天猫订单数据分析

项目说明数据说明

本数据集共收集了发生在一个月内的28010条数据，包含以下字段：
[‘订单编号’, ‘总金额’, ‘买家实际支付金额’, ‘收货地址’, ‘订单创建时间’, '订单付款时间 ', ‘退款金额’]

1.订单实际支付金额 = 订单总金额 - 退款金额
2.若付款时间为NAN，则此订单未支付。未支付订单则退款金额为0。

分析目的

1、订单每个环节的转化情况
2、订单成交的时间特点
3、各区域订单情况

思维导图

数据预处理

import numpy as np
import pandas as pd
import pyecharts.options as opts
from pyecharts.charts import Funnel,Line,Map

#导入数据
df=pd.read_csv('tmall_order_report.csv', encoding = 'utf8')
df.head()

#查看数据的基本情况
df.info()

#数据清洗
# 观察是否存在重复数据
df.duplicated().sum()
# 不存在

#列名中可能存在空格，需要进行去空格处理
df.rename(columns = lambda x : x.replace(' ', ''), inplace = True)

#对时间列进行转换
# 转换时间格式
df['订单创建时间'] = pd.to_datetime(df['订单创建时间'])
df['订单付款时间'] = pd.to_datetime(df['订单付款时间'])

# 新增下单日期列、小时列
df['o_h'] = df['订单创建时间'].dt.hour
df['o_d'] = df['订单创建时间'].dt.day

转化情况

订单转化率-漏斗图

dict_df=dict()
key='总订单'
dict_df[key]=len(df)

key='付款订单'
df_payed=df[df['订单付款时间'].notnull()]
dict_df[key]=len(df_payed)

key='到款订单'
dict_df[key]=len(df_payed[df_payed['买家实际支付金额']!=0])

key='全额到款'
dict_df[key]=len(df_payed[df_payed['退款金额']==0])

dict_df=pd.Series(dict_df,name='订单数').to_frame()

name= '总体转化率'
total_rate=dict_df['订单数']/dict_df.loc['总订单','订单数']*100
dict_df[name]=total_rate.apply(lambda x:round(x,2))
dict_df

funnel=(
    Funnel() 
    .add(
        series_name='总体转化率',
        data_pair=[list(z) for z in zip(dict_df.index, dict_df['总体转化率'])],
        gap=2,#数据图形间距
        label_opts=opts.LabelOpts(position='inside'), #标签内部显
        tooltip_opts=opts.TooltipOpts(trigger="item", formatter="{a} 
{b} : {c}%")
    )
    .set_global_opts(title_opts=opts.TitleOpts(title='总体转化率'))
)
funnel.render_notebook()

单一环节转化率
即下一环节站上一环节总量的比重

name='单一环节转化率'
single_rate=dict_df['订单数'].shift() #默认下移一位
dict_df[name]=single_rate.fillna(dict_df.loc['总订单','订单数']) #填充空白值
dict_df[name]=round((dict_df['订单数']/dict_df[name]*100),2)

funnel=Funnel().add(
    series_name=name,
    data_pair=[list(z) for z in zip(dict_df.index, dict_df[name])],
    is_selected =True,
    label_opts = opts.LabelOpts(position='inside'))
funnel.set_series_opts(tooltip_opts=opts.TooltipOpts(formatter='{a}
{b}:{c}%'))
funnel.set_global_opts(title_opts=opts.TitleOpts(title='单一环节转化率'))

funnel.render_notebook()

在总体转化率中，付款向到款的转化环节，转化率较低；在单一环节中，可以到同样的结论。此处说明收款的周期可能被拉长，有可能是客户的确认收货时间过长导致。

时间维度

天

pay_df=df[df['买家实际支付金额']!=0]

day_order=pay_df['o_d'].value_counts().sort_index()


(Line()
    .add_xaxis(xaxis_data=list(day_order.index.map(str)))   #映射
    .add_yaxis(series_name='天订单数',y_axis=day_order.values.tolist())
    .set_global_opts(yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True))) #分割线配置顶
    .render_notebook()
)

2月订单数，上半月偏小，后面快速攀升。猜测有如下原因：
1.受疫情影响，生产力和购买力都下降，下半月开始恢复，使数值快速上升。
2.上半个月为春节后的一段时间，企业多数未复工，快递多数停运。
3.2月或有优惠活动。
具体原因需要更多数据佐证
时

hour_order=pay_df['o_h'].value_counts().sort_index()


(Line()
    .add_xaxis(xaxis_data=list(hour_order.index.map(str)))   #映射
    .add_yaxis(series_name='时订单数',y_axis=hour_order.values.tolist())
    .set_global_opts(yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True))) 
.render_notebook()
)

10:00、15:00、20:00为用户下单的高峰期，可进行一些好物推广，促进用户下单。
下单、付款间隔时间

range_t1=range_t.value_counts().sort_index()
range_t.describe([0.01,0.05,0.1,0.25,0.5,0.75,0.9,0.99])

75%的订单都是在15秒以内完成的，最短间隔1秒完成付款，最长间隔约24小时。

地域维度

df['收货地址']=df['收货地址'].str.replace('省','').str.replace('自治区','').str.replace('回族','').str.replace('壮族','').str.replace('维吾尔','')
province_order=df['收货地址'].value_counts()

c=[list(z) for z in zip(province_order.index.tolist(),province_order.values.tolist())]
c

c = (
    Map()
    .add("",c, "china",is_map_symbol_show=False)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="各省市订单分布"), 
        visualmap_opts=opts.VisualMapOpts(max_=4000,
                                          
                                                                                        
        )
    )
    
)
c.render_notebook()

沿海和经济发达地区订单数比中西部，西部地区多
上海的订单数最多，其次是广东、江苏、浙江、北京等比较沿海的城市，四川省是内陆城市里交易数量比较高的城市。内陆城市尤其是青海、西藏、新疆等西部地区订单交易数量最少。

天猫订单数据分析

大数据系统相关栏目本月热门文章