蛙小辣&拌客的外卖门店经营情况数据监控

Excel

 

python

import pandas as pd
import matplotlib.pyplot as plt    # 绘图库
import numpy as np
plt.rcParams['font.sans-serif'] = 'MyriadPro'#设置中文字体为黑体
%matplotlib inline
plt.rcParams['axes.unicode_minus'] = False #正常显示负号

data1 = pd.read_csv('cpc.csv')
data2 = pd.read_csv('shop.csv')
data3 = pd.read_csv('orders.csv')
data = pd.concat([data1,data2,data3],axis = 0)
#data1.head(5)
#data2.info
data.dropna(axis=1,inplace=False)
data.info()

平台门店名称_count = data['平台门店名称'].value_counts()[:10]
print(平台门店名称_count)
平台门店名称_count.plot(kind='line',color=['r'])
平台门店名称_count.plot(kind='bar',fontsize=16)
for x,y in enumerate(平台门店名称_count):
    print(x,y)
    plt.text(x,y+2,y,ha='center',fontsize=12)

蛙小辣火锅杯（宝山店）          191
蛙小辣·美蛙火锅杯麻辣烫(宝山店)    164
蛙小辣·美蛙火锅杯(宝山店)       107
蛙小辣·美蛙火锅杯(虹口足球场店)     88
拌客·干拌麻辣烫(武宁路店)        83
蛙小辣火锅杯(五角场店)          76
蛙小辣·美蛙火锅杯(真如店)        58
蛙小辣·美蛙火锅杯（虹口足球场店）     55
利芳·一人食大盘鸡(国定路店)       44
蛙小辣火锅杯（合生汇店）          34
Name: 平台门店名称, dtype: int64
0 191
1 164
2 107
3 88
4 83
5 76
6 58
7 55
8 44
9 34

round(data['GMV'].mean(),2)

1721.94

data_group = data['平台'].value_counts()
data_group.plot(kind='bar',color=['orange','blue'])
plt.title('平台')
plt.xlabel('平台名称',fontsize=16)
plt.ylabel('平台数量',fontsize=16)

#绘制出，各平台在6、7月的GMV占比 （饼图）
pin_tai = data2[['平台','GMV']].groupby('平台').agg(GMV = ('GMV','sum'))
#我们按照平台进行分组，对GMV进行聚合
pin_tai = pd.Series(pin_tai.GMV,index=pin_tai.index)
#将DataFrame类型转换为Series类型
plt.pie(pin_tai,autopct='%2.1f%%',labels=['饿了么','美团'])
#调用pie方法，传入数据pin_tai；autopct：数据标签；%2.1f 输出宽度为2的浮点数，小数点宽度为1；labels 为标签

([<matplotlib.patches.Wedge at 0x1db73635490>,
  <matplotlib.patches.Wedge at 0x1db73635c10>],
 [Text(-0.547826998539216, 0.9538792269839584, '饿了么'),
  Text(0.5478269985392162, -0.9538792269839582, '美团')],
 [Text(-0.29881472647593593, 0.5202977601730682, '66.6%'),
  Text(0.2988147264759361, -0.5202977601730681, '33.4%')])

#绘制出6-7月的GMV
data2.日期 = pd.to_datetime(data2.日期)
#先对日期格式转换为datetime64格式，方便我们对日期进行采样操作
data2['下单率'] = data2.下单人数/data2.进店人数
data2['进店率'] = data2.进店人数/data2.曝光人数
#分别创建字段：下单率&进店率

 

gmv_rates = data2.groupby(data2.日期).agg(GMV总和 = ('GMV','sum'),进店率 = ('进店率','sum'),下单率 = ('下单率','sum')).resample('1W').asfreq().dropna(how = 'any')
gmv_rates
#groupby日期--按照日期进行分组
#agg--分别对gmv,进店率,下单率进行sum聚合
#resample--让groupby以1周为单位的进行数据的分组
#asfreq--让resample生效
#dropna--删除掉有空值的行

plt.bar(gmv_rates.index, gmv_rates.GMV总和, label = 'GMV')

#bar--条形图
#x横坐标为gmv_rates的索引，y纵坐标为gmv_rates的GMV总合
#label--标签名：GMV
plt.legend()
#显示标签
for a,b in zip(gmv_rates.index,gmv_rates.GMV总和):
    plt.text(a,b+0.1,'%.0f'%b,ha='center',va='bottom',fontsize=16)
    
plt.xticks(rotation=-15)
#a,b 分别遍历 gmv_rates的index，gmv_rates的GMV总合的内容
#zip--生成(a[0],b[0]),(a[1],b[1]).....我们将它们看作是位置的坐标
#a,b+0.1--放入我们的坐标
#'%.0f'%b--在坐标位置，显示我们的b的值，作为标签
#ha、va 调整标签的位置

(array([18421., 18428., 18435., 18444., 18451., 18458., 18465.]),
 [Text(0, 0, ''),
  Text(0, 0, ''),
  Text(0, 0, ''),
  Text(0, 0, ''),
  Text(0, 0, ''),
  Text(0, 0, ''),
  Text(0, 0, '')])

plt.plot(gmv_rates.index, gmv_rates.进店率,label = '进店率')
plt.plot(gmv_rates.index, gmv_rates.下单率,label = '下单率')
plt.legend()

for a,b in zip(gmv_rates.index, gmv_rates.进店率):
    plt.text(a,b+0.01,'%.2f'%b,ha='center',va='bottom',fontsize=16)
for a,b in zip(gmv_rates.index, gmv_rates.下单率):
    plt.text(a,b+0.01,'%.2f'%b,ha='center',va='bottom',fontsize=16)
plt.xticks(rotation=-15)

(array([18421., 18428., 18435., 18444., 18451., 18458., 18465.]),
 [Text(0, 0, ''),
  Text(0, 0, ''),
  Text(0, 0, ''),
  Text(0, 0, ''),
  Text(0, 0, ''),
  Text(0, 0, ''),
  Text(0, 0, '')])

#先对日期格式转换为datetime64格式，方便我们对日期进行采样操作
data3.下单日期 = pd.to_datetime(data3.下单日期)
data3.下单时间 = pd.to_datetime(data3.下单时间)

data['daycount'] = 1  #解析出天
gp_by_下单日期 = data.groupby(by='下单日期').count()['daycount']
gp_by_下单日期.plot(kind='line',fontsize=16)
plt.title('点菜数量与日期关系图')
plt.xlabel('日期')
plt.ylabel('订单数量')
plt.xticks(rotation=15)

array([-10.,   0.,  10.,  20.,  30.,  40.,  50.]),
 [Text(-10.0, 0, '2020/9/13'),
  Text(0.0, 0, '2020/7/28'),
  Text(10.0, 0, '2020/8/15'),
  Text(20.0, 0, '2020/8/24'),
  Text(30.0, 0, '2020/8/9'),
  Text(40.0, 0, '2020/9/5'),
  Text(50.0, 0, '')])

 

data3.下单日期 = pd.to_datetime(data3.下单日期)
data3.下单时间 = pd.to_datetime(data3.下单时间)

data['timecount'] = 1  #解析出时间
gp_by_下单时间 = data.groupby(by='下单时间').count()['timecount']
gp_by_下单时间.plot(kind='line',fontsize=16)
plt.title('点菜数量与时间关系图')
plt.xlabel('时间')
plt.ylabel('订单数量')
plt.xticks(rotation=15)

(array([-1000.,     0.,  1000.,  2000.,  3000.,  4000.,  5000.]),
 [Text(-1000.0, 0, '18:37:20'),
  Text(0.0, 0, '10:00:37'),
  Text(1000.0, 0, '11:31:07'),
  Text(2000.0, 0, '13:14:50'),
  Text(3000.0, 0, '18:20:14'),
  Text(4000.0, 0, '23:42:33'),
  Text(5000.0, 0, '')])

#用户个体消费分析
data.plot(kind='scatter',x='菜品个数',y='订单金额')
#从图中可知，用户的订单金额和点菜个数呈线性趋势，菜品金额不贵可能是平台补贴或者促销
#菜品数量极值点较少，可以忽略

 

#plt.subplot(121)
plt.xlabel('每个订单的消费金额')
data['订单金额'].plot(kind='hist',bins=20) #bins:区间分数，影响数字宽度，值越大柱子越细，宽度=（列最大值-最小值）/bins

 

data.groupby(by='用户id')['订单金额'].sum().sort_values().reset_index()

plt.xlabel('用户订单数')
data.groupby(by='用户id')['订单数'].sum().plot(kind='hist',bins=20)

#每个用户消费金额累加
data['amount_cumsum'] = data['订单金额'].cumsum()
data.tail()#查看最后五行

amount_total = data['amount_cumsum'].max()#消费金额总值
data['prop'] = data.apply(lambda x:x['amount_cumsum']/amount_total,axis=1)
#前xx名用户的总贡献率
data.tail()

plt.style.use('ggplot')
data['prop'].plot()
#由图分析可知，前2000名用户贡献总金额的43%，3000名用户贡献总金额的63%，剩余1418名用户贡献总金额的27%

 

#首购时间
data.groupby(by='用户id')['下单日期'].min().value_counts().plot()
#由图可知，首次购买的用户量在8.21日购买力逐渐下降，猜测本产品价格，味道有变化，或者选择了其他产品

 

 

#最后一次购买时间
data.groupby(by='用户id')['下单日期'].max().value_counts().plot()
#大多数用户最后一次购买时间集中在两个月，说明缺少忠诚用户
#购买商品用户呈下降趋势

 

#RFM模型
rfm = data.pivot_table(index = '用户id',
                      values=['订单金额','订单数','下单日期'],
                      aggfunc={
                          '下单日期':'max',
                          '订单数':'sum',
                          '订单金额':'sum'
                      })
rfm.head()

#每个用户最后一次购买时间-日期列中的最大值，转换成天数
rfm['下单日期'] = pd.to_datetime(rfm['下单日期'],format='%Y/%m/%d')
rfm['R'] = - (rfm['下单日期'] - rfm['下单日期'].max())/np.timedelta64(1,'D')#取相差的天数，保留一位小数
rfm.rename(columns={'订单数':'F','订单金额':'M'},inplace=True)
rfm

 

 

#RFM计算方式，每一列数据减去数据所在列的平均值，有正有负，根据结果值与1作比较，如果>=1,设置为1，否则0
def rfm_func(x):
    level = x.apply(lambda x:'1' if x>=1 else'0')
    label = level['R']+level['F']+level['M']
    d={
        '111':'重要价值客户',
        '011':'重要保持客户',
        '101':'重要发展客户',
        '001':'重要挽留客户',
        '110':'一般价值客户',
        '010':'一般保持客户',
        '100':'一般发展客户',
        '000':'一般挽留客户'
    }
    result = d[label]
    return result
    
rfm['label']= rfm[['R','F','M']].apply(lambda x:x-x.mean()).apply(rfm_func,axis=1)
rfm.head()
#R:最近一次消费
#F:消费频率
#M:消费金额

#客户分层可视化
for label,grouped in rfm.groupby(by='label'):
    x = grouped['F']
    y = grouped['R']
    plt.scatter(x,y,label=label)
plt.legend()
plt.xlabel('F')
plt.ylabel('R')

pivoted_counts = data.pivot_table(
                     index ='用户id',
                     columns ='下单日期',
                     values = '订单数',
   
                   # aggfunc =  '订单金额'
).fillna(0)
pivoted_counts

 

 

data_purchase = pivoted_counts.applymap(lambda x:1 if x>0 else 0)
data_purchase.info()
#apply：作用与dataframe数据中的一行或者一列数据
#applymap：作用与dataframe数据中的每一个元素
#map：本身是一个series的函数，在data结构中无法使用map函数，map函数作用于series中每一个元素

def active_status(data):#data 整行数据，共45列
    status = [] #负责存储45个月的状态：unreg|new|acitive|unactive|return
    for i in range(45):
        #本月没有消费
        if data[i] ==0:
            if len(status) ==0: #前面没有任何记录
                status.append('unreg')
            else:#开始判断上一个状态
                if status[i-1]=='unreg':#一直未消费过
                    status.append('unreg')
                else:#new|acitive|unactive|return
                    status.append('unactive')#不管上个月是否消费过，本月都是不活跃用户
            pass
        #本月有消费==1
        else:
            if len(status)==0:#前面没有任何记录
                status.append('new')#第一次消费
            else:
                if status[i-1]=='unactive':
                    status.append('return')
                elif status[i-1]=='unreg':
                    status.append('new')
                else:#new|acitive|return
                    status.append('active')
    return pd.Series(status,data_purchase.columns)#值status，列名data_purchase中的列名

purchase_states = data_purchase.apply(active_status,axis=1)#得到用户分层结果
purchase_states.head()

 

#用Nan替换unreg
purchase_states_ct = purchase_states.replace('unreg',np.NaN).apply(lambda x:pd.value_counts(x))
purchase_states_ct.head(60)

purchase_states_ct.T.fillna(0).plot.area()#行列变换
#新用户占比较大
#8月开始新用户和活跃客户开始下降，并且呈现稳定趋势
#回流客户比较稳定，是餐厅的重要客户

#回流用户的占比
rate = purchase_states_ct.T.fillna(0).apply(lambda x:x/x.sum() ,axis = 1)
plt.plot(rate['return'],label='return')
plt.plot(rate['active'],label='active')
plt.legend()
#回流用户下降且不稳定
#活跃用户持续下降
#外卖运营平稳后，回流用户占比>活跃用户

 

 

#用户的购买周期
data['下单日期'] = pd.to_datetime(data['下单日期'],format='%Y/%m/%d')
order_diff = data.groupby(by ='用户id').apply(lambda x:x['下单日期']-x['下单日期'].shift())
order_diff.describe()

count                         1516
mean     4 days 02:08:13.931398416
std      9 days 17:37:25.671726657
min             -30 days +00:00:00
25%                1 days 00:00:00
50%                2 days 00:00:00
75%                7 days 00:00:00
max               48 days 00:00:00
Name: 下单日期, dtype: object

(order_diff/np.timedelta64(1,'D')).hist(bins = 20)#影响柱子的宽度，每个柱子的宽度 = （最大值-最小值）/bins 
#用户购买周期太低，赠送消费券，增大消费频率

 

#用户生命周期
#用户最后一次购买日期（max）-第一次购买的日期（min）。如果差值==0，说明用户仅仅购买了一次
user_life = data.groupby('用户id')['下单日期'].agg(['min','max'])
(user_life['max'] == user_life['min']).value_counts().plot.pie(autopct='%1.1f%%')#格式化成1为小数
plt.legend(['仅消费一次','多次消费'])#多次消费用户占比低，说明运营不利，或者产品问题。留存率不好

(user_life['max']-user_life['min']).describe()#生命周期描述
#用户平均生命周期为2天，但是中位数==0，再次验证大多数用户消费了一次，属于低质量用户
#75%分位数以后的用户，属于核心用户，需要重点维护
#std标准差

count                         2903
mean     2 days 14:35:00.723389596
std      6 days 22:37:00.475735135
min                0 days 00:00:00
25%                0 days 00:00:00
50%                0 days 00:00:00
75%                0 days 00:00:00
max               48 days 00:00:00
dtype: object

#绘制所有用户生命周期直方图
plt.figure(figsize=(12,6))
plt.subplot(121)
((user_life['max']-user_life['min'])/np.timedelta64(1,'D')).hist(bins=15)
plt.title('所有用户生命周期直方图')
plt.xlabel('生命周期天数')
plt.ylabel('用户人数')

plt.subplot(122)
u_1 = (user_life['max']-user_life['min']).reset_index()[0]/np.timedelta64(1,'D')
u_1[u_1>0].hist(bins=15)
plt.title('用户多次消费生命周期直方图')
plt.xlabel('生命周期天数')
plt.ylabel('用户人数')
#对比可知，第二幅图过滤掉了生命周期==0的用户，但是留存率十分低
#第二张图还有一部分用户的生命周期趋于0天，但比第一幅图好了一些，进行了多次消费，但不长期
#普通用户可针对性进行营销推广活动
#少部分用户生命周期集中在10-20天，属于忠诚用户，需要大力度维护

#回购率分析：相邻两个月重复购买
def purchase_back(data):
    status = []
    #当前月份消费了
    for i in range(44):
        if data[i] ==1:
            if data [i+1]==1:
                status.append(1)#回购用户
            elif data[i+1]==0:#下个月未消费
                status.append(0)
        else:#当前月份未进行消费
            status.append(np.NaN)
    status.append(np.NaN)#填充最后一列数据
    return pd.Series(status,data_purchase.columns)
purchase_b = data_purchase.apply(purchase_back,axis=1)
purchase_b.head()

#回购率可视化
plt.figure(figsize=(20,10))
plt.subplot(211)
#回购率
(purchase_b.sum()/purchase_b.count()).plot(label='回购率')
(purchase_r.sum()/purchase_r.count()).plot(label='复购率')
plt.legend()
plt.ylabel('百分比%')
plt.title('用户回购率和复购率对比图')
#回购率波动较大，复购率低于回购率
#新用户需要时间，新用户忠诚度低于老客户

#回购人数与购物总人数
plt.subplot(212)
plt.plot(purchase_b.sum(),label='回购人数')
plt.plot(purchase_b.count(),label='购物总人数')
plt.xlabel('month')
plt.ylabel('人数')
plt.legend()
#购物总人数远远大于回购人数，因为很多用户在1月份进行了首购

 Tableau