本文是对Black Friday案例的总结，数据来源于Kaggle提供的某电商黑色星期五的销售记录。

目录：

项目背景

分析目的

分析过程

结论与建议

一.项目背景

黑色星期五是美国感恩节后一天，圣诞节前的一次大采购活动，当天一般美国商场会推出大量的打折优惠、促销活动， 由于美国的商场一般以红笔记录赤字，以黑笔记录盈利，而感恩节后的这个星期五人们疯狂的抢购使得商场利润大增，因此被商家们称作黑色星期五。 商家期望通过以这一天开始的圣诞大采购为这一年获得最多的盈利。

二.分析目的

将围绕产品和用户两大方面展开分析，为商家制定策略提供分析及建议

分析框架：

整体消费的情况

用户画像分析(探究最优价值的用户类型:性别、年龄、职业、婚姻)

城市贡献的角度(城市分布 、居住年限分布)

产品分析(探究最优价值的产品) 细化分析：销售额Top 10、销售量Top 10

最大贡献用户价值分析: 客单价、价值Top1000用户清单、价值Top1000用户情况

总体分析框架与流程如下图：

三.分析过程

准备工作：BlackFriday.csv 数据集，分析工具：Anaconda Jupyter Notebook

(1)导入常用包和数据集

(2)观察数据集

数据字典：

数据中共有12个字段，其中产品类别2 和3 是有欠缺的，其它字段每个共537577行，字段解释如下：¶

User_ID： 用户ID

Product_ID: 产品ID

Gender: 性别

Age: 年龄

Occupation: 职业

City_Category: 城市（A,B,C）

Stay_In_Current_City_Years： 居住时长

Marital_Status： 婚姻状况

Product_Category_1 产品类别1,是一级分类

Product_Category_2 产品类别2,是二级分类

Product_Category_3 产品类别3,是三级分类

Purchase： 金额（美元）

（3）整体的消费情况

从消费记录来看,记录的主要是大客户的消费数据，人均消费已经达到了85万美元！这些人一共贡献了50亿美金的销售额。抓住并服务好忠实用户，是互联网商家发展的基本操作。

 (4)从用户的角度上来考虑

4.1 性别方面

计算客户性别占比，消费占比

在黑色星期五的活动中，男性客户占比71%,将近是女性的2.5倍;贡献了将近76%的销售额,是女生的3.3倍;显然有跟多的男性客户参与这个活动,并且客平均单价（gender_customer_price）较高于女性,所以男性的购买力很强，要注重对男性客户的维护。

4.2 年龄方面

因为原字段中已经划分好年龄区间，直接按年龄层统计即可。计算年龄层购买金额占比，年龄层占比，年龄层购买单价。

消费人数和金额主要集中在18-45这个年龄层，几乎贡献了80%的销售额,其中26-35年龄段，消费者人数和消费金额都是最多的,应该重点维护这个年龄层的用户，在商品选择种类上应注意向这个年龄层的用户倾斜。

4.3 婚姻状态方面

0表示未婚，1表示已婚，计算未婚已婚人数占比，已婚未婚购买金额占比，购买均价

未婚用户在销售金额、参与活动数量方面是比已婚的高出40%

4.4 合并性别和婚姻状态两个字段分析不同年龄段的销售额情况

按照性别，年龄分组，计算购买总价，用户数量，然后计算该性别年龄层平均消费金额，人数占比

18-45这个区间中,未婚男性参与活动的人数最多，26-35的未婚男性购买力最强，其次是18-25年龄区间的未婚男性客户。

4.5 不同职位的人购买情况

数字0-20等表示职业分类，计算职业消费金额占比，品均消费金额，职业人数占比

0,1,4,7的人数占到了用户总人数的40%,这些职位应该是我们关注的对象

（5）城市贡献的角度

按城市分组，聚合购买金额，用户数，计算城市购买金额占比，城市购买人数占比，城市人均消费金额

C市参与活动的用户量占总的53%,但是销售额仅仅占了30%,相反B市占总用户量的28%却贡献了40%的销售额,并且AB市的客单价是分别是C市的近2倍。所以能够猜测到AB城市的消费水平较高，所以AB 城市搞活动时，可以多选择一些品质比较好的产品来符合用户的品位，从而提高销售量。而C城市可以多选择一些性价比较高的商品进行促销。

6.从商品方面来考虑

6.1 销量Top10的产品

6.2 销售额Top10 产品

6.3 在销量和销售额都是Top10的产品类别

6.从用户贡献价值方面来考虑

当业务需要维护重点客户时，不光需要知道用户购买金额，购买数量，还需要知道用户的基本信息，比如年龄，婚姻，职业等情况，再深一步的话可以根据重点客户购买的产品，推断用户的家庭情况，偏好等，从而根据用户的情况进行活动宣传和产品推销

四 结论和建议

从用户的角度

1）年龄在26-35岁，职业编号为"4","0","7","1"的未婚男性消费人群属于高消费人群，该平台的超级忠实用户

后续改进：

1）对高价值用户重点关注，进行更精细化的营销，后续为这些高价值用户提供更多的高价值消费品；

2）针对其他的用户，主要引导用户点击购买，多推荐一些热销的商品；

从商品的角度

1）黑色星期五期间，一级商品分类的5、1、8的销量、销售额都是排在前3的，

而且最受用户欢迎的商品top10中也有这3类商品，这3类商品贡献了72%的销售额；

2）销量排名最低的三个商品种类是16、11、12，占比都不到0.3%；

3）即在在Top10销售额中的产品和在Top10销售量的产品，可利用爆款商品陈列位置为其他产品引流。

后续改进：

1）可以在最受用户欢迎的商品top10的商品和其他一些相关的商品做一些捆绑销售，带动其他商品的销量；在一级商品分类为5、1、8的商品页面推荐一些其他的商品，引导用户去点击购买；

2）具体再分析下销量排名最低的三个商品种类是什么原因造成的，如果商品种类16、11、12是一些已经淘汰过时的商品或者被一些该商品的替代品占领了市场，可以考虑是否要下架，减少相关渠道的广告等；

从城市角度

1)畅销第一级别类目依次是5、8、1，仓库管理需按畅销商品名单、分类，安排库存，对于消费旺盛B城市提前备货，节省调度；同时监控库存，防止断货。