行銷活動效益知多少?顧客回購了嗎? - 資料視覺化產出與分析判讀-系列6(附Python程式碼)

行銷資料科學
12 min readOct 7, 2020

--

歡迎回來「行銷活動效益知多少?顧客回購了嗎?」系列的最後一篇文章,本篇文章要跟大家分享如何使用plotly套件將資料視覺化,並且存成離線html檔案,無時無刻都可以開啟查看,最後會自動建立一個資料夾存放所有視覺化的檔案。

將資料視覺化之後,要如何判讀資料結果呢…?

不用擔心!在文章的最後會跟大家分享本次資料視覺化的成果!現在就先來看我們如何將資料視覺化吧!

一、資料視覺化

首先,將長條圖設為基底的圖,分別設定好繪製長條圖所需要的元素,x軸為「月份」,y軸為「平均利潤」,顏色是按照「第幾次購買」的不同來區分,以及使用「barmode = ‘group’」,將其以長條圖的方式並排於每個月份,以利比較每個月的狀況,如程式碼1所示。

程式碼1:

# 先畫barfig = px.bar(ad_total_mon,x = '月份', y = '平均利潤',color = ‘第幾次購買’,barmode=”group”)

產出:

行銷活動-critei不同月份中不同客群的利潤(長條圖),如圖1所示。

圖 1、圖形第一階段

在上述的基礎條件下加上2張折線圖(各為一條線),第一張「月每人平均利潤」,x軸設為有帶來利潤的月份(mon_list),y軸則是設定我們前面辛苦整理mon_tt_profit中的平均利潤欄位,最後命名為「月每人平均利潤」,如程式碼2所示。

程式碼2:

# bar + scatter(月平均)fig.add_scatter(x = mon_list, y = mon_tt_profit.平均利潤, name = ‘月每人平均利潤’)

產出:

行銷活動-critei不同月份中不同客群的利潤(長條圖)+每個月每人平均利潤(折線圖),如圖2所示。

圖 2、圖形第二階段

第二張「年每人平均利潤」,x軸也是設定為有帶來利潤的月份(mon_list),y軸則是設定前面填補12次年平均利潤的mon_mean_profit,並且在此處設定mode = ‘lines’,這樣就不會有節點出現,讓圖形更加整潔,最後命名為「年每人平均利潤」,如程式碼3所示。

程式碼3:

# bar + scatter(月平均) + scatter(lines型態,年平均)fig.add_scatter(x=mon_list,y=mon_mean_profit, name = ‘年每人平均利潤’,mode=’lines’)

產出:

行銷活動-critei不同月份中不同客群的利潤(長條圖)+每個月每人平均利潤(折線圖)+ 年每人平均利潤(折線圖),如圖3所示。

圖 3、圖形第三階段

最後,使用plotly可以調整外觀的功能,將圖片比例大小以及圖形的顏色、標題名稱、字體大小及顏色、圖例大小與位置都調整成自己想要的樣子。然後,再以離線動態繪圖的方式輸出圖檔,就可以從html開啟,並查看大家辛苦繪製的圖形,同時可以隨心所欲的放大縮小,如程式碼4所示。

程式碼4:

# 調整外觀fig.update_layout(title={'text': '系列1_'+ ad_pd1[ad_num] +'_利潤比較圖' ,'y':0.95,'x':0.2,'xanchor': 'center'},title_font_color="black",xaxis_title="月份",axis = dict(tickformat = ',d',color = 'black'),yaxis_title="利潤",yaxis = dict(tickformat = ',d',color = 'black'),autosize=False,width=1800,height=960,font=dict(family="Courier New, monospace",size=20,color="lightslategrey"),legend=dict(orientation="h",yanchor="bottom",y=1.02,xanchor="right",x=1),)pyplt = py.offline.plot# 跑出圖檔pyplt(fig, filename = ‘行銷活動回購分析圖/’+ ad_pd1[ad_num]+’_2018'+’.html’,auto_open = False)

產出:

將圖3調整外觀後之最終圖形,如圖4所示。

圖 4、系列1廣告利潤比較圖(critei)

最後補充:

  1. 此次流程的圖是以其中一個廣告舉例,若想完成執行出全部廣告的圖,只需要把文章【行銷活動效益知多少?顧客回購了嗎? -資料視覺化設計-系列4】程式碼1「critei」換成「ad_pd1[ad_num]」就可以成功執行繪圖階段的程式碼囉。
  2. 若只想輸出資料量較充足的廣告類別的話,可以在文章【行銷活動效益知多少?顧客回購了嗎? -萃取精華資料中的精華-系列5】中的「程式碼2」的最前面加上以下程式碼,如程式碼bonus所示。

程式碼bonus:

# 將資料量太少的排除(可調整:目前為10)if len(ad_total_mon) < 10:continue

以上就是本系列文章所有的資料前處理以及繪圖的所有流程。但其實視覺繪圖最重要是最後的資料判讀,接下來會跟大家說明圖形呈現出來後,可以從中看出甚麼管理意涵。

二、管理意涵

我們可以從圖4中先查看「高於」紅線(年每人平均利潤)的藍點是哪幾個,分別為1、2、6、9、11、12月。代表上述幾個月份「利潤」表現是還不錯的,在從這幾個月當中看到6月份第二次購買客群的每人平均利潤是最高的,因此可以在6月份時,此行銷活動(critei)是可以多針對回購的客群行銷,以達到讓第二次購買的人數增加,使整體的利潤更上一層樓。

我們再舉一個例子,看看下方這張圖5,大家會怎麼去做判斷呢?

圖5、系列1廣告利潤比較圖(ikip)

如同剛剛的判斷方法一樣,我們可以看出2月以及11月的點都比年每人平均利潤還要高相當的多,代表此行銷活動(ikip)這兩個月的行銷效果是相當不錯的。再看看他們的組成的分布情形,完全都只有第一次購買的客群,也就是說,如果想要提升更多的利潤的話,可以在2月跟11月的時候,建議多向新客作行銷推廣,達到我們「利潤上升」的目的!

本次系列的文章就到此結束!希望大家看完本系列後都有吸收到充實的內容!

Thinking smarter makes you work smarter
如果你喜歡我的文章的話,請給我一點拍手~
如果你覺得喜歡又實用的話,請給我更多的拍手!

程式碼:行銷活動效益知多少?顧客回購了嗎? - 資料視覺化與分析圖中管理意涵-系列6(附Python程式碼)

作者:張友志 (臺灣行銷研究特邀作者)、鍾皓軒(臺灣行銷研究有限公司創辦人)

行銷活動效益知多少?顧客回購了嗎?-取出關鍵資料-系列1(附Python 程式碼)
行銷活動效益知多少?顧客回購了嗎? -建立會員消費紀錄資料庫-系列2(附Python程式碼)
行銷活動效益知多少?顧客回購了嗎?-彙整資料視覺化所需的基本元素-系列3(附Python程式碼)
行銷活動效益知多少?顧客回購了嗎? -資料視覺化設計-系列4(附Python程式碼)
行銷活動效益知多少?顧客回購了嗎? -萃取精華資料中的精華-系列5(附Python程式碼)

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」

👨‍🎓熱門Python程式語言結合全新商業思維,快來終生學習不間斷!

【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

《 Python 0到1 基礎商業數據分析實戰 》
💥 價格 :3188
👉 從0開始:手把手從頭學習,適合完全沒學過的學員
👉 商業應用全台最多:傳授市面上少見的Python實務應用
👉 網路輿情爬蟲演練:網路輿情商務爬蟲技法
👉 競品分析:競爭價值定位圖找出藍海策略
👉 貨架陳列視覺化:解析行銷策略及廣告預算配置方法
🛒 前往購買:https://hahow.in/cr/python0-1

《 顧客分類大師:Python x RFM 會員經營新觀點 》
💥 價格 :2388

🎯 Python X RFM最佳拍檔,輕鬆鎖定潛(錢)在顧客
不需要出門,在家也能學習專業課程,讓你擁有會員經營的新思維!

本課程以五個面向為您的企業,做更深入的健診:
👉 市場面:以最基本的顧客消費資料(頻率、購買次數),將現有顧客區隔分類。
👉 財務面:計算出在每個顧客身上所賺得毛利,在不同客群中的獲利。
👉 行銷面:藉由 RFM 的分析進行行銷預算重新分配。
👉 產品面:觀察在不同客群中,各個產品的銷售狀況。
👉 顧客回購面:分析顧客的購買週期後,進行精準推薦。
🛒 前往購買:https://hahow.in/cr/rfm-model

《 AI 行銷學:用 Python 機器學習創造商業新價值 》
💥 價格 :3888
👉 全台第一門Python機器學習線上課程
👉 教導你快速理解Logistic Regression, XGBoost, Random Forest商務機器學習模型。
👉 建構老闆或主管們看得懂的模型評估指標,讓精準行銷方案更容易被接受且推出
👉 如何利用機器學習找出消費者心中的重要變數及客樣貌與特徵,做到個體及總體的商品推薦?
👉 如何從數以萬計的消費資料中偵測可能的詐欺名單?
🛒 前往購買:https://hahow.in/cr/python-ml

#實用投資分析課程

《 用 Python 打造自己的股票小秘書 》
💥 價格 :4288
👉 打造自動推播機器人,趁著股市最近低迷,找出最適進場點
👉 「到價提醒」功能,大大提升投資便利性
👉 了解Python雲端服務架構,完整的專案流程
👉 孰悉No SQL資料庫操作,未來大數據的基礎
🛒 前往購買:https://hahow.in/cr/stock-secretary

#好學校企業百大課程之一:

台科 EMBA 年年爆滿的一門 Word 課(A系列)
💥 價格 :950
👉 系統性學習Office軟體功能,教您別人不知道的快捷鍵
👉 調整不受控制的行距與精準對齊排版
👉 一鍵轉換Word到Excel
👉 有效率處理企畫書、畢業論文、小組報告、公文等
🛒 前往購買:https://hahow.in/cr/tmr-word1

台科 EMBA 年年爆滿的一門 Word 課(B+C系列)
💥 價格 :1,050
👉 傳授獨家快捷鍵字典
👉 分享好用的大綱模式,讓文章處理更有效率
👉 建立大綱模式、多層次清單、目錄與圖表目錄,掌握文件編輯規則
👉 優化文章的邏輯架構
🛒 前往購買:https://hahow.in/cr/tmr-word2

— — — — — — — — — — — — — — — — -

【TMR】 X 【工研院】
🏭工業4.0大數據智慧應用課程🏭

《Python工業4.0人工智慧:製程資料處理大師》

製程數據資料 X 資料科學,
為您開啟工業人工智慧領域的大門!
👉全球前十大智慧製程案例實戰
👉專業講師手把手帶您入門製程資料處理分析
👉課後完整模組心法讓您通通帶回家

💥價格 : 2,800
🏃趕緊手刀前往購買:https://bit.ly/39koNbn

— — — — — — — — — — — — — — — — -

2020課程地圖

💪 點我看更多

🏆 國內第一本行銷資料科學專書

💪 點我看書本資訊

🏆 國內第一本行銷資料科學 ” 實作 ” 專書

💪 點我看書本資訊

🏆國內第一本「股票小祕書」專書

附上購書網址~ 國外的朋友也可以使用博客來與金石堂的通路轉運到國外哦!

  1. 天瓏書局:http://bit.ly/stock-secretaryBot
  2. 博客來:https://www.books.com.tw/products/0010833772

--

--

行銷資料科學
行銷資料科學

Written by 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

No responses yet