超市电商销售分析项目：从数据分析到业务决策-EW帮帮网

国际超市电商销售数据分析实战：从数据清洗到业务决策的完整流程

在电商行业，数据是驱动业务增长的核心引擎。本文将以国际超市电商销售数据为研究对象，完整拆解从数据准备 → 深度分析 → 策略输出的实战流程，涵盖数据清洗、多维度洞察、RFM 客户分群等关键环节。文章既适合数据分析初学者参考，也能为电商运营人员提供实用的决策支持思路。

一、项目背景与数据说明

1.1 项目目标

本次分析围绕三个核心业务问题展开：

识别高价值客户与流失风险客户，优化客户运营策略；
定位高利润产品与问题品类，辅助产品结构调整；
明确核心市场与亏损区域，指导资源分配与市场投入。

1.2 数据概况

数据来源：国际超市电商销售数据集（Superstore.xlsx）
数据规模：共 51,290 条订单记录，26 个字段
核心字段：
- 订单信息：订单 ID、订单日期、运输方式
- 客户信息：客户 ID、姓名、细分类型
- 产品信息：类别、子类别、售价
- 财务信息：销售额、利润、折扣
- 地域信息：城市、国家、市场

二、核心分析流程：六步实现从数据到决策

2.1 第一步：数据导入与环境搭建

数据分析的第一步是让数据“可用”。

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文乱码
plt.rcParams['axes.unicode_minus'] = False

# 加载数据
df = pd.read_excel('Superstore.xlsx')

# 列名映射为中文，降低理解成本
col_map = {
    'Row ID': '序列ID', 'Order ID': '订单ID', 'Ship Mode': '运输方式',
    'Customer ID': '客户ID', 'Segment': '客户细分类型', 'Category': '产品类别',
    'Sales': '售价', 'Quantity': '数量', 'Discount': '折扣', 'Profit': '利润',
    'Market': '市场', 'Order Date': '订单日期'
}
df.rename(columns=col_map, inplace=True)

2.2 第二步：数据清洗与预处理

数据质量直接决定分析结果的可靠性，常见的步骤包括缺失值处理、异常值检查、逻辑统一。

1. 数据结构探查

print(df.info())
print(df[['售价', '数量', '折扣', '利润']].describe())

关键发现：

邮政编码缺失严重，且对业务分析价值不大 → 删除
售价最小值为 0，经核实为赠品记录 → 保留
折扣范围 0-0.85，符合业务逻辑

2. 缺失值与重复值处理

df.drop('邮政编码', axis=1, inplace=True)
print(f"重复数据条数：{df[df.duplicated()].shape[0]}")

3. 业务逻辑统一与衍生指标

# 折扣逻辑：0 替换为 1.0（无折扣）
df['折扣'] = df['折扣'].replace(0., 1.0)

# 衍生指标：销售额（含运费）
df['销售额'] = df['售价'] * df['数量'] * df['折扣'] + df['运费']

通过这一步，数据已具备进一步分析的基础。

2.3 第三步：探索性数据分析（EDA）

EDA 的目标是快速定位重点。

print(df['客户细分类型'].value_counts(normalize=True).round(3) * 100)
print(df['产品类别'].value_counts(normalize=True).round(3) * 100)
print(df['市场'].value_counts(normalize=True).round(3) * 100)

结论：

客户：个人消费者占比 51.7%，是核心客群
产品：办公用品占比 61.0%，需求最旺盛
市场：APAC、LATAM、EU 为三大核心市场

EDA 帮助我们确定了后续分析的重点方向：客户价值、产品盈利、市场差异。

2.4 第四步：多维度深度分析

从客户、产品、市场、时间四个维度展开，核心逻辑是“规模 - 利润 - 趋势”。

客户维度：谁是核心客户？

通过分组计算客户数量、销售额、利润占比，可以发现：

三类客户（个人 / 企业 / 家庭工作室）的贡献比例接近，消费能力无显著差异；
子类别偏好集中在办公用品，尤其是“Binders”“Storage”。

同时，消费行为箱线图揭示：

消费频次中位数为 40-60 次
存在高价值大客户（消费额超 10 万元）
存在沉睡客户（1 年未消费）

这为后续的 RFM 分群打下基础。

产品维度：哪些产品赚钱？

产品大类分析发现：

技术产品利润率最高，是核心盈利品类；
家具销量高但利润率低，部分子类（如桌子）甚至亏损。

tables_df = df[df['子类别'] == 'Tables']
print(tables_df.groupby('产品名称')['利润'].sum().sort_values().head(10))

负利润的“桌子”类产品需重新定价或替换供应商。

市场维度：哪些区域值得投入？

分市场分析：

核心盈利市场：APAC、EU（利润率 > 9%）
潜力市场：Canada、LATAM，虽然规模小但利润率高
问题市场：EMEA、Africa，利润率为负

时间维度：何时是销售高峰？

年度趋势：利润逐年增长，2021 年达峰值；
月度规律：Q4 为销售高峰（年末促销驱动），7 月低谷。

2.5 第五步：RFM 客户分群

RFM 模型是电商精细化运营的常用工具。

current_date = df['订单日期'].max()
rfm_df = df.groupby('客户ID').agg({
    '订单日期': lambda x: (current_date - x.max()).days,
    '订单ID': 'nunique',
    '销售额': 'sum'
}).rename(columns={'订单日期': 'R', '订单ID': 'F', '销售额': 'M'})

# 打分
rfm_df['R_Score'] = pd.cut(rfm_df['R'], bins=[0,60,180,360,720,np.inf], labels=[5,4,3,2,1])
rfm_df['F_Score'] = pd.cut(rfm_df['F'], bins=[0,10,50,100,200,np.inf], labels=[1,2,3,4,5])
rfm_df['M_Score'] = pd.cut(rfm_df['M'], bins=[0,1000,5000,10000,20000,np.inf], labels=[1,2,3,4,5])
rfm_df[['R_Score','F_Score','M_Score']] = rfm_df[['R_Score','F_Score','M_Score']].astype(int)

分群结果：

高价值客户 ≈ 15%，是核心收入来源
流失风险客户 ≈ 12%，需要召回
频次与消费额相关性高（r≈0.7），说明高频客户往往也是高价值客户

2.6 第六步：业务策略输出

数据分析的最终目标是支撑业务决策。结合以上洞察，形成以下五类可落地策略：

客户策略：
- 高价值客户：专属客服 + 会员权益
- 流失客户：个性化召回优惠
- 新客户：低价产品引导复购
产品策略：
- 加大投入：技术产品、办公用品
- 整改：亏损家具产品
- 交叉销售：办公用品搭配推荐
市场策略：
- 核心：APAC、EU 增加推广
- 潜力：复制 Canada、LATAM 模式
- 问题：缩减 EMEA、Africa 投入
库存策略：
- Q4 提前备货
- 7 月减少家具库存
促销策略：
- 年末满减 + 赠品
- 淡季客户唤醒

三、项目总结与复盘

3.1 核心收获

建立了标准化分析框架：数据导入 → 清洗 → EDA → 多维度分析 → RFM → 策略输出
所有分析均围绕业务问题展开，避免“为分析而分析”
输出的策略可直接指导电商运营

3.2 改进方向

增加客户生命周期价值（CLV）模型，更精准衡量客户长期贡献
结合评论数据，定位问题产品的真实用户痛点
对比竞品数据，优化市场策略

四、结语

通过本次实战，我们完成了一个从原始数据 → 深度洞察 → 业务落地的完整闭环。这类流程不仅适用于电商行业，也可以迁移到金融、教育、零售等其他场景。希望本文能为你提供一个可复制的分析思路，在数据驱动的道路上更进一步。

超市电商销售分析项目：从数据分析到业务决策