DBM.Garel data-analyst python
Le set de données est composé de 3 fichiers séparés contenant les clients customers, les produits et les transactions.
- 3287 produit
- 679532 transactions
- 8623 customers
L’étude est essentiellement exploratoire à savoir la composition du dataset, quels sont les tendances qui se dégagent pour cette clientèle.
Observation du Chiffre d’affaires par techniques de data-visualisation
- Les 3 axes de ventes ont été dégagé pour distinguer le chiffre d’affaire par catégorie de produits.
- Anomalie repérée sur le Produit numéro = id_prod 0_2245
- 23 clients n’ont aucune transactions
- Les 4 clients pro on été exclu de l’analyse pour être traité à part.
- La categorie 1 n’a enregistré aucuné vente pour le mois d’octobre
Analyse des données clients en parallèle des produits
- Un test de khi2 a été réalisé pour identifier l’effet du sex sur les catégories
- L’analyse de la variance a été calculé par la technique paramétrique ANOVA pour identifier l’effet de l’age sur les catégories
- Des boxplot ont été calculé pour visualiser les liens avec l’age des consommateurs.
- La clientelle majoritaire est plûtot jeunes adultes
- Les catégories de produits peuvent être croisées avec différents facteurs comme l’âge ou le prix.
- Une étude peut être lancée plus en détail pour distinguer quels produits sont spécifiquement choisis par quelle génération.
- Une fois ces produits identifiés, on peut commencer une mise en perspective de leurs dimensions.
- Ces dimensions peuvent alors être dérivés pour constituer de nouveaux appels marketing, affiner les nouvelles commandes, surfer sur les tendances.
