本文的目标是分析和确定当前零售销售的趋势和模式，并确定哪个市场部门处于亏损状态，哪个部门正在赚取巨额利润。

每个行业都提供销售的折扣，但是，他们的折扣促销活动，能否带来更大的利润呢？

让我们开始吧！

加载软件包

rm(list=ls())
library(ggplot2)
library(tidyverse)

读取数据集

df <- read.csv("SampleSuperstore.csv")

str(df)
## 'data.frame':    9994 obs. of  13 variables:
##  $ Ship.Mode   : Factor w/ 4 levels "First Class",..: 3 3 3 4 4 4 4 4 4 4 ...
##  $ Segment     : Factor w/ 3 levels "Consumer","Corporate",..: 1 1 2 1 1 1 1 1 1 1 ...
##  $ Country     : Factor w/ 1 level "United States": 1 1 1 1 1 1 1 1 1 1 ...
##  $ City        : Factor w/ 531 levels "Aberdeen","Abilene",..: 195 195 267 154 154 267 267 267 267 267 ...
##  $ State       : Factor w/ 49 levels "Alabama","Arizona",..: 16 16 4 9 9 4 4 4 4 4 ...
##  $ Postal.Code : int  42420 42420 90036 33311 33311 90032 90032 90032 90032 90032 ...
##  $ Region      : Factor w/ 4 levels "Central","East",..: 3 3 4 3 3 4 4 4 4 4 ...
##  $ Category    : Factor w/ 3 levels "Furniture","Office Supplies",..: 1 1 2 1 2 1 2 3 2 2 ...
##  $ Sub.Category: Factor w/ 17 levels "Accessories",..: 5 6 11 17 15 10 3 14 4 2 ...
##  $ Sales       : num  262 731.9 14.6 957.6 22.4 ...
##  $ Quantity    : int  2 3 2 5 2 7 4 6 3 5 ...
##  $ Discount    : num  0 0 0 0.45 0.2 0 0 0.2 0.2 0 ...
##  $ Profit      : num  41.91 219.58 6.87 -383.03 2.52 ...
summary(df)
##           Ship.Mode           Segment              Country    
##  First Class   :1538   Consumer   :5191   United States:9994  
##  Same Day      : 543   Corporate  :3020                       
##  Second Class  :1945   Home Office:1783                       
##  Standard Class:5968                                          
##                                                               
##                                                               
##                                                               
##             City               State       Postal.Code        Region    
##  New York City: 915   California  :2001   Min.   : 1040   Central:2323  
##  Los Angeles  : 747   New York    :1128   1st Qu.:23223   East   :2848  
##  Philadelphia : 537   Texas       : 985   Median :56431   South  :1620  
##  San Francisco: 510   Pennsylvania: 587   Mean   :55190   West   :3203  
##  Seattle      : 428   Washington  : 506   3rd Qu.:90008                 
##  Houston      : 377   Illinois    : 492   Max.   :99301                 
##  (Other)      :6480   (Other)     :4295                                 
##             Category         Sub.Category      Sales              Quantity    
##  Furniture      :2121   Binders    :1523   Min.   :    0.444   Min.   : 1.00  
##  Office Supplies:6026   Paper      :1370   1st Qu.:   17.280   1st Qu.: 2.00  
##  Technology     :1847   Furnishings: 957   Median :   54.490   Median : 3.00  
##                         Phones     : 889   Mean   :  229.858   Mean   : 3.79  
##                         Storage    : 846   3rd Qu.:  209.940   3rd Qu.: 5.00  
##                         Art        : 796   Max.   :22638.480   Max.   :14.00  
##                         (Other)    :3613                                      
##     Discount          Profit         
##  Min.   :0.0000   Min.   :-6599.978  
##  1st Qu.:0.0000   1st Qu.:    1.729  
##  Median :0.2000   Median :    8.666  
##  Mean   :0.1562   Mean   :   28.657  
##  3rd Qu.:0.2000   3rd Qu.:   29.364  
##  Max.   :0.8000   Max.   : 8399.976  
##

数据准备和清理

检查异常：

#any null values?
is.null(df)
## [1] FALSE
#any duplicacy?
dfnew <- df %>% distinct() ##yes, duplicates were removed

我们看到 Sales 功能中存在异常值，即异常增长。让我们用销售平均值代替它。

maxSales <- max(dfnew$Sales)
dfnew$Sales <- replace(dfnew$Sales, dfnew$Sales==maxSales,mean(dfnew$Sales))

删除国家/地区和邮政编码功能

dfnew <- dfnew %>% select(-c(Country, Postal.Code))

可视化

让我们分析清理后的数据

销售与数量

在下图中，我们看到以下模式，即大多数销售都是由标准舱触发的。
ggplot(data = dfnew, aes(x = Quantity, y = Sales, fill = Ship.Mode) )+ geom_bar(stat = "identity")

【R语言】超市零售分析（含代码及图形绘制）_图形分析

销售额与利润

因此，显然，我们看到标准舱得了更多的利润/损失。

ggplot(data = dfnew, aes(x = Sales, y = Profit, color = Ship.Mode)) + geom_point()

【R语言】超市零售分析（含代码及图形绘制）_区域分析_02

销售与折扣

让我们看看如果提供折扣，销售会受到怎样的影响。

ggplot() + geom_point(data = dfnew, aes(x = Discount, y = Sales, color = Ship.Mode))

【R语言】超市零售分析（含代码及图形绘制）_数据分析_03

从上图可以明显看出，折扣会吸引更多的销售。但是，折扣主要吸引标准舱的货物。

利润与折扣

让我们看看如果兑换了折扣，是否触发了利润。

ggplot() + geom_bar(data = dfnew, aes(x = Discount, y = Profit, fill = Ship.Mode), stat = "identity")

【R语言】超市零售分析（含代码及图形绘制）_R语言_04

我们看到，提供和兑换的折扣越多，细分市场获得的利润就越少。 没有折扣的产品显示出很高的利润范围，但随着折扣范围的增加，我们只会看到越来越多的损失，几乎没有任何利润。

让我们看看其他细分市场是否是这种情况

ggplot() + geom_bar(data = dfnew, aes(x = Sub.Category, y = Profit, fill = Region), stat = "identity") + theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1))

【R语言】超市零售分析（含代码及图形绘制）_区域分析_05

我们看到，binders主要销量集中在中部地区，Machines和Tables则遭受了更多的损失。

现在

ggplot() + geom_bar(data = dfnew, aes(x = Category, y = Sales, fill = Region), stat = "identity") + theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1))

【R语言】超市零售分析（含代码及图形绘制）_超市销售分析_06

工艺类别的销售额有所增加，然后是家具和办公用品。主要来自西部和东部地区

ggplot() + geom_bar(data = dfnew, aes(x = Category, y = Profit, fill = Region), stat = "identity") + theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1))

【R语言】超市零售分析（含代码及图形绘制）_区域分析_07

家具类别的损失大于工艺和办公用品类别的损失。

销售额从低到高不等，利润也是如此。

ggplot() + geom_point(data = dfnew, aes(x = Sales, y = Profit, color = Category))

【R语言】超市零售分析（含代码及图形绘制）_R语言_08

我们现在从上面的图表中可以看出，无论它们如何排列，每个类别的销售与利润比率都是相同的。


结论

如果推出更多的折扣活动，当天发货可以触发销售/利润。 折扣应以销售额为基础，不应增加特定范围，否则销售额低的不必要的产品可能会遭受巨大损失，以加强这些被削弱的行业领域。 办公用品和家具行业在中部地区似乎并不繁荣，可做进一步的调查。