/%E7%94%B5%E5%95%86/ Recent content in 电商 on 老张开工了 Hugo zh-cn Sun, 19 Jan 2025 00:00:00 +0000 /posts/2025/01/ecommerce-analysis/ Sun, 19 Jan 2025 00:00:00 +0000 /posts/2025/01/ecommerce-analysis/ 项目背景 电商销售数据是数据分析入门最经典的真实场景之一。每一笔订单背后都藏着用户行为、市场趋势和运营机会。在这个实战项目中，我们将扮演一家电商公司的数据分析师，从原始订单数据出发，完成一个完整的数据分析闭环。 业务问题定义 分析开始之前，我们要先明确业务方关心的问题： 销售额的整体趋势如何？有没有季节性规律？ 哪些产品和品类贡献了主要收入？ 客户的地域分布是怎样的？ 哪些客户是高价值用户？如何区分不同价值的客户群体？ 未来一个月销售额大概会是多少？ 这些问题将指导我们后续的每一步分析。 数据加载与初始探索 我们先加载数据并了解基本情况。 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from datetime import datetime import warnings warnings.filterwarnings('ignore') plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False df = pd.read_csv('ecommerce_orders.csv') print(f'数据集大小: {df.shape}') print(f'列名: {df.columns.tolist()}') df.head() 假设我们的数据包含以下字段： 字段 含义 类型 order_id 订单编号 字符串 customer_id 客户编号 字符串 product_id 产品编号 字符串 category 产品类别 字符串 price 单价 浮点数 quantity 数量 整数 order_date 订单日期 日期 shipping_address 收货地址 字符串 payment_method 支付方式 字符串 status 订单状态 字符串 df.