电商零售数据RFM分析

企业服务 · 数据服务 案例ID: 202240
联系该工程师
微信扫码,建群沟通
作者: 扫地哥论道 - 4年经验- 扫地哥Python数分咨询工作室

案例介绍

A.数据清洗,提取订单时间中的:年-月-日,去重,分析异常数据占比和特点;按月分组,销量最多的月份排序可视化bar图;
B. 按城市分组,按购买数量求和,按数量求和排序,购买商品数量前10的城市--可视化bar图;
C.计算客单价;按客户ID分组,汇总销售数量和销售额,计算用户平均消费金额和消费次数;
D. pivot_table透视表计算年度退货率;计算R-F-M值,各分位数段客户消费频次,RFM的数据类型做转换,按RFM的价值取值判断价值:高和低,各用户等级的个数统计,最后可视化用户等级情况的重要度bar图和用户等级比例pie图;

相似案例推荐

发布任务

企业点击发布任务,工程师会在任务下报名,招聘专员也会在 1 小时内与您联系确认。

1小时精推人才

需求方专属客服,免费梳理匹配

需求方客服微信二维码
扫码加微信 · 客服人工对接
微信沟通 联系需求方端客服 看中这位工程师了?客服帮你 1 小时对接沟通 → ×