Потребительские тенденции и онлайн-покупки: анализ данных
Почему онлайн-покупки?
Сейчас люди очень часто совершают онлайн-покупки, так как это намного удобнее и быстрее, чем самим идти в магазин. Сделать заказ в один клик — вот и все, что нужно. На просторах сайта Kaggle я нашла датасет про потребительские тенденции и онлайн-покупки. Для меня важно было чтобы в датасете были как и числовые данные, так и категориальные, чтобы их было интереснее сравнивать и находить корреляции, а также составить «портрет» покупателя, его предпочтения, поведение.
О датасете
Датасет содержит следующую информацию: Age — возраст покупателя Gender — пол покупателя Item Purchased — название товара Category — категория товара Purchase Amount (USD) — общая сумма расходов Location — место, где была совершена покупка Color — цвет товара Season — сезон Review Rating — оценка отзывов клиентов Subscription Status — план членства Shipping Type — способ доставки Discount Applied — была ли использована скидка Promo Code Used — был ли применен промокод Previous Purchases — количество прошлых покупок Payment Method — используемый способ оплаты Frequency of Purchases — частота покупок
В рамках проекта будут использованы столбчатая диаграмма (для сравнения возрастов покупателей), круговая диаграмма (соотношение долей), линейная диаграмма (показать категории покупок и их стоимость), хитмап и Wordcloud.
Палитра
Для создания цветовой палитры я решила сгенерировать портрет того самого онлайн-покупателя с помощью Recraft. Эти цвета и послужили основной палитрой проекта и для визуализаций.
Промпт:
Shopping Trends And Customer Behaviour, customer portreit, close up.
Портрет покупателя
Онлайн-покупатель — кто это? Прежде чем изучать потребительское тенденции в онлайн-покупках, я решила сначала составить портрет тех самых клиентов онлайн сервисов. Для этого я сделала круговую диаграмму, отражающую долю женщин и мужчин, которые совершают покупки.
На моё удивление, большая часть покупателей — это мужчины (68%). Женщины составляют только 32%, что примерно в два раза меньше. Получается, что онлайн-заказы в магазинах чаще всего совершаются покупателями мужского пола.
Далее я решила еще более уточнить «портрет» онлайн-покупателей. Для этого я создала столбчатую диаграмму, чтобы узнать возраст клиентов. Также для наглядности я выделила несколько возрастных категорий покупателей. Самая большая возрастная группа — это люди от 45 лет до 59 лет, они составляют большую часть покупателей. Интересно, что даже люди из категории более 60 лет тоже совершают покупки, причем они находятся недалеко по количеству от людей из категории 18-29 лет.
Также мной было сделано облако тегов с местами, где были совершены онлайн-покупки. Таким образом, большинство заказов было сделано из Калифорнии, Монтаны, Айдахо и Иллинойса.
Покупки
Далее мне стало интересно, какими способами люди чаще оплачивают свои онлайн-заказы. Для этого я сделала круговую диаграмму, которая показывает разные виды оплаты покупок в магазинах. На получившимся изображении видно, что распределение способов оплаты довольно равномерное, где разница между самым большим и маленьким показателем составляет всего лишь 1,1%. Получается, что особых предпочтений в оплате своих онлайн-заказов почти нет, люди пользуются всеми их видами одинаково.
А на какие категории клиенты клиенты онлайн-магазинов тратят больше всего денег? Для выяснения этого, я решила сделать линейную диаграмму, и узнать, какая категория самая дорогая. На изображении видно, что онлайн-покупатели тратят больше всего денег на категорию одежды, более 100000 долларов суммарно.
Отзывы
Далее я решила узнать, а какие товары являются самыми лучшими по отзывам онлайн-покупателей. Для этого я построила хитмап, который распределяет товары по именованиям и среднее значение отзыва от покупателя к этому товару. Самые лучшие отзывы оказались у перчаток, а более отрицательные у рубашек. Также, оказалось, что средний рейтинг не такой уж и высокий у товаров, что может означать неудовлетворенность у покупателей.
Вывод
Анализ данных по онлайн-покупкам и покупателям выявил некоторые потребительские тенденции в онлайн-шоппинге людей. Так, например, больше всего пользователи тратят деньги на одежду, а меньше на категорию обуви. Также выяснилось, что большая часть клиентов — это мужчины, их в два раза больше женщин, что означает, что они делают заказы в онлайн-магазинах чаще. Еще анализ показал, что у людей нет конкретных предпочтений в способе оплаты товаров, они все распределены равномерно. Так, с помощью визуализаций и анализа данных, выделилось несколько потребительских тенденций, а также мы смогли составить «портрет» онлайн-покупателя.
Описание применения генеративной модели
Kaggle — поиск датасета Recraft — генерация изображений Chat GPT — уточнение/ исправление ошибок кода
Промт для обложки:
Shopping Trends And Customer Behaviour, Popular colors, vibrant colors.
