这篇文章主要介绍“怎么用Python和Tableau给连锁超市做双十一运营数据分析”，在日常操作中，相信很多人在怎么用Python和Tableau给连锁超市做双十一运营数据分析问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”怎么用Python和Tableau给连锁超市做双十一运营数据分析”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
1. 加载数据
朋友提供的是一个CSV格式文件的数据集，现在我用pandas把它加载到Python的虚拟表中。
预览数据源：
import pandas as pd
tengyulong1 = pd.read_csv("C:\Users\QDM\Desktop\水果超市.csv",parse_dates = ["销售日期"])
tengyulong1预览表格：
2. 分析哪些单品比较畅销（销售数量较大）
先根据“商品编号”和“商品名称”对“销售数量”作聚合运算，分别求出不同单品的总销售数量。
tengyulong2 = tengyulong1.groupby(["商品编号", "商品名称"])["销售数量"].sum().reset_index() tengyulong2
2. 分析哪些单品比较畅销（销售数量较大）
2.1 先根据“商品编号”和“商品名称”对“销售数量”作聚合运算，分别求出不同单品的总销售数量。
2.2 接着排降序查看销售数量TOP10的单品是哪些
2.3 用Tableau概览不同商品的总销售数量占比：
由上可见，进口蓝莓、泰国椰青、进口香蕉、新疆库尔勒香梨、蜜橘、陕西富士、冰糖蜜梨、爱媛果冻橙、南风蜜桔、冰糖桔，这10种水果较为畅销，所以明年双十一可以考虑下多备货。其余销量低的单品，虽然未能较好地支撑销量战报，但无形中却起到一定的引流作用，满足不同客户的口味与选择。即有其存在的价值，故不能盲目下架。
3. 分析不同渠道的销售占比：
3.1 先计算出各种单品的总销售金额，并添加到DataFrame中。
3.2 按照“销售渠道”做分组求和：
3.3 绘制环形图看一下不同渠道的销售占比：
渲染效果：
显然，该超市以“线下门店”作为主要销售渠道，同时不忘跟上互联网潮流，拓展相关的电商销售渠道，双管齐下，来尽可能多地拉动业绩战报。虽然电商渠道在双十一当天仅占业绩贡献的约1/4，但也不容小觑。平时在适当试错成功后，也应该积极拓展一下电商业务。
5. 分析超市客流高分高峰时间段
5.1 了解客流高峰时间段是很有必要的，可以帮助超市确定什么时间开展促销活动最合适。
注：因为是虚拟数据，所以请不要将结果代入实际场景中。
5.2 显然，这样计算出来的结果不太直观，所以我分别将它绘制成一个按时间点划分区间的柱形图与折线图。
5.3 因为销售数据结果过于庞大，所以先将结果导出到Excel中简单清洗一下，在辅助列中转换成以“万”为单位，以免数据标签在接下来的可视化图形中因为过长而显得过于缭乱。
5.4 接着，再用Python对清洗后的结果作合理的可视化。
5.5 从上图可以发现，中午12点与下午6点左右，即饭前、饭后是当天销售的高峰期，所以在这两个时间段搞促销效果会比较好；
凌晨时间段是睡觉时间，客流量较低，所以不用投入过多的人力成本来顾守。
最高销售额是下午13点，可大胆猜测是人们午饭后或下班后有空出来散步或上网购物所冲出来的高业绩。另外，平均每小时的总销售额约为1489.23万。
到此，关于“怎么用Python和Tableau给连锁超市做双十一运营数据分析”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
