Python+Excel制作动态分析仪

背景：餐饮行业属于快消品，因此对经营情况的把握应该越及时越好，因此制作每日销售情况分析。

表结构信息：

表名	字段名
订单详情	日期，单号，店名，会员折扣，付费时间，桌号，来店人数
菜品明细	单号，菜品明细，消费金额
店铺信息	店名，二人台数，三人台数，四人及以上台数，总台数

分析指标：

指标名称	指标含义
折扣额	占销售总额的10%-20%
折扣率	10%-20%
KPL	每家店的销售金额与所有店的总平均金额之比
销售总金额	当日店铺实际收入
总台数	店铺总桌数
翻台率	（餐桌使用次数-总台位数）÷总台位数×100%
单均消费	当日店铺所有缴费单的平均金额
座位数	店铺实际拥有座位的数量
上座率	（餐桌使用次数-总台位数）÷总台位数×100%
人均消费	当日到店每个人的平均消费金额（销售总额/客流量）
开台率	餐桌使用次数÷总台位数×100%

Python分析：

读入数据

订单详情：

column = ['billdate','billnumber','shopname','billdiscount','paytime','tablenumber','peoplecount']
bill = pd.read_csv('-bill.csv',header = None,names = column)
bill.head()

菜品明细：

col = ['billnumber','detail','pay']
order = pd.read_csv('-order.csv',header = None ,names = col)
order.head()

店铺信息：

col = ['shopname','twotable','threetable','fourtable','alltable']
shop = pd.read_csv('-shop.csv',header = None ,names = col)
shop

shop['allseat'] = shop['twotable']*2 + shop['threetable']*3 + shop['fourtable']*4
shop

表格连接分析
1.订单维度：

newbill = pd.merge(bill, order_pay, on=['billnumber'], how='left')
newbill['rebate'] = newbill['pay']*newbill['billdiscount']
newbill.head()

加入时间因子

newbill['time'] = newbill['billdate']+' '+newbill['paytime']
newbill['time'] = pd.to_datetime(newbill['time'])
newbill = newbill.set_index("time")
newbill.head()

#每小时的总收入
y_bill = newbill.groupby(lambda x: x.hour).sum()
y_bill['pay'].plot(kind='bar')

#每小时的总单数
y_bill = newbill.groupby(lambda x: x.hour).count()
y_bill['pay'].plot(kind='bar')

#每小时的平均收入
y_bill = newbill.groupby(lambda x: x.hour).mean()
y_bill['pay'].plot(kind='bar')

#每小时的人流量
y_bill['peoplecount'].plot()

newbill.to_csv('newbill.csv')

2.菜品维度：

orderdetail = pd.merge(order,bill, on=['billnumber'], how='left')
orderdetail.head()

#一个订单几个菜
detail_count = orderdetail.groupby('billnumber')[['detail']].count()
detail_count.tail()

#一个店铺卖出去多少道菜
orderdetail.groupby('shopname')['detail'].count()

#菜品的价格分布
orderdetail.groupby('detail')['pay'].describe()

orderdetail.to_csv('orderdetail.csv')

3.店铺维度：

shoptatal = pd.merge(newbill,shop, on=['shopname'], how='left')
shoptatal.head()

shoptatal_group = shoptatal.groupby('shopname')
#总单数
billcount = shoptatal_group.billnumber.count()
#总人数
peoplesum = shoptatal_group.peoplecount.sum()
#折扣总金额
rebatesum = shoptatal_group.rebate.sum()
#店汇总金额
paysum = shoptatal_group.pay.sum()
#单均消费
per_billpay = paysum/billcount
#人均消费
per_peoplepay = paysum/peoplesum
#总台数
alltable = shoptatal_group.alltable.mean()
#总座位数
allseat = shoptatal_group.allseat.mean()
#开台率 = 餐桌使用次数÷总台位数×100%
opening_rate = billcount / shoptatal_group.alltable.mean()
#翻台率 =（餐桌使用次数-总台位数）÷总台位数×100%
turnover_rate = (billcount - alltable)/alltable
#上座率 = 来店人数÷总餐位数×100%
attendance_rate = peoplesum/allseat
#折扣率
discount = rebatesum / paysum
#KPL
KPL = paysum / avgpay
#总平均销售额
avgpay = shoptatal.pay.sum()/5

数据合并

data = {'kpl':KPL,'总单数':billcount,'总人数':peoplesum,'店汇总金额':paysum,'折扣总金额':rebatesum,'折扣率':discount,'单均消费':per_billpay,'人均消费':per_peoplepay,'开台率':opening_rate,'翻台率':turnover_rate,'上座率':attendance_rate}
total = pd.DataFrame(data,index=None)
total

total.to_csv('total.csv')

PowerBI：
工具：excel2016加强版,Power Query,Power Pivot
第一步导入数据：

若出现乱码，需将编码改为utf-8

加载数据，加载会将表格数据传入到excel中，加载到则只创建链接，这里我选择的是加载到。

接下来选择只创建链接，并将数据添加到数据模型，选择加载。

出现下图说明加载成功

依次将newbill,orderdetail,total表加载到excel。
双击进入PQ界面

检查每个字段的数据类型

完成后点击关闭并上载

进入excel界面，点击Power pivot

重新检查数据类型，并创建表与表之间的链接

创建KPL

创建透视表

根据需要创建数据透视图，使用切片器将所有表链接在一起，实现动态变化控制。

餐饮日销售情况分析仪相关推荐

mysql+excel：数据分析----餐饮业日销售情况分析仪
目录一.介绍二.KPI指标三.数据结构信息四.导入数据库五.数据处理六.将mysql数据导入excel中 1.使用ODBC驱动 2.导出newbill表.neworderdetail表和s ...
【WY】MySQL 阶段二：实战案例三：餐饮业日销售情况分析仪：Excel + SQL
版权声明:本文为博主原创文章,未经博主允许不得转载. 文章目录一.表结构信息 1.1 -bill.csv 1.2 -order.csv 1.3 -shop.csv 二.创建表并导入数据三.数据处理 ...
火锅店日销售情况可视化
销售情况可视化 1.项目简介 2.数据简介 3.数据预处理 4.可视化 1.项目简介有一家连锁火锅店新店开张试业,全场的菜品都参与折扣活动,为了统计活动的销售情况以及客流情况,我们统计了一天的流水信 ...
mysql+excel：数据分析----销售情况分析仪表盘
目录一.介绍二.业务场景定义三.目标四.数据探索 1.将数据导入mysql中 2.数据初步探索五.数据指标六.数据处理 1.在mysql中处理 2.在power query中处理(exce ...
简单统计商店某商品销售情况
/* * 程序的版权和版本声明部分 * Copyright (c)2013, 烟台大学计算机学院学生 * All rightsreserved. * 文件名称: object.cpp * 作者:吴妍 ...
互动网计算机频道图书7日销售排行（05.20-05.26）
互动网计算机频道图书7日销售排行(05.20-05.26) 1.Hadoop权威指南(中文版) 2.人人都是产品经理 3.演讲之禅:一位技术演讲家的自白内容简介本书既实用又引人入胜.作为职业演讲家 ...
19、Power Query-快速分析各产品的销售情况
本节知识点:Power Query反转行的妙用(路径:"转换"--"反转行") 何谓反转行,即将行内容反过来,有别于"排序". 例如 : 下 ...
利用 Python 分析了某化妆品企业的销售情况，我得出的结论是？
作者:Cherich_sun 来源:公众号「杰哥的IT之旅」ID:Jake_Internet [导语]本篇文章是关于某化妆品企业的销售分析.从分析思路思路开始带大家一步步的用python进行分析,找出 ...
女朋友还是游戏？一起来分析下游戏的开发与销售情况！
1.前言你问我游戏重要还是女朋友重要? 你是不是傻?游戏没了可以再下! 要是女朋友没了-- 就没人会打扰你玩游戏了, 哈哈哈哈哈哈哈哈哈哈! 大部分男生都喜欢游戏,但对游戏的了解却不是很多,让我们来 ...

餐饮日销售情况分析仪

Python+Excel制作动态分析仪

背景：餐饮行业属于快消品，因此对经营情况的把握应该越及时越好，因此制作每日销售情况分析。

餐饮日销售情况分析仪相关推荐

最新文章

热门文章