Оценка корреляции между инвестициями в рекламу и показателями продаж
Описание
Проект посвящён анализу влияния рекламных расходов на объём продаж с использованием статистических данных. В основе исследования — набор данных, состоящий из четырёх столбцов: Три столбца с характеристиками — отражают расходы на рекламу по трём медиаканалам: телевидение (TV); радио; газеты. Эти данные позволяют оценить, сколько средств было инвестировано в каждый канал в рамках рекламной кампании. Целевой столбец «Продажи» — содержит информацию о фактическом объёме продаж, который коррелирует с рекламными вложениями. Этот показатель выступает ключевой метрикой для оценки эффективности рекламных усилий.
Цель проекта: Выявить зависимость между рекламными расходами по различным каналам и объёмом продаж, а также определить, какой медиаканал даёт наибольший вклад в рост продаж.
Цветовая палитра
Светло-голубой #5B9BD5 Бежевый #D8CAB8 Светло-серый #A0A0A0
Виды графиков в проекте: столбчатый график диаграмма динамики диаграмма рассеяния круговая диаграмма
Корреляция каналов рекламы с продажами
код1:df2 = df[['TV', 'radio', 'newspaper']].mean () colors = ['
5B9BD5', '
D8CAB8', '#A0A0A0']fig, ax = plt.subplots (figsize=(6, 6)) fig.patch.set_facecolor ('#1E1E2F')
wedges, texts, autotexts = ax.pie ( df2, autopct='%1.1f%%', startangle=90, colors=colors, wedgeprops={'edgecolor': '#E0E0E0', 'linewidth': 1.5}, textprops={'color': '#E0E0E0', 'fontsize': 12} )
ax.set_title ('Средний вклад каналов рекламы', color='#E0E0E0', fontsize=14, pad=20)
plt.tight_layout () plt.show ()
Это график помогает визуально оценить, какой канал рекламы занимает наибольшую часть бюджета и как распределяются расходы между каналами. Очевидно, что большая часть бюджета выделяется на телевизионную рекламу, и меньше в газетную, так как газеты стали читать реже, а телевизор все также остается самым потребляемым каналом контента.
Динамика продаж
fig, ax = plt.subplots (figsize=(10, 7)) fig.patch.set_facecolor ('#1E1E2F') ax.set_facecolor ('#1E1E2F') ax.scatter (df['TV'], df['sales'], color='
D8CAB8', edgecolor='
5B9BD5', alpha=0.8) for spine in ax.spines.values (): spine.set_edgecolor ('#A0A0A0') spine.set_linewidth (1.5)ax.set_title ('Продажи в зависимости от TV-рекламы', fontsize=16, color='#E0E0E0', pad=20) ax.set_xlabel ('TV', fontsize=12, color='#E0E0E0') ax.set_ylabel ('Sales', fontsize=12, color='#E0E0E0')
ax.tick_params (axis='x', colors='#E0E0E0') ax.tick_params (axis='y', colors='#E0E0E0') ax.grid (color='white', linestyle='--', alpha=0.2)
plt.tight_layout () plt.show ()
показывает зависимость продаж от расходов на TV-рекламу. Каждая точка — одна запись, по горизонтали расходы на TV, по вертикали — продажи. Можно увидеть тренд, выбросы и наиболее типичные значения. Вывод по этим данным можно сделать следующий: - Продажи характеризуются высокой волатильностью: они нестабильны, резко увеличиваются и снижаются под влиянием внешних факторов, таких как акции, сезонность и маркетинговые кампании. - Диапазон продаж колеблется от 5 до 25 единиц, что свидетельствует о значительных изменениях в эффективности продаж. - Периодические всплески спроса указывают на цикличность, например, из-за акций или выходных, что может быть связано с маркетинговыми активностями.
Продажи в зависимости от телевизионной рекламы
fig, ax = plt.subplots (figsize=(15, 5)) fig.patch.set_facecolor ('#1E1E2F') ax.set_facecolor ('#1E1E2F') ax.plot (df['sales'], color='#D8CAB8', linewidth=2)
for spine in ax.spines.values (): spine.set_edgecolor ('#A0A0A0') spine.set_linewidth (1.5)
ax.set_title ('Динамика продаж', fontsize=16, color='#E0E0E0', pad=20) ax.set_xlabel ('Период', fontsize=12, color='#E0E0E0') ax.set_ylabel ('Продажи', fontsize=12, color='#E0E0E0')
ax.tick_params (axis='x', colors='#E0E0E0') ax.tick_params (axis='y', colors='#E0E0E0')
ax.grid (color='white', linestyle='--', alpha=0.2)
plt.tight_layout () plt.show ()
С помощью этого графика можно отследить пользу TV-рекламы и увеличение продаж, при соответствующих вложениях в нее.
Средний вклад каналов рекламы
corr_sales = df[['TV', 'radio', 'newspaper']].corrwith (df['sales']) colors = ['
5B9BD5', '
D8CAB8', '#A0A0A0'] fig, axis = plt.subplots (figsize=(8,6)) fig.patch.set_facecolor ('#1E1E2F') axis.set_facecolor ('#1E1E2F')corr_sales.plot ( kind='bar', color=colors, edgecolor='#E0E0E0', linewidth=1.5, ax=axis )
axis.set_title ('Корреляция каналов рекламы с продажами', fontsize=16, color='#E0E0E0', pad=20) axis.set_ylabel ('Коэффициент корреляции', fontsize=12, color='#E0E0E0') axis.set_xlabel ('Каналы рекламы', fontsize=12, color='#E0E0E0')
axis.tick_params (axis='x', colors='#E0E0E0') axis.tick_params (axis='y', colors='#E0E0E0') for spine in axis.spines.values (): spine.set_edgecolor ('#A0A0A0') spine.set_linewidth (1.5) axis.grid (color='white', linestyle='--', alpha=0.2)
plt.tight_layout () plt.show ()
Круговая диаграмма помогает понять, какой канал рекламы реально влияет на продажи больше всего
Вывод
На основе представленных данных очевидно, что TV-реклама является наиболее эффективным и значимым каналом для стимулирования продаж, внося львиную долю в общий результат и демонстрируя сильную прямую зависимость с объемом продаж. Радио-реклама показывает умеренную эффективность, в то время как реклама в газетах имеет наименьший вклад и наиболее слабую корреляцию с продажами, что ставит под вопрос целесообразность значительных инвестиций в этот канал. При планировании рекламных кампаний целесообразно сосредоточить основные усилия и бюджет на TV-рекламе, возможно, дополняя ее радио-рекламой, и пересмотреть стратегию использования газет как рекламного канала.
