一、分析背景及目的

分析朝阳医院2018年药品销售数据,分析销量的变化趋势、影响销量的原因,并找出销量Top药品。使用python进行数据分析,tableau进行可视化。

二、理解数据

购药时间字段包含患者购药的日期以及星期,社保卡号记录了患者的id,商品编码对应药品的类别编码,商品名称表明了患者购买的药品名称,销售数量为患者购买药品的数量,应收金额指药品标签价格,实收数据指患者购买药品时的实际金额。

三、数据清洗

数据概况

销售数量、应收金额、实收金额存在负数,不符合实际情况,对异常数据进行处理。

处理后的源数据不存在异常值,进行下一步数据清洗。

数据空值处理

源数据不存在空字段,进行下一步数据处理。

列拆分及列类型处理

把购药日期字段拆分成日期和星期两个字段。

为方便后续分析,将购药时间运用to_datetime进行转化,报错,提示存在时间异常值‘2018-02-29’,因2018年2月没有29天,对异常值进行处理

将购药时间中的月份提取出来,方便后续分析。

将列的类型进行转化,并对列进行重命名。

        至此,数据清理完成,接下来进行数据分析。

四、销量趋势分析

销量趋势随月、星期的变化趋势

销量在4月份出现高峰,2月份和7月份的销量较低。2月份销量下行的原因可能因为春节假期,医院就诊患者减少,导致药品销量降低,7月份由于数据不完整,造成销量值异常。

药品销量在周五达到高峰,周六、周日持续下降,到周二又小幅度的增加。周五出现销量波峰的原因可能是上班族周五下午放假,而周六日部分医生休息,从而集中选择周五前往医院就诊。

影响销量趋势的因素

折扣率和销量的相关性分析

销售量和折扣之间的相关系数呈负数,表明实施更大的优惠力度并不能有效的促进销量。

购买数量和销量的相关性分析

         销量和购买人数之间的相关性系数呈正数,且接近于1,表明购买人数是造成销量上升的主要因素之一。

五、销量Top的药品

按商品名称分类,计算出每种商品的总计销量

销量Top10药品

销量倒数Top10药品

六、总结

  • 销量从1月份开始下滑,2月份降至1858,环比为-26.47%,随后逐步上升,在4月份达到最高,环比增长为35.28%,随后5月份迎来销量骤减,环比为-26.08%,6月份小幅上升,7月份数据不全,无法实际分析。
  • 销量与折扣力度不成正相关分布,若一味加大折扣力度,对销量上升无正面作用。
  • 销量与购买人数呈现强烈的正相关趋势,相关系数达到0.96,四月的消费人数较多一定程度上对四月份销量的增加起到一定的积极作用。
  • 销量Top10的药品为:
    苯磺酸氨氯地平片(安内真) 1781.0
    开博通 1440.0
    酒石酸美托洛尔片(倍他乐克) 1140.0
    硝苯地平片(心痛定) 825.0
    苯磺酸氨氯地平片(络活喜) 796.0
    复方利血平片(复方降压片) 515.0
    G琥珀酸美托洛尔缓释片(倍他乐克) 509.0
    缬沙坦胶囊(代文) 445.0
    非洛地平缓释片(波依定) 375.0
    高特灵 371.0

销量倒数Top10的药品为:

D厄贝沙坦氢氯噻嗪片(倍悦) 2.0
TG厄贝沙坦片 2.0
TG盐酸贝那普利片(新亚富舒) 2.0
赖诺普利片(信赖安) 5.0
培哚普利片(雅施达) 10.0
D替格瑞洛片 10.0
苯磺酸氨氯地平片(兰迪) 14.0
G硝苯地平缓释片(II)(6盒/疗程) 16.0
**阿替洛尔片 17.0
G厄贝沙坦分散片(6盒/疗程) 18.0

七、建议

  • 针对销量较低的月份,可结合挂号量、实际就诊人数等因素结合分析,多方面分析导致销量减少的实际原因。
  • 折扣力度与销量呈负相关趋势,若一味加大折扣力度以促进销量提升,会导致沉没陈本进一步增加,得不偿失;应着手于与销量呈强烈正相关趋势的购买人数,通过加大宣传力度,增加宣传维度等方式吸引目标群体。
  • 针对销量较好的药品,应增加进货量,以最大程度满足供需,对于销量较差的药品,应减少进货量,进行库存优化,达到资源最大化利用。

朝阳医院2018年销售数据分析相关推荐

  1. 北京市朝阳医院药品销售数据分析

    目录 第1章绪论 1.1研究背景 1.2 研究目的与意义 1.3研究内容 2.1数据采集 2.1.1源数据下载 2.2.2源数据存储 2.2数据预处理 2.2.1数据预处理工具介绍及操作 2.2.2读 ...

  2. 重点客户销售数据分析python_药品销售数据分析--python

    一.数据分析的目的 数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程. 本篇文章中,假设以朝阳医院2018年销售数据为例,目的是了 ...

  3. 月均数据_药品销售数据分析案例

    今天用python去做一个简单的药品销售数据分析案例 一.数据分析的目的 数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程. 本篇 ...

  4. python药店销售数据分析_解析医院药店销售数据,看看Python数据分析结果有什么惊人的发现|python基础教程|python入门|python教程...

    https://www.xin3721.com/eschool/pythonxin3721/ 前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时 ...

  5. python药店销售数据分析_Python:某医院药品销售数据分析

    数据分析步骤: 提出问题-理解数据-数据清洗-构建模型-数据可视化 下面就拿2018年朝阳医院销售数据按上述步骤进行分析. 1.提出问题 根据拿到的销售数据字段信息,我们对以下三个业务指标进行分析 . ...

  6. python药店销售数据分析_Python数据分析实例一:医院药品销售数据

    前面已经分享过python的基础语法,以及数据分析领域最常用的两个包:Numpy和Pandas(戳下面的链接),下面将用一个实际案例:<朝阳医院2018年销售数据.xlsx>和大家分享一下 ...

  7. 探索性分析——某医院18年销售数据分析

    针对某医院18年销售记录,做简单的数据分析,熟悉相关语法及分析过程. 一.分析目的 以某医院18年销售数据为例,了解18年的销售情况,分析几个业务指标,例如:月均消费次数,月均消费金额.客单价以及消费 ...

  8. python药店销售数据分析_药房销售情况分析(python篇)

    运用python中的numpy.pandas等包,可以帮助我们很方便的进行数据统计.数据分析.今天,通过朝阳医院2018的销售数据这个案例来简单做一下展示. 数据分析的基本过程一般分为以下几个部分: ...

  9. python医药数据分析_药品销售数据分析--python

    一.数据分析的目的 数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程. 本篇文章中,假设以朝阳医院2018年销售数据为例,目的是了 ...

最新文章

  1. Pandas 中的这些函数/属性将被 deprecated
  2. 在哪里刷题_刷题过程中,这些坑你踩了几个?
  3. linux wifi修改频率,Linux Custom CRDA WiFi regulatory.bin和40MHz BW 5GHz频...
  4. 【Python】学习笔记总结6(正则表达式)
  5. 解决mysql分页数据错乱问题
  6. 手机APP项目中调用第三方短信验证码接口
  7. oracle临时表的创建
  8. php jmail实例,Jmail发邮件的例子
  9. Bluemix开发作品——魔芋相机、小沃、Etrans-Bluemix-专题视频课程
  10. THREEJS相关3d-force-graph 3d力导图使用
  11. 图像的二维频谱图的理解 20170622
  12. (转)牛顿和哈雷的故事(重点看一下牛顿老时候)
  13. 一种基于输出电压的欠压保护电路设计方案
  14. 方舟手游服务器gg修改,【修改贴】关于单机版gg修改器的应用。
  15. 【J2EE】J2EE简介
  16. Java File文件流读取文件夹内的文件并替换文件内容
  17. 计算机学院职业规划大赛策划书,大学生职业生涯规划大赛策划书(策划书范文).doc...
  18. 通过eclipse手工生成osgi-bundle的jar包
  19. 【二叉树】1758:二叉树
  20. Linux基础(三):多重引导

热门文章

  1. 宝泉岭计算机学校,2020年黑龙江计算机二级考点有哪些
  2. armbian清理_小孩子才做选择,OMV、HomeAssistant我全都要,小白也能看懂的N1盒子纯净刷机指南...
  3. 李翰卿治疗小儿五更咳嗽经验
  4. 用户流失200万、资金池疑似见了底,摩拜靠什么拿到下一轮融资?
  5. 杰理芯片移植涂鸦OTA步骤
  6. 资深猎头眼中的优质简历是如何炼成的?
  7. 恶梦护士 asa_创造小恶梦
  8. Kafka topic分区增加副本
  9. TCP/IP编程之getsockopt/setsockopt函数详解
  10. The Singularity Is Near(奇点临近)阅读笔记----六大纪元