分析思路：
1.了解數(shù)據(jù)
（1）對數(shù)據(jù)源的數(shù)據(jù)進行整理
(2) 數(shù)據(jù)導(dǎo)入到python
（3）查看數(shù)據(jù)
- 數(shù)據(jù)有15列，327047行，沒有空值
- MonthID,itemID,LocationID 需要修改數(shù)據(jù)類型，新添加列Month，方便按月進行統(tǒng)計
2、數(shù)據(jù)處理
(1)數(shù)據(jù)類型轉(zhuǎn)換
- 把列ItemID，Location 改成字符串類型
- 把MonthID修改成日期型，添加一列Month類型是整型
(2).描述性統(tǒng)計
- 銷售價格和數(shù)量中都有負數(shù)，估計應(yīng)該是退貨，可以統(tǒng)計一些退貨的情況
- 銷售價格中位數(shù)7，平均值是19,數(shù)據(jù)右偏，最大值是3357，可以統(tǒng)計一下大客戶的情況在總體中的情況
（3）圖形化客戶消費情況
- 銷售價格大部分在1000以內(nèi)，深入局部
- 取1000以內(nèi)的數(shù)據(jù)分布好像都在400以內(nèi)了
- 退單的金額大都在-100以內(nèi)
- 大單的分布在2000-3500之前，3500 之后又極值
- 查看一下極值，根據(jù)實際情況分析一下
3、人貨場 —（用戶和員工）
思路：- 分析大客戶2/8原則找出最有生產(chǎn)力的客戶
- 分析員工，看那些員工最有戰(zhàn)斗力
- 分析用戶的類別，看那些類別客戶產(chǎn)出多。
（1）用戶消費情況
- 客戶數(shù)怎么這么少啊，如果按照銷量，重點服務(wù)客戶應(yīng)該放在前25銷量的客戶
（2）用戶類別分析
- 類別中金額賣的最多的是020-Mens，050-shoes，040-Juniors，030-kids，? 跟 類別銷售數(shù)量最多的不一樣，找找原因，重點推薦金額占比高的
- 折扣在010womens中上升了6個百分點,打折對這類商品很有用。
（3）DM(管理者)排名統(tǒng)計
3.人貨場—商品
（1）看一下商品銷售額與數(shù)量的關(guān)系
- 處理一下極值
-? 價格和銷售數(shù)量規(guī)律性增長
（2）商品退貨率
- 退貨銷售額在銷售額，打折銷售銷售額占比不足1%
3、人貨場 ——區(qū)域分析
（1）城市
（2）大區(qū)
- 商店尺寸的大小和銷量關(guān)系不明顯。
（3）區(qū)域質(zhì)量
- 一共有10個區(qū)域，有5個區(qū)域加起來的的銷售額占了總銷售額的80%。
（4）新老店情況
總結(jié)：（1）客戶購買分布呈現(xiàn)2:8分布，可以重點服務(wù)大客戶
（2）新店的份額較低，是不是可以做些推廣活動
（3）重點分析一下落后區(qū)域的市場原因。
