> 科技资讯 > 2022数据分析: 电商天猫维生素类药品销售分析

2022数据分析: 电商天猫维生素类药品销售分析

科技资讯 投稿 9200℃ 0 评论

2022数据分析: 电商天猫维生素类药品销售分析

目录
  • 2 药品分析
  • 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
  • 3.2 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
  • 4.2 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

    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。

      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。
    1. 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。
    2. 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？
    3. 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。
    4. 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

    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。

    基于分析得到的信息给出了销售建议。

    关键词

    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：

    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。

    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

    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(

    图1

    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。

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

    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

    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。

    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

    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(

    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(

    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。

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

    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。

    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。

    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(

    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(

    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(

    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(

    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

    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(
    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

    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(

    图13

    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

    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

    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

    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。

    ‘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'。

    '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。

    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。

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

    编程笔记 » 2022数据分析: 电商天猫维生素类药品销售分析

    赞同 (47) or 分享 (0)
    游客 发表我的评论   换个身份
    取消评论

    表情
    (0)个小伙伴在吐槽