无明显异常值
用户平均每笔订单购买了1.2个商品，稍有波动，75%分位数在1个商品，说明绝大部分用户在店内仅购买单件商品；用户平均每笔订单花费1022元，中位数为809元，说明店内消费用户大部分为中端消费者，但也存在个别高端消费者单笔订单金额超万元；
一般而言，消费类的数据为长尾形态，分布呈二八开，从整体数据来看基本符合这一规律。
3.3 数据处理
3.3.1 数据类型转换
# 将客户id列转换成字符串（object）类型
data['customer_id'] = data['customer_id'].astype('object')
# 购买日期列转换成日期格式
data['order_date'] = pd.to_datetime(data['order_date'])
3.3.2 新增列
# 新增列‘月份’，用于后续月维度的消费行为分析，具体提取时间粒度视情况而定
data['order_month']=data['order_date'].values.astype('datetime64[M]')
# 新增列‘订单利润’，用于后续店铺收益分析
data['order_profit']=data['order_amount']-data['unit_cost']*data['order_mount']
3.3.3 数据排序
# 将数据按购买日期升序排序，便于后续分析
data = data.sort_values(['order_date','customer_id'], ascending=True).reset_index(drop=True)
经过处理后的数据保留下22293行，12列。
整个数据集的统计时间为2019/1/1-2019/12/31，其中包含10类商品，3种销售渠道，15728名用户，分别位于10个城市。
四、数据分析及可视化
4.1 整体销售情况
4.1.1 分析店铺全年销售情况，可以得出以下几点：
1、店铺订单量在各月有着不同的表现，其中订单量的极差在1500单以上，全年波动较大；
2、销量与订单量的整体变化趋势几近一致，商品销售额和利润随时间的变化则与销量完全相同；
3、第一季度是全年的销售淡季，主要聚集在1、2月，其中2月的销量下跌到全年最低；3月开始情况有所好转，5月份达到一个小高峰，但在6、7月份又陷入低谷，之后销量稳步上升，最终于11月迎来全年最高销量，12月的销量仅次于11月。
4.1.2 初步推断：
1/2月销量下降是受春节影响；3月处于服装换季时节,冬装开始甩货,春装批量上市，进入旺季，5月春夏装过度交替，气候适宜，人们购物热情上涨，迎来小高峰；夏季天气渐热，导致消费欲望降低，且夏天衣物穿戴较少、随意行强，所以销量大幅下降；之后夏秋换季，秋装逐步上市，市场开始回暖，年末在各种假期及双十一、双十二大型活动的刺激下，销量大幅上涨创全年最高。
4.1.3 分析验证：
1. 1、2月份销量下降：假设与春节有关
通过对1-2月份的每日订单量分析，可以看出：2月3-14日处于销售谷底，而2019年的春节假期正是2月4-10日，2月4日为除夕，考虑到春节期间，可能存在部分企业提早放假，快递停运，用户基本上不再进行网购，销售低谷时段与春节假期基本吻合，假期结束后购买量和用户量上升，因此可以认为1、2月份销量下降是受到春节假期的影响。
2. 11、12月销量峰值：假设和双十一双十二活动有关
通过对11-12月份的每日订单量分析，可以看出：11月11日和12月12日当天的订单达到峰值。结合*猫平台惯例，每年的11月11日和12月12日正是电商促销购物节双十一和双十二活动时间，全民购物热情高涨，平台消费人数激增，引流效果明显，因此可以认为11、12月份出现销售订单量峰值是由*宝和*猫平台每年的“双十一”和“双十二”促销活动导致。
4.2 各类商品销售情况
4.2.1 不同商品的销售情况
从不同产品的销量来看，短T最为热销，其次是长T、毛衣、外套，说明用户对这些商品的需求较为旺盛，可以适量的增加款式种类，提高销售量；套装受其产品本身的约束，无法满足人们自由搭配的喜好，需求量低，属于滞销商品，建议减少进货，以免库存积压。
从不同产品的总销售额来看，外套、毛衣和T恤的销售额较高，销售重心应集中在这几类产品。
从单件商品的平均售价来看，套装和外套的售价远高于其他商品，而短T的售价最低，和销量情况完全相反。
从不同产品的总利润来看，外套、毛衣和T恤与其销量和总销售额情况相同，依然是店铺内最为盈利的产品。虽然T恤的销量远高于外套和毛衣，但由于其售价过低，总利润反而不如外套、毛衣。
从单件产品的利润均值来看，套装、外套和毛衣的利润是比较多的，和总利润对比，可以发现TOP商品有了一些变化，尤其是套装和T恤，情况完全相反，这是因为套装暴利低销，而T恤属于薄利多销。
4.2.2 商品销售额和成本之间的关系
从产品利润分布情况看，利润主要集中在200-700元之间，但也存在着部分暴利（即利润大于1500）产品。
从各商品单件利润箱线图可看出，暴利商品为套装和外套，但这两类商品利润偶尔也会低于500元，应该是遇上了店铺内正在进行的促销活动。
通过相关性分析可以看到，单位商品销售额与其成本、利润均呈成强正相关，相关系数分别为0.9、0.96，，单位商品成本与利润相关性略强，相关系数为0.74，订单商品销量和订单销售额成正相关，相关系数为0.58。可见，店内产品均能盈利，且成本越高，利润越高。
4.3 客户购买情况
4.3.1 复购率
数据中存在同一用户同一天多次购买和不同天多次购买的情况，所以数据集中每一条记录代表用户的一次行为，因为日期最小粒度是天，所以无法唯一确定一条用户记录，那么同一用户同一天购买同样数量、同样金额的商品的行为是成立的。
对于复购的分析，需要在意的是客户正常的消耗周期，而根据业务实际情况，服装产品属于季节性的消费，用户间隔2-3个月是很正常的，因此，本次的复购率按照季度计算（1/2/3月为第一季度，以此类推）。
客户购买同期分析图
横向观察，用户复购率一般稳定大概在20%左右，且在四季度复购客户最多（应该是受到双十一、双十二活动的影响），说明店铺正处于混合模式，需要平衡用在新客户转化和老客户留存、复购上的精力和资源；但存在一个严重的问题是二季度的客户在三季度的复购率为0，需要进行异常情况分析，目前数据不足，无法判断是何种原因导致的，不做分析。
纵向对比，三季度新增客户和复购率表现均优于其他季度，说明营销人群相对精准，可复盘参考当季营销策略，持续推广。
4.3.2 用户画像
可以看出不管是男性还是女性，*猫平台上的店铺商品销量和销售额都是最高的，*东次之，**会最差，且各渠道女性顾客比男性顾客多接近一倍。这种情况可能是由于几个平台的知名度和用户量不同，且网购用户主要为女性群体导致，那么我们应着重*猫店铺的维护，可适当追加商品或展开促销活动吸引更多的客户消费，努力拓展**会渠道，同时也要更加关注女性的服装偏好。
购买行为大多集中在20-40岁年龄段的顾客之间。与其他渠道相比，各个年龄组的顾客都更偏爱在*猫平台购买，因此建议店内服装设计更偏向年轻群体。从图中可以看出有不少中年人也热衷于店内消费，那么针对中老年群体，可定制特定产品并进行精准营销，扩大消费群体并增加销售金额及利润。
可以看出各城市销售情况依然也是以*猫为主，但是南京的顾客在*东的购买量较*猫购买量略高。从销量的角度看，深圳、杭州、武汉、上海和广州的顾客更偏爱在店内购物，而北京、南京的总销量在所有城市中垫底，这说明店铺推广活动可能出现了异常，需要进一步分析改善，进行精准营销，获取更多的新客户，提高店铺销售额。
五、总结&建议
5.1 结论：
1、订单维度：该电商服装店在2019年1月1日-2019年12月31日内共有消费客户15728名，产生有效订单22293笔，笔单价为1022元，人均购买约1.75件商品，说明用户群体多以中端消费者为主；且订单交易金额和订单内商品件数，其均值都高于中位数，说明订单总体差异较大，存在部分购买力极强的客户。
2、时间维度：月平均订单量为1857笔，全年波动起伏较大，1、2月份受到春节假期的影响销量跌至全年谷底，11、12月份由于平台的“双十一”和“双十二”促销活动使得订单量激增，达到销售峰值。
3、商品维度：在销量、销售额和利润三，T恤、毛衣、外套都稳居前三，其中T恤薄利多销，应当作为店铺主打产品；套装虽是滞销商品，但其利润极其丰厚，后续可适当加强营销推广。单件商品利润在200~700元之间，从相关性来看，单件商品成本越高，其售价和利润也越高。
4、客户维度：约20%的顾客会在下一季度复购，受双十一、双十二促销活动的影响，客户复购率会略有上涨。店内消费群体主要为20~40岁的女性客户，且多在*猫平台下单购买；绝大多数的客户是来自深圳、杭州和武汉，其他城市的客户相对较少。
5.2 营销运营建议：
1、可以针对T恤和其他销量较少的产品进行捆绑销售的活动，并通过活动多推销套装、外套和毛衣以增大销售量从而获得更大的利润。
2、可以通过公众号、微博等社交媒体平台进行营销活动，吸引新用户消费，同时可适时地对老用户发送短信提醒并赠予满减消费券来提高用户复购率。
3、多针对女性开展专属营销活动，维护主要客户群；同时定制特定的中老年产品并进行精准营销，扩大消费群体。