行銷活動效益知多少?顧客回購了嗎?―取出關鍵資料(附Python 程式碼)-系列1

那…到底該如何評估這些行銷活動的效益呢?

情境主題概要說明:

  1. 資料來源: 以某零售商品平台的匿名銷售資料,
  2. 數據筆數: 2016~2019年的資料,筆數大約30萬筆資料,
  3. 如何評估: 我們將探討「不同的行銷活動」與「顧客回購次數多寡」與「利潤」的關係
  4. 如何呈現:將資料視覺化,讓大家一目了然圖形中所帶給我們的重要資訊。

資料前處理-取出重要關鍵欄位

一、資料前處理-取出重要關鍵資料

圖 1、部分原始資料示意圖
  1. 廣告代號all:每筆訂單不同時期的行銷活動
  2. 會員:每一位會員的專屬編號
  3. 訂單時間:會員送出訂單的時間
  4. 系列:由許多類似的產品所組成的系列(舉例:產品1–1、產品1–2、產 品1–3組成系列1)
  5. 單價:每一個產品的單價
  6. 成本:每一個產品的成本
    我們可以看到取出的欄位有單價以及成本的欄位,從這兩個欄位可以切割出一個新的重要欄位-「利潤」,如程式碼1所示。
  7. 利潤:由同一個產品的單價減掉它的成本所得出的金額
# 從資料中只取得所需的項目all_data = all_data[['廣告代號all','會員','訂單時間','系列','單價','成本']]# 計算出利潤項目(單價-成本)all_data['利潤'] = all_data['單價'] - all_data['成本']
圖 2、關鍵資料部分示意圖
# 將【廣告代號all】 --> 【廣告代號】all_data = all_data.rename(columns = {'廣告代號all' :'廣告代號',})# 將廣告代號中的項目「廣告_」去除all_data['廣告代號'] = all_data['廣告代號'].str.replace('廣告_','')# 把子項廣告歸納回大廣告all_data['廣告代號'] = all_data['廣告代號'].str.split('_').str.get(0)
圖 3、整理廣告欄位及名稱後資料示意圖

二、取出分析資料(系列 1-全資料集)

# 產品分群product_data = all_data.groupby('系列')# 存取系列1product_1 = pd.DataFrame(product_data.get_group('系列1'))# 將之後不需要用到的欄位刪除del product_1['單價']del product_1['成本']
圖 4、系列1資料示意圖
# 把訂單時間中的"T"去掉product_1['訂單時間'] = product_1['訂單時間'].str.replace('T',' ')# 將訂單時間改成datetime形式product_1['訂單時間'] = pd.to_datetime(product_1['訂單時間'])# 檢查「訂單時間」是成功更改為datetimeproduct_1.dtypes
圖 5、訂單時間轉換後檢查
# 找到系列1中的所有廣告名稱ad_pd1 =product_1['廣告代號'].unique().tolist()
圖 6、2016~2019年系列1之廣告清單
歡迎加入我們的Telegram獲取即時訊息!https://t.me/marketingdatascience
歡迎加入我們的Line@獲取即時訊息!https://line.me/R/ti/p/%40cde8265r

您可能有興趣:

📢TMR為您量身打造「全方位數據課程」

【TMR】 X 【 好學校】
👨‍💼Python商業全系列數位課程👨‍💼

#行銷人必學實用Python課程

#實用投資分析課程

#好學校企業百大課程之一:

【TMR】 X 【工研院】
🏭工業4.0大數據智慧應用課程🏭

2020課程地圖

--

--

--

Marketing data science. 台灣第一個行銷資料科學(MDS)知識部落,本粉絲專頁在探討行銷資料科學之基礎概念、趨勢、新工具和實作,讓粉絲們瞭解資料科學的行銷運用,並開啟厚植數據分析能力之契機。粉絲專頁:https://www.facebook.com/MarketingDataScienceTMR

Love podcasts or audiobooks? Learn on the go with our new app.

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store
行銷資料科學

行銷資料科學

Marketing data science. 台灣第一個行銷資料科學(MDS)知識部落,本粉絲專頁在探討行銷資料科學之基礎概念、趨勢、新工具和實作,讓粉絲們瞭解資料科學的行銷運用,並開啟厚植數據分析能力之契機。粉絲專頁:https://www.facebook.com/MarketingDataScienceTMR

More from Medium

Increasing the efficiency of the healthcare supply chain

Becoming Alive: A case of moral dilemma

Moral Dilema

Root Cause Analysis

Looking at CFL data