Всем привет. Прошу строго не судить. Это моя первая публикация.
Примерно год назад увлекся изучением ЯП Python, учился самостоятельно на онлайн курсах и бесплатно. Не буду скрывать, что хотел стать пусть не кодером, но каким-нибудь захудалым айтишником. Работаю в продажах и давно, сказать, что это мне надоело - это ничего не сказать. В итоге - я все еще учусь и выбрал курс на аналитику, тем более, что в продажах всегда есть, что проанализировать, развернуть, свернуть данные, отсортировать, отфильтровать, сгруппировать и агрегировать, вывести по итогу какие-то метрики. В общем, применение полученных навыков в аналитике - это, можно сказать, мое хобби в данный момент и, может быть, то чем я буду впоследствии профессионально заниматься. Естественно, что саму аналитику еще то же изучать и изучать.
И так, решил я собрать данные по продажам за несколько лет и сделать ABC анализ клиентов, посмотреть как качественно менялись клиенты нашего отдела при существующей и навязанной руководством ценовой благотвори... политике.
Как это сделать в Excel я нашел, но мне было важно написать скрипт, что бы в любой момент, выгруженный из 1С отчет, я мог быстро преобразовать в таблицу с группировкой клиентов по категориям.
Как сделать такую группировку в Excel, я нашел тут Применение ABC-анализа в Microsoft Excel и, применив эти сведения, сделал так:
Данные были предварительно отсортированы по сумме продаж от максимум к минимум. Отсортированный датафрейм сохранен как dfsale
dfsale = df.sort_values('sale', ascending=False)
вычислим долю суммы закупок каждого клиента в сумме общих продаж. Создадим колонку "dol" (ну, типа - доля )) и рассчитаем для нее значения, как указано в статье выше
dfsale['dol'] = dfsale['sale']/dfsale['sale'].sum()
Накопленную долю рассчитаем в колонке 'dolpr' в которой будет отражаться накопленная доля продаж, в несколько строк:
присвоим строкам колонки значения строк колонки 'dol'
dfsale['dolpr'] = dfsale['dol']
и, к моему сожалению, совсем "не пандовским" методом заполним значения строк, всех кроме нулевой
for i in range(1,len(dfsale.index)):
dfsale['dolpr'].iloc[i] = dfsale['dol'].iloc[i] + dfsale['dolpr'].iloc[i-1]
Буду рад, если кто то подскажет "пандовский" метод заполнения.
Ну, и наконец, создадим колонку 'group', в которой и будет отражен один из трех типов, характеризующий наших клиентов
Заполним, сначала, все строки колонки категорией С
dfsale['group'] = "C"
Затем, в соответствии заданным условиям, присвоим строкам категории А или В
dfsale['group'][dfsale.dolpr <= 0.8] = "A"
dfsale['group'][(dfsale.dolpr <= 0.95) & (dfsale.group != "A")] = "B"
Получили необходимую сегментацию
Спасибо всем, кто дочитал и всем тем, кто начинал, но не осилил.
С уважением, Владимир.