Link Search Menu Expand Document
chaelist

UK Ecommerce Data


Table of contents
  1. 데이터 정리
  2. 6개월 재구매율
  3. 고객 특성별 구매당 반품 비율
    1. 이탈자와 재구매자 비교
    2. 이탈 고위험군과 저위험군 비교
  4. 상품별 분석
    1. 상품별 구매 대비 반품
    2. 상품별 구매 증가폭
  5. 국가별 분석
    1. 국가별 매출
    2. 상반기 대비 하반기 비교

*분석 대상 데이터셋: UK E-Commerce Data

  • 데이터셋 출처
  • UK-based retailer의 2020-12-01에서 2011-12-09 사이의 모든 거래를 기록한 데이터
  • gift를 주로 판매하며, 대다수의 고객은 wholesaler임

데이터 정리

# 필요한 라이브러리 import
import pandas as pd
import numpy as np

import scipy.stats as stats

from matplotlib import pyplot as plt
import seaborn as sns

import plotly.express as px
import plotly.io as pio

pio.templates.default = "plotly_white"  # default template을 지정

ecom_df = pd.read_csv('data/uk_ecommerce_data.csv')
ecom_df.head()
  InvoiceNo StockCode Description Quantity InvoiceDate UnitPrice CustomerID Country
0 536365 85123A WHITE HANGING HEART T-LIGHT HOLDER 6 12/1/2010 8:26 2.55 17850 United Kingdom
1 536365 71053 WHITE METAL LANTERN 6 12/1/2010 8:26 3.39 17850 United Kingdom
2 536365 84406B CREAM CUPID HEARTS COAT HANGER 8 12/1/2010 8:26 2.75 17850 United Kingdom
3 536365 84029G KNITTED UNION FLAG HOT WATER BOTTLE 6 12/1/2010 8:26 3.39 17850 United Kingdom
4 536365 84029E RED WOOLLY HOTTIE WHITE HEART. 6 12/1/2010 8:26 3.39 17850 United Kingdom

  1. 데이터 타입 정리

     # Customer ID를 string 형태로 바꿔줌 
 ecom_df['CustomerID'].fillna(0, inplace=True)  # 일단 N/A를 0으로 바꿔줌
 ecom_df['CustomerID'] = ecom_df['CustomerID'].astype('int').astype('str')  # 정수로 -> str로 바꿔줌
 ecom_df.replace({'CustomerID': '0'}, 'N/A', inplace=True) # 0은 'N/A'로 바꿔줌

 # InvoiceDate를 datetime 형태로 바꿔줌
 ecom_df['InvoiceDate'] = pd.to_datetime(ecom_df['InvoiceDate'])

  2. 중복값 제거

     # 전체 값이 다 중복된 경우, 가장 위에 있는 행만 남기고 drop 
 ecom_df.drop_duplicates(inplace=True)
 ecom_df.reset_index(drop=True, inplace=True)

  3. 데이터 정리 - 필요 없는 데이터 삭제

     # UnitPrice = 0인 데이터는 매출과 관계가 없으므로 삭제
 drop_index = ecom_df[ecom_df['UnitPrice'] == 0].index
 ecom_df.drop(drop_index, axis='index', inplace=True)

 # CRUK, BANK CHARGES, B, AMAZONFEE, S 삭제 (제품 판매로 인한 매출과 관계 없는 Stock Code)
 drop_index = ecom_df.query("StockCode in ['CRUK', 'BANK CHARGES', 'B', 'S', 'AMAZONFEE']").index
 ecom_df.drop(drop_index, axis='index', inplace=True)

 # reset index
 ecom_df.reset_index(drop=True, inplace=True)

  4. 분석이 용이하도록 새로운 칼럼 생성

     # InvoiceMonth, InvoiceWeekday 칼럼 생성
 ecom_df['InvoiceMonth'] = ecom_df['InvoiceDate'].dt.strftime('%Y%m')  # YYYYmm 형식으로 정리
 ecom_df['InvoiceWeekday'] = ecom_df['InvoiceDate'].dt.weekday   # 월: 0 ~ 일: 6

 # TotalSpending 칼럼 생성: Quantity * UnitPrice
 ecom_df['TotalSpending'] = ecom_df['Quantity'] * ecom_df['UnitPrice']

  5. CustomerID == N/A를 제외한 df를 따로 저장

    • nan인 값은 ‘등록되지 않은 구매자’ 개념인 듯. (비회원 구매 개념)
    • 신규 이용자 / 이탈자 등을 분석할 때는 제외하는 것이 맞겠지만, 인기 상품 / 기간별 매출 등을 파악할 때에는 익명 이용자의 구매도 중요하므로, ecom_df와 ecom_no_na 두 개의 dataframe으로 나눠서 저장해둠
     ecom_no_na = ecom_df.query('CustomerID != "N/A"')

6개월 재구매율

  • 같은 e-commerce 사업이라도 재구매율과 재구매 주기는 취급 항목에 따라 다름
  • 재구매율에 따라, 충성 고객 유지에 초점을 맞춘 마케팅이 필요할 수도 있고, 신규 고객 유치에 더 노력을 기울여야 할 수도 있다. (ex. 식료품 판매: 거의 매일 접속하는 이용자가 많음 vs 대형 가전 판매: 대부분 한 번 구매하면 몇 년 동안 사용)
  • 주어진 데이터의 경우 1년 간의 사업 데이터이므로, 6개월 단위의 재구매율을 통해 사업 방향성을 점검
# 상반기: 2010-12-01 ~ 2011-05-31
first_half = ecom_no_na.query('InvoiceDate < "2011-06-01"')
first_half_customers = set(first_half['CustomerID'].unique())

# 하반기: 2011-06-01 ~ 2011-11-30
second_half = ecom_no_na.query('InvoiceDate >= "2011-06-01" & InvoiceDate < "2011-12-01"')
second_half_customers = set(second_half['CustomerID'].unique())

print('상반기 구매자수: ', len(first_half_customers))
print('상반기&하반기 구매자수: ', len(first_half_customers & second_half_customers))
print('6개월 재구매율: ', len(first_half_customers & second_half_customers) / len(first_half_customers))

상반기 구매자수:  2767
상반기&하반기 구매자수:  1934
6개월 재구매율:  0.6989519335019877
  • 6개월 재구매율: 약 69.9%
  • 재구매율이 높은 편이므로, 충성도 높은 고객에게 초점을 맞춘 마케팅에 신경을 쓰면 좋을 듯 (ex. 포인트 제도 등)

고객 특성별 구매당 반품 비율

: 고객별 이탈 위험도 (risk ratio)와 구매당 반품 비율의 관계를 확인

  1. 고객별 구매 패턴 정리

     ecom_purchase = ecom_no_na.query('TotalSpending >= 0')  # TotalSpending이 양수인 값만 반영. (-는 반품한 내역으로 추정)
 temp = ecom_purchase.query('InvoiceMonth != "201112"')  # 201112는 제외하고 계산

 customer_usage = pd.pivot_table(temp, index='CustomerID', columns='InvoiceMonth', values='InvoiceNo', aggfunc='count')
 customer_usage = customer_usage.applymap(lambda x: 'O' if x > 0 else 'X')

 for index in customer_usage.index:
     templist = customer_usage.loc[index].to_list()
        
     month_btw = []
     for i in range(12):
         if templist[i] == 'O':
             for j in range(1, 12 - i):
                 if templist[i + j] == 'O':
                     month_btw.append(j)
                     break
        
     if month_btw:
         month_btw_avg = sum(month_btw) / len(month_btw)
     else:
         if (customer_usage.loc[index, '201111'] == 'O') or (customer_usage.loc[index, '201110'] == 'O'):
             month_btw_avg = 'New Customer'
         else:
             month_btw_avg = 'Never Returned'
     customer_usage.loc[index, 'avg_month_btw_purchases'] = month_btw_avg

 last_month = ecom_purchase.query('InvoiceMonth != "201112"').groupby('CustomerID')[['InvoiceMonth']].max()
 last_month.rename(columns={'InvoiceMonth':'LastMonth'}, inplace=True)
 customer_usage = customer_usage.join(last_month)

 for index in customer_usage.index:
     lastmonth = customer_usage.loc[index, 'LastMonth']
     if lastmonth == '201012':
         lastmonth = 201100
     customer_usage.loc[index, 'months_after_latest_purchase'] = 201112 - int(lastmonth)

 customer_usage.head()
    CustomerID 201012 201101 201102 201103 201104 201105 201106 201107 201108 201109 201110 201111 avg_month_btw_purchases LastMonth months_after_latest_purchase
    12346 X O X X X X X X X X X X Never Returned 201101 11
    12347 O O X X O X O X O X O X 2.0 201110 2
    12348 O O X X O X X X X O X X 3.0 201109 3
    12349 X X X X X X X X X X X O New Customer 201111 1
    12350 X X O X X X X X X X X X Never Returned 201102 10
  2. 구매 지속 고객의 risk ratio 계산
    • risk ratio(위험 비율): 마지막 구매 이후 경과한 기간 / 평균 구매 간격
     likely_customer = customer_usage.query('avg_month_btw_purchases not in ["Never Returned", "New Customer"]')
 likely_customer['risk_ratio'] = likely_customer['months_after_latest_purchase'] / likely_customer['avg_month_btw_purchases']
 likely_customer.head()
    CustomerID 201012 201101 201102 201103 201104 201105 201106 201107 201108 201109 201110 201111 avg_month_btw_purchases LastMonth months_after_latest_purchase risk_ratio
    12347 O O X X O X O X O X O X 2 201110 2 1
    12348 O O X X O X X X X O X X 3 201109 3 1
    12352 X X O O X X X X X O X O 3 201111 1 0.333333
    12356 X O X X O X X X X X X O 5 201111 1 0.2
    12359 X O O X X X O X X X O X 3 201110 2 0.666667

  3. 고객별 구매 대비 반품 비율 계산

     # 고객별 Purchase와 Refunds 계산해서 join
 ecom_purchase = ecom_no_na.query('TotalSpending >= 0')
 ecom_purchase = ecom_purchase.groupby('CustomerID')[['Quantity']].sum()
 ecom_purchase.rename(columns={'Quantity':'Purchases'}, inplace=True)

 ecom_refund = ecom_no_na.query('TotalSpending < 0')
 ecom_refund = ecom_refund.groupby('CustomerID')[['Quantity']].sum() * -1
 ecom_refund.rename(columns={'Quantity':'Refunds'}, inplace=True)

 purchase_refund = ecom_purchase.join(ecom_refund, how='left')
 purchase_refund['Refunds'].fillna(0, inplace=True)


 # Refunds per Purchases 수치 계산
 purchase_refund['Re_per_Pur'] = purchase_refund['Refunds'] / purchase_refund['Purchases'] * 100
 purchase_refund.head()
    CustomerID Purchases Refunds Re_per_Pur
    12346 74215 74215 100
    12347 2458 0 0
    12348 2341 0 0
    12349 631 0 0
    12350 197 0 0

  4. 구매당 반품수 & 고객 특성 join

     purchase_refund = purchase_refund.join(customer_usage['avg_month_btw_purchases'], how='left')
 purchase_refund = purchase_refund.join(customer_usage['months_after_latest_purchase'], how='left')
 purchase_refund = purchase_refund.join(likely_customer['risk_ratio'], how='left')
 purchase_refund.head()
    CustomerID Purchases Refunds Re_per_Pur avg_month_btw_purchases months_after_latest_purchase risk_ratio
    12346 74215 74215 100 Never Returned 11 nan
    12347 2458 0 0 2.0 2 1
    12348 2341 0 0 3.0 3 1
    12349 631 0 0 New Customer 1 nan
    12350 197 0 0 Never Returned 10 nan

이탈자와 재구매자 비교

  • 이탈자 vs 1년 이내에 2번 이상 구매한 고객
# 'New Customer'는 제외하고 분석
purchase_refund1 = purchase_refund.query('avg_month_btw_purchases != "New Customer"')

# 고객을 'Never Returned'와 'Returned'로 구분해줌
purchase_refund1['flag1'] = purchase_refund1['avg_month_btw_purchases'].apply(lambda x: 'Never Returned' if x == 'Never Returned' else 'Returned')
purchase_refund1.head()
CustomerID Purchases Refunds Re_per_Pur avg_month_btw_purchases months_after_latest_purchase risk_ratio flag1
12346 74215 74215 100 Never Returned 11 nan Never Returned
12347 2458 0 0 2.0 2 1 Returned
12348 2341 0 0 3.0 3 1 Returned
12350 197 0 0 Never Returned 10 nan Never Returned
12352 536 66 12.3134 3.0 1 0.333333 Returned

  1. 이탈자와 재구매자의 구매당 반품수 비교

     purchase_refund1.groupby('flag1')[['Re_per_Pur']].agg(['mean', 'count'])
      Re_per_Pur
    flag1 mean count
    Never Returned 2.6610 1097
    Returned 1.7426 2644

    → 시각화:

     temp = purchase_refund1.groupby('flag1')[['Re_per_Pur']].agg(['mean', 'count'])
 temp = temp['Re_per_Pur'].reset_index()

 fig = px.bar(temp, x='flag1', y='mean', color='flag1', 
             hover_data = ['count'],
             labels = {'mean':'Refunds per Purchase', 'flag1': 'Customer Flag', 'count':'Customer Count'},
             category_orders = {'flag1':['Never Returned', 'Returned']},
             color_discrete_sequence = [px.colors.sequential.Teal[0], px.colors.sequential.Teal[2]])

 fig.update_traces(showlegend=False)
 fig.show()
    • 이탈 고객이 재구매 고객 대비 구매당 반품 비율이 높은 편

  2. t-test로 평균 차이가 유의미한지 검정

     never_returned = purchase_refund1.query('flag1 == "Never Returned"')
 returned = purchase_refund1.query('flag1 == "Returned"')

 # Levene의 등분산 검정 
 lev_result = stats.levene(never_returned['Re_per_Pur'], returned['Re_per_Pur'])
 print('LeveneResult(F) : %.2f \np-value : %.3f' % (lev_result))

     LeveneResult(F) : 5.76 
 p-value : 0.016

    → p-value가 0.05 미만이므로, 이분산인 독립표본 t-test로 진행:

     t_result = stats.ttest_ind(never_returned['Re_per_Pur'], returned['Re_per_Pur'], equal_var=False) 
 print('t statistic : %.2f \np-value : %.3f' % (t_result))

     t statistic : 1.80 
 p-value : 0.072
    • t-test 결과 p-value는 0.05 이상이지만, 수치 차이를 볼 때, 이탈한 고객과 재방문 고객 간에 구매당 반품 비율 차이가 약간은 의미가 있다고 생각해도 될 듯. (데이터 수가 더 많으면 p값이 더 낮게 나올 수 있음)

이탈 고위험군과 저위험군 비교

# 'risk ratio'가 null인 행은 제외하고 분석 (Never Returned와 New Customer 제외)
purchase_refund2 = purchase_refund[purchase_refund['risk_ratio'].notna()]

# risk ratio가 1.5보다 높으면 'High Risk', 그 외에는 'Low Risk'로 분류해줌
# risk ratio가 1.5라는 건 평소 구매 주기의 1.5배의 기간 동안 돌아오지 않았다는 의미
purchase_refund2['flag2'] = purchase_refund2['risk_ratio'].apply(lambda x: 'High Risk' if x > 1.5 else 'Low Risk')
purchase_refund2.head()
CustomerID Purchases Refunds Re_per_Pur avg_month_btw_purchases months_after_latest_purchase risk_ratio flag2
12347 2458 0 0 2 2 1 Low Risk
12348 2341 0 0 3 3 1 Low Risk
12352 536 66 12.3134 3 1 0.333333 Low Risk
12356 1591 0 0 5 1 0.2 Low Risk
12359 1609 10 0.621504 3 2 0.666667 Low Risk

  1. 이탈 고위험군과 저위험군의 구매당 반품수 비교

     purchase_refund2.groupby('flag2')[['Re_per_Pur']].agg(['mean', 'count'])
      Re_per_Pur
    flag2 mean count
    High Risk 2.45521 515
    Low Risk 1.55297 2088

    → 시각화:

     temp = purchase_refund2.groupby('flag2')[['Re_per_Pur']].agg(['mean', 'count'])
 temp = temp['Re_per_Pur'].reset_index()

 fig = px.bar(temp, x='flag2', y='mean', color='flag2', 
             hover_data = ['count'],
             labels = {'mean':'Refunds per Purchase', 'flag2': 'Customer Flag', 'count':'Customer Count'},
             color_discrete_sequence = [px.colors.sequential.Teal[0], px.colors.sequential.Teal[2]])

 fig.update_traces(showlegend=False)
 fig.show()
    • 이탈 고위험군인 고객들이 구매당 반품 비율이 더 높은 편으로 파악됨

  2. t-test로 평균 차이가 유의미한지 검정

     high_risk = purchase_refund2.query('flag2 == "High Risk"')
 low_risk = purchase_refund2.query('flag2 == "Low Risk"')

 # Levene의 등분산 검정 
 lev_result = stats.levene(high_risk['Re_per_Pur'], low_risk['Re_per_Pur'])
 print('LeveneResult(F) : %.2f \np-value : %.3f' % (lev_result))

     LeveneResult(F) : 7.13 
 p-value : 0.008

    → p-value가 0.05 미만이므로, 이분산인 독립표본 t-test로 진행:

     t_result = stats.ttest_ind(high_risk['Re_per_Pur'], low_risk['Re_per_Pur'], equal_var=False) 
 print('t statistic : %.2f \np-value : %.3f' % (t_result))

     t statistic : 1.87 
 p-value : 0.062
    • p값이 0.05 이상이긴 하지만, 수치 차이를 볼 때, 이탈한 고객과 재방문 고객 간에 구매당 반품 비율 차이가 약간은 의미가 있다고 생각해도 될 듯. (데이터 수가 더 많으면 p값이 더 낮게 나올 수 있음)
    • 반품을 방지하는 것이 이탈 고위험군 고객의 만족도를 높여 이탈을 방지하는 데에 도움이 될 거라고 가설을 세울 수 있을 듯

상품별 분석

# Description을 기준으로 정리하기 전에, 혹시 모를 사소한 차이를 대비해 모두 upper로 맞춰주고, 양 옆 공백을 없애줌
print(ecom_df['Description'].nunique()) # 정리 이전의 Description 수

ecom_df['Description'] = ecom_df['Description'].str.upper().str.strip()
print(ecom_df['Description'].nunique()) # 정리 이후의 Description 수

4037
4026

상품별 구매 대비 반품

  • 반품을 최소화하기 위해, 구매 대비 반품이 많은 제품을 살펴보기로 함
# 상품별로 구매수와 반품수를 집계한 다음 join
product_purchase = ecom_df.query('TotalSpending >= 0')
product_purchase = product_purchase.groupby('Description')[['Quantity']].sum()
product_purchase.rename(columns={'Quantity':'Purchases'}, inplace=True)

product_refund = ecom_df.query('TotalSpending < 0')
product_refund = product_refund.groupby('Description')[['Quantity']].sum() * -1
product_refund.rename(columns={'Quantity':'Refunds'}, inplace=True)

products = product_purchase.join(product_refund, how='left')
products['Refunds'].fillna(0, inplace=True)

# Refunds per Purchases 수치 계산
products['Re_per_Pur'] = products['Refunds'] / products['Purchases'] * 100
products.head()
Description Purchases Refunds Re_per_Pur
*BOOMBOX IPOD CLASSIC 1 0 0
*USB OFFICE MIRROR BALL 2 0 0
10 COLOUR SPACEBOY PEN 6564 172 2.62035
12 COLOURED PARTY BALLOONS 2134 20 0.93721
12 DAISY PEGS IN WOOD BOX 344 0 0

→ 구매 대비 반품비율이 가장 높은 제품 Top 10을 시각화:

# 구매가 너무 적을 경우 한두명의 변심에 따라 반품비율이 너무 높게 나타날 수 있으므로, 구매가 10번 이상인 제품만 대상으로 비교
temp = products.reset_index().query('Purchases >= 10')
temp = temp.sort_values(by='Re_per_Pur', ascending=False).head(10)

fig = px.bar(temp, x='Re_per_Pur', y='Description', color='Re_per_Pur',
             hover_data=['Purchases', 'Refunds'],
             labels = {'Re_per_Pur':'Refunds per Purchase'},
             category_orders = {'Description': temp['Description'].to_list()},
             color_continuous_scale = 'Teal')

fig.update(layout_coloraxis_showscale=False) 
fig.show()
  • 반품 비율이 100% 이상인 제품들: 2010.12 이전 데이터는 기록되어 있지 않기 때문에, 그 이전에 구매한 후 기록 기간 내에 반품된 건이 많아서 그런 듯.
  • 구매당 반품 비율이 50% 이상인 제품들은 집중 품질 관리가 필요하다고 생각됨.

 

+) 반품 비율이 가장 높은 제품의 구매월 & 반품월 확인:

# WOODEN BOX ADVENT CALENDAR
fig = px.bar(ecom_df.query('Description == "WOODEN BOX ADVENT CALENDAR"'), 
            x='InvoiceMonth', y='Quantity', color='Quantity',
            color_continuous_scale = 'Teal')

fig.update(layout_coloraxis_showscale=False) 
fig.show()
  • WOODEN BOX ADVENT CALENDAR 제품의 경우, 주로 2010.12~2011.01 기간에 반품이 몰려 있고, 그 이후에는 반품이 거의 없음. – 2011년 초에 제품 품질 개선이 이미 이루어졌는지 확인해보면 좋을 듯

상품별 구매 증가폭

  1. 상반기 대비 하반기 구매량이 가장 많이 증가한 제품

     first_half = ecom_df.query('InvoiceDate < "2011-06-01"')
 temp1 = first_half.groupby('Description')[['Quantity']].sum()
 temp1.rename(columns={'Quantity':'first_half'}, inplace=True)

 second_half = ecom_no_na.query('InvoiceDate >= "2011-06-01" & InvoiceDate < "2011-12-01"')
 temp2 = second_half.groupby('Description')[['Quantity']].sum()
 temp2.rename(columns={'Quantity':'second_half'}, inplace=True)

 prod_purchase_change = temp1.join(temp2, how='outer')
 prod_purchase_change.fillna(0, inplace=True)
 prod_purchase_change['change'] = prod_purchase_change['second_half'] - prod_purchase_change['first_half']
 prod_purchase_change.sort_values(by='change', ascending=False).head(10)
    Description first_half second_half change
    POPCORN HOLDER 0 25149 25149
    RABBIT NIGHT LIGHT 1130 22278 21148
    MINI PAINT SET VINTAGE 0 14033 14033
    RED HARMONICA IN BOX 0 12787 12787
    ROTATING SILVER ANGELS T-LIGHT HLDR -6887 5284 12171
    PAPER CHAIN KIT 50’S CHRISTMAS 0 11993 11993
    BROCADE RING PURSE 0 11842 11842
    PACK OF 12 LONDON TISSUES 0 11763 11763
    BUBBLEGUM RING ASSORTED 0 11419 11419
    60 CAKE CASES VINTAGE CHRISTMAS 1336 12642 11306
    • Popcorn Holder가 가장 구매량이 많이 증가함.
    • 주로 상반기에는 없었던 신상품들이 구매 증가량이 가장 많은 것을 알 수 있음

    cf) 전체 기간 구매량 Top 10:

     ecom_df.groupby('Description')[['Quantity']].sum().sort_values(by='Quantity', ascending=False).head(10)
    Description Quantity
    WORLD WAR 2 GLIDERS ASSTD DESIGNS 53751
    JUMBO BAG RED RETROSPOT 47256
    POPCORN HOLDER 36322
    ASSORTED COLOUR BIRD ORNAMENT 36282
    PACK OF 72 RETROSPOT CAKE CASES 36016
    WHITE HANGING HEART T-LIGHT HOLDER 35294
    RABBIT NIGHT LIGHT 30631
    MINI PAINT SET VINTAGE 26437
    PACK OF 12 LONDON TISSUES 26095
    PACK OF 60 PINK PAISLEY CAKE CASES 24719

  2. 상반기 대비 하반기 구매 금액이 가장 많이 증가한 제품

     first_half = ecom_df.query('InvoiceDate < "2011-06-01"')
 temp1 = first_half.groupby('Description')[['TotalSpending']].sum()
 temp1.rename(columns={'TotalSpending':'first_half'}, inplace=True)

 second_half = ecom_no_na.query('InvoiceDate >= "2011-06-01" & InvoiceDate < "2011-12-01"')
 temp2 = second_half.groupby('Description')[['TotalSpending']].sum()
 temp2.rename(columns={'TotalSpending':'second_half'}, inplace=True)

 prod_purchase_change2 = temp1.join(temp2, how='outer')
 prod_purchase_change2.fillna(0, inplace=True)
 prod_purchase_change2['change'] = prod_purchase_change2['second_half'] - prod_purchase_change2['first_half']

 # 'MANUAL'은 하나의 제품은 아니므로 제외
 prod_purchase_change2.query('Description != "MANUAL"').sort_values(by='change', ascending=False).head(10)
    Description first_half second_half change
    RABBIT NIGHT LIGHT 2277.5 42033.0 39755.5
    PICNIC BASKET WICKER 60 PIECES 0 39619.5 39619.5
    PAPER CHAIN KIT 50’S CHRISTMAS 0 32806.9 32806.9
    SET OF 3 REGENCY CAKE TINS 0 25219.8 25219.8
    HOT WATER BOTTLE KEEP CALM 0 21902.0 21902.0
    SET OF TEA COFFEE SUGAR TINS PANTRY 0 21305.5 21305.5
    DOORMAT KEEP CALM AND COME IN 6175.5 27088.7 20913.2
    SPOTTY BUNTING 7513.9 27418.4 19904.5
    SET OF 3 CAKE TINS PANTRY DESIGN 0 19277.6 19277.6
    POPCORN HOLDER 0 19109.8 19109.8
    • Rabbit Night Light가 구매 금액이 가장 많이 증가함.
    • 주로 상반기에는 없었던 신상품들이 구매 금액 증가폭이 가장 크다

    cf) 전체 기간 구매 금액 Top 10:

     # 'DOTCOM POSTAGE', 'POSTAGE'는 판매 제품이라고 보기는 애매하므로 제외
 products_spending = ecom_df.groupby('Description')[['TotalSpending']].sum().sort_values(by='TotalSpending', ascending=False)
 products_spending.query('Description not in ["DOTCOM POSTAGE", "POSTAGE"]').head(10)
    Description TotalSpending
    REGENCY CAKESTAND 3 TIER 164459.5
    WHITE HANGING HEART T-LIGHT HOLDER 99612.4
    PARTY BUNTING 98243.9
    JUMBO BAG RED RETROSPOT 92175.8
    RABBIT NIGHT LIGHT 66661.6
    PAPER CHAIN KIT 50’S CHRISTMAS 63715.2
    ASSORTED COLOUR BIRD ORNAMENT 58792.4
    CHILLI LIGHTS 53746.7
    SPOTTY BUNTING 42030.7
    JUMBO BAG PINK POLKADOT 41584.4

국가별 분석

국가별 매출

  1. 국가별 총 매출

     # 전체 기간 매출 Top 10 국가 시각화
 country_spending = ecom_df.groupby('Country')[['TotalSpending']].sum().sort_values(by='TotalSpending', ascending=False)

 fig = px.bar(country_spending.head(10).reset_index(),
             x='Country', y='TotalSpending', color='TotalSpending',
             color_continuous_scale = 'Teal')

 fig.update(layout_coloraxis_showscale=False) 
 fig.show()
    • UK 기반 업체이므로, UK가 압도적으로 많고, 주로 인접한 유럽 국가들에서 구매액이 높음

  2. 국가별 고객 1인당 매출

     # 국가별로, 고객 1인당 매출 계산
 spc_country = ecom_df.groupby('Country').agg({'TotalSpending':'sum', 'CustomerID':pd.Series.nunique})
 spc_country['SpendingPerCustomer'] = spc_country['TotalSpending'] / spc_country['CustomerID']


 # 고객 1인당 매출 Top 10 국가 시각화
 # 고객 수가 5명 이상인 국가로 한정
 spc_country_over3 = spc_country.query('CustomerID >= 5').sort_values(by='SpendingPerCustomer', ascending=False)

 fig = px.bar(spc_country_over3.head(10).reset_index(),
             x='Country', y='SpendingPerCustomer', color='SpendingPerCustomer',
             hover_data = ['CustomerID'], labels = {'CustomerID': 'Customer Count'},
             color_continuous_scale = 'Teal')

 fig.update(layout_coloraxis_showscale=False)
 fig.show()
    • Netherlands가 가장 고객 당 매출이 높은 것으로 확인됨.
    • UK의 경우, 고객수가 압도적으로 많아서 고객 당 매출액이 보다 평균으로 회귀한 결과가 나온 것일 수도 있고, 배송비가 적게 붙어서 그런 영향도 조금 있을 수 있을 듯.

상반기 대비 하반기 비교

  1. 국가별 상반기 대비 하반기 구매금액

     first_half = ecom_no_na.query('InvoiceDate < "2011-06-01"')
 temp1 = first_half.groupby('Country')[['TotalSpending']].sum()
 temp1.rename(columns={'TotalSpending':'first_half'}, inplace=True)

 second_half = ecom_no_na.query('InvoiceDate >= "2011-06-01" & InvoiceDate < "2011-12-01"')
 temp2 = second_half.groupby('Country')[['TotalSpending']].sum()
 temp2.rename(columns={'TotalSpending':'second_half'}, inplace=True)

 spending_change = temp1.join(temp2, how='outer')
 spending_change.fillna(0, inplace=True)
 spending_change['change'] = spending_change['second_half'] - spending_change['first_half']
 spending_change.sort_values(by='change', ascending=False).head(10)
    Country first_half second_half change
    United Kingdom 2535957.8 3920927.9 1384970.1
    EIRE 78764.5 164260.9 85496.3
    Netherlands 112906.7 160026.8 47120.2
    France 71743.5 117833.7 46090.2
    Germany 91606.4 122098.4 30492.1
    Australia 55600.0 81409.8 25809.8
    Switzerland 15438.4 40301.0 24862.5
    Norway 4722.7 27655.1 22932.4
    Belgium 13140.0 26361.5 13221.5
    Spain 21485.9 32998.7 11512.9

    → 구매액 증가폭이 높은 국가 Top 10 시각화:

     country_spending_change = spending_change.sort_values(by='change', ascending=False).head(10)

 fig = px.bar(country_spending_change[['first_half', 'second_half']].unstack().reset_index(),
             x='Country', y=0, color='level_0', barmode='group', 
             labels={'0':'Total Spending', 'level_0':'Time Period'},
             category_orders = {'Country': country_spending_change.index}, # 구매액 증가폭이 높은 순서대로 정렬
             color_discrete_sequence = [px.colors.sequential.Teal[0], px.colors.sequential.Teal[2]])

 fig.update(layout_coloraxis_showscale=False)
 fig.show()
    • 구매액 증가폭 역시 UK가 가장 크고, 그 다음이 아일랜드와 네덜란드.

  2. 국가별 상반기 대비 하반기 고객수

     temp1 = first_half.groupby('Country')[['CustomerID']].nunique()
 temp1.rename(columns={'CustomerID':'first_half'}, inplace=True)

 temp2 = second_half.groupby('Country')[['CustomerID']].nunique()
 temp2.rename(columns={'CustomerID':'second_half'}, inplace=True)

 customer_change = temp1.join(temp2, how='outer')
 customer_change.fillna(0, inplace=True)
 customer_change['change'] = customer_change['second_half'] - customer_change['first_half']
 customer_change.sort_values(by='change', ascending=False).head(10)
    Country first_half second_half change
    United Kingdom 2508 3165 657
    Germany 57 80 23
    France 56 70 14
    Spain 19 25 6
    Norway 3 9 6
    Switzerland 11 17 6
    Finland 4 10 6
    Denmark 3 8 5
    Portugal 11 14 3
    Poland 3 6 3

    → 구매 고객수 증가폭이 높은 국가 Top 10 시각화:

     country_customer_change = customer_change.sort_values(by='change', ascending=False).head(10)

 fig = px.bar(country_customer_change[['first_half', 'second_half']].unstack().reset_index(),
             x='Country', y=0, color='level_0', barmode='group', 
             labels={'0':'Customer Count', 'level_0':'Time Period'},
             category_orders = {'Country': country_customer_change.index}, # 고객수 증가폭이 높은 순서대로 정렬
             color_discrete_sequence = [px.colors.sequential.Teal[0], px.colors.sequential.Teal[2]])


 fig.update(layout_coloraxis_showscale=False)
 fig.show()
    • 구매고객 증가폭 역시 UK가 가장 크고, 그 다음은 독일과 프랑스.

Copyright © 2021 Chaeyun.
This site uses Just the Docs, a Jekyll theme.