翻译&＃xff1a;AI研习社&＃xff08;Suen&＃xff09;
在今天的文章中&＃xff0c;您将学习&＃xff1a;如何合并和整理数据&＃xff0c;
如何探索和分析数据&＃xff0c;
如何创建漂亮的图形以可视化您的发现
本文适用于谁&＃xff1a;经常处理数据的人
对Python和Pandas有基本了解的人
情景再现&＃xff1a;
你的任务是提高销售团队的绩效。在我们假设的情况下&＃xff0c;潜在客户有相当自发的需求。当这种情况发生时&＃xff0c;您的销售团队会在系统中放置一个订单线索。然后&＃xff0c;您的销售代表会设法安排一次会议&＃xff0c;会议将在订单线索被注意到的时候举行。有时在前&＃xff0c;有时在后。你的销售代表有一个把会议和餐费结合起来的开支预算。销售代表花费他们的成本&＃xff0c;并将发票交给会计团队处理。在潜在客户决定是否接受您的报价后&＃xff0c;销售代表会跟踪订单线索是否转化为销售。
对于分析&＃xff0c;您可以访问以下三个数据源&＃xff1a;订单线索&＃xff08;包含所有订单线索和转换信息&＃xff09;
销售团队&＃xff08;包括公司和负责的销售代表&＃xff09;
发票&＃xff08;提供发票和参与者的信息&＃xff09;
导入和安装&＃xff1a;
需要安装标准库&＃xff0c;此外&＃xff0c;通过使用以下命令,在你的Notebook上安装seaborn.
!pip install seaborn
下载数据&＃xff1a;
您可以按照上周的说明下载并合并数据&＃xff0c;也可以从此处下载文件并将其加载到 Notebook中。
sales_team 数据表的前两行
order_leads数据表的前两行
invoices数据表的前两行
开始探索
总转化率发展&＃xff1a;转化率随时间的变化
事情似乎在2017年初走下坡路。经过与首席销售官核实&＃xff0c;发现大约在那个时候有一个竞争对手进入了这个市场。很高兴知道&＃xff0c;但我们现在无能为力。
_ &＃61; order_leads.set_index(pd.DatetimeIndex(order_leads.Date)).groupby( pd.Grouper(freq&＃61;&＃39;D&＃39;)
)[&＃39;Converted&＃39;].mean() ax &＃61; _.rolling(60).mean().plot(figsize&＃61;(20,7),title&＃61;&＃39;Conversion Rate Over Time&＃39;) vals &＃61; ax.get_yticks() ax.set_yticklabels([&＃39;{:,.0f}%&＃39;.format(x*100) for x in vals]) sns.despine()我们使用下划线_作为临时变量。对于以后不再使用的一次性变量&＃xff0c;我通常会这样做。
我们在order_leads.Date上使用了pd.DateTimeIndex并将结果设置为索引&＃xff0c;这使我们能够
使用pd.Grouped&＃xff08;freq &＃61;&＃39;D&＃39;&＃xff09;按天对数据进行分组。 或者&＃xff0c;您可以将频率更改为W&＃xff0c;M&＃xff0c;Q或Y&＃xff08;每周&＃xff0c;每月&＃xff0c;每季度或每年&＃xff09;
我们计算每天“转换”的平均值&＃xff0c;这将给出当天订单的换算率。
我们使用.roll&＃xff08;60&＃xff09;和.mean&＃xff08;&＃xff09;来获得60天的滚动平均值。
然后我们格式化yticklables&＃xff0c;使它们显示一个百分号。
各销售代表的转化率&＃xff1a;
各个销售代表之间似乎存在很大的差异。 让我们对此进行更多调查。
就所使用的功能而言&＃xff0c;这里没有太多新内容。 但是请注意我们如何使用sns.distplot将数据绘制到轴上。
如果我们回顾sales_team数据&＃xff0c;我们会记住并非所有的销售代表都拥有相同数量的客户&＃xff0c;这肯定会产生影响&＃xff01; 让我们检查。按分配的帐户数分配的转换率
我们可以看到&＃xff0c;转换率数字似乎与分配给销售代表的帐户数量成反比。 那些降低的转化率是有道理的。 毕竟&＃xff0c;代表拥有的帐户越多&＃xff0c;他可以花在每个人身上的时间就越少。
在这里&＃xff0c;我们首先创建一个辅助函数&＃xff0c;该函数将垂直线映射到每个子图中&＃xff0c;并用数据的均值和标准差注释该线。然后我们设置一些seaborn绘图默认值&＃xff0c;例如较大的font_scale和whitegrid设置为样式。
进餐影响&＃xff1a;进餐数据
看来我们已经确定了用餐的日期和时间&＃xff0c;让我们快速了解一下时间分布&＃xff1a;
invoices[&＃39;Date of Meal&＃39;] &＃61; pd.to_datetime(invoices[&＃39;Date of Meal&＃39;])
invoices[&＃39;Date of Meal&＃39;].dt.time.value_counts().sort_index()
out:
07:00:00 5536
08:00:00 5613
09:00:00 5473
12:00:00 5614
13:00:00 5412
14:00:00 5633
20:00:00 5528
21:00:00 5534
22:00:00 5647
总结:
invoices[&＃39;Type of Meal&＃39;] &＃61; pd.cut(
invoices[&＃39;Date of Meal&＃39;].dt.hour, bins&＃61;[0,10,15,24], labels&＃61;[&＃39;breakfast&＃39;,&＃39;lunch&＃39;,&＃39;dinner&＃39;] )
注意&＃xff0c;这里我们是如何使用pd.cut为数字数据分配类别的&＃xff0c;这很有意义&＃xff0c;因为毕竟&＃xff0c;早餐是在8点还是9点开始&＃xff0c;都没有关系。
另外&＃xff0c;请注意我们如何使用.dt.hour&＃xff0c;我们只能这样做&＃xff0c;因为我们将
invoices[&＃39;Date of Meal&＃39;]转换为之前的日期时间。 .dt是所谓的访问器&＃xff0c;其中有三个cat&＃xff0c;str和dt。 如果您的数据类型正确&＃xff0c;则可以使用这些访问器及其方法进行直接操作&＃xff08;计算有效且简洁&＃xff09;。不幸的是&＃xff0c;invoices [&＃39;Participants&＃39;]是一个字符串&＃xff0c;我们必须首先将其转换为合法的JSON&＃xff0c;以便我们 可以提取参与者的数量。
def replace(x):
return x.replace("\n ",",").replace("&＃39; &＃39;","&＃39;,&＃39;").replace("&＃39;",&＃39;"&＃39;) invoices[&＃39;Participants&＃39;] &＃61; invoices[&＃39;Participants&＃39;].apply(lambda x: replace(x)) invoices[&＃39;Number Participants&＃39;] &＃61; invoices[&＃39;Participants&＃39;].apply(lambda x: len(json.loads(x)))
现在&＃xff0c;我们合并数据。 为此&＃xff0c;我们首先将公司ID上的所有发票左连接到order_leads。 但是&＃xff0c;合并数据会导致所有餐点都加入所有订单。 也有古老的饭菜&＃xff0c;以最近的订单。 为了缓解这种情况&＃xff0c;我们计算了进餐和点餐之间的时间差&＃xff0c;并且仅考虑订单周围五天的进餐。
仍然有一些订单已分配多餐。 当同时有两个订单和两餐时&＃xff0c;可能会发生这种情况。 然后&＃xff0c;两餐将分配给两个订单线索。 要删除这些重复项&＃xff0c;我们仅使餐点最接近该订单。组合数据的部分
我创建了一个绘图栏功能&＃xff0c;其中已经包含一些样式。 通过该功能进行绘图可以使目视检查更快。 我们将在一秒钟内使用它。
进餐类型的影响&＃xff1a;
orders_with_meals[&＃39;Type of Meal&＃39;].fillna(&＃39;no meal&＃39;,inplace&＃61;True)
_ &＃61; orders_with_meals.groupby(&＃39;Type of Meal&＃39;).agg({&＃39;Converted&＃39;: np.mean}) plot_bars(_,x_col&＃61;&＃39;Type of Meal&＃39;,y_col&＃61;&＃39;Converted&＃39;)
哇&＃xff01; 用餐相关的订单与不用餐相关的订单之间的转换率差异非常大。 不过&＃xff0c;看起来午餐的转化率略低于晚餐或早餐。
时间的影响&＃xff08;即进餐之前或之后进餐&＃xff09;&＃xff1a;
_ &＃61; orders_with_meals.groupby([&＃39;Days of meal before order&＃39;]).agg(
{&＃39;Converted&＃39;: np.mean} ) plot_bars(data&＃61;_,x_col&＃61;&＃39;Days of meal before order&＃39;,y_col&＃61;&＃39;Converted&＃39;)
“订购前用餐天数”为负数表示用餐是在订单线索输入之后进行的。我们可以看到&＃xff0c;如果膳食在订单线索进入之前发生&＃xff0c;则对转化率似乎有积极影响。 订单的先验知识似乎在这里给我们的销售代表带来了优势。
结合所有&＃xff1a;
现在&＃xff0c;我们将使用热图同时可视化数据的多个维度。 为此&＃xff0c;首先创建一个辅助函数。
然后&＃xff0c;我们使用一些最终数据进行争辩&＃xff0c;以额外考虑餐食价格与订单价值的关系&＃xff0c;并将交货时间分配到“订购前”&＃xff0c;“订购前后”&＃xff0c;“订购后”&＃xff0c;而不是从负4到正4的天数&＃xff0c;因为这在解释方面有些繁琐。
运行以下代码片段将产生多维热图。
draw_heatmap(
data&＃61;data, outer_row&＃61;&＃39;Timing of Meal&＃39;, outer_col&＃61;&＃39;Type of Meal&＃39;, inner_row&＃61;&＃39;Meal Price / Order Value&＃39;, inner_col&＃61;&＃39;Number Participants&＃39;, values&＃61;&＃39;Converted&＃39; )热图可在一幅图中可视化四个维度
该热图当然很漂亮&＃xff0c;尽管起初有点难读。 因此&＃xff0c;让我们来看一下。 图表总结了4个不同维度的影响&＃xff1a;用餐时间&＃xff1a;订购后&＃xff0c;订购前后&＃xff0c;订购前&＃xff08;外排&＃xff09;
用餐类型&＃xff1a;早餐&＃xff0c;晚餐&＃xff0c;午餐&＃xff08;外栏&＃xff09;
餐单价格&＃xff1a;最低价格&＃xff0c;最低价格&＃xff0c;比例价格&＃xff0c;最高价格&＃xff0c;最高价格&＃xff08;内排&＃xff09;
参加人数&＃xff1a;1,2,3,4,5&＃xff08;内栏&＃xff09;
当然&＃xff0c;图表底部的颜色似乎更深/更高&＃xff0c;这表明&＃xff1a;在点餐之前用餐时&＃xff0c;转化率会更高
当只有一名参与者时&＃xff0c;晚餐转化率似乎更高
与订单价值相比&＃xff0c;看起来更昂贵的餐食对转化率有积极影响
结果&＃xff1a;销售代表的帐户不要超过9个&＃xff08;转化率会迅速下降&＃xff09;
确保每个订单线索都伴随有会议/进餐&＃xff08;因为这会使转换率翻倍当只有一位员工来访时&＃xff0c;晚餐最有效
您的销售代表应支付的餐费约为订单金额的8&＃xff05;至10&＃xff05;
时间是关键&＃xff0c;理想情况下&＃xff0c;您的销售代表应尽早知道即将达成交易。
备注为热图&＃xff1a;
要解决可能出现的格式错误&＃xff0c;可以先卸载&＃xff08;然后在终端中必须这样做&＃xff09;&＃xff0c;然后运行以下命令&＃xff0c;将matplotlib降级到3.1.0版&＃xff1a;!pip install matplotlib&＃61;&＃61;3.1.0
雷锋字幕组是一个由AI爱好者组成的翻译团队&＃xff0c;汇聚五五多位志愿者的力量&＃xff0c;分享最新的海外AI资讯&＃xff0c;交流关于人工智能技术领域的行业转变与技术创新的见解。
团队成员有大数据专家&＃xff0c;算法工程师&＃xff0c;图像处理工程师&＃xff0c;产品经理&＃xff0c;产品运营&＃xff0c;IT咨询人&＃xff0c;在校师生&＃xff1b;志愿者们来自IBM&＃xff0c;AVL&＃xff0c;Adobe&＃xff0c;阿里&＃xff0c;百度等知名企业&＃xff0c;北大&＃xff0c;清华&＃xff0c;港大&＃xff0c;中科院&＃xff0c;南卡罗莱纳大学&＃xff0c;早稻田大学等海内外高校研究所。
如果&＃xff0c;你也是位热爱分享的AI爱好者。欢迎与雷锋字幕组一起&＃xff0c;学习新知&＃xff0c;分享成长。
字幕组招募添加微信&＃xff1a;leiphonefansub&＃xff1b;备注你的名字&＃43;知乎
未经授权禁止转载。
京公网安备 11010802041100号