数据集
优衣库是日本快消公司的核心品牌，建立于1984年，当年是一家销售西服的小服装店，现已成为国际知名服装品牌。
数据字段说明：
- store_id 门店随机编号id,无实际意义
- city 门店所在城市
- channel 门店所产生的销售渠道，线上表示网上购买到门店自提，线下表示门店直接购买
- gender_group 客户性别 男女
- age_group 客户年龄段
- wkd_ind 购买发生的时间（周末，周中）
- product 产品类别
- customer 客户数量
- revenue 销售金额
- order 订单数量
- quant 购买的产品数量
- unit_cost 产品的成本（包含制造和营销层面）
任务
- 整体销售情况是如何随时间变化的？
- 不同产品的销售情况是怎样的？顾客偏爱哪种购买方式？
- 销售额和产品成本之间的关系是怎样的？
数据预处理流程
- 导包；
- 检查数据是否有缺失值，有缺失值，进行缺失值处理；——无缺失值
- 检查是否存在异常值，有就处理；——年龄、性别存在异常值
任务处理
任务一处理
整体销售情况是如何随时间变化的？
文字解读：观察问题的变量，有俩个。一个是销售情况，另一个是时间变换。观察数据集可以发现，与销售情况有关的数据有顾客数量、销售金额、卖出产品的数量。而与时间有关的数据只有wkd_ind。
这是一个一对多的关系，分别进行三次一对一进行观察比较。
- 时间和销售金额的关系
- 时间和顾客数量的关系
- 时间与出售产品数量的关系
结论：从销售金额、顾客数量、出售产品数量三个维度来看，整体销售情况，工作日比休息日更好。
任务二处理
不同产品的销售情况是怎样的？顾客偏爱哪种购买方式？
文字解读：有两个小问题，第一个小问题的变量是产品，对应数据集中的product。第二个小问题的变量是顾客和购买方式，顾客对应的数据集有年龄、性别、城市，购买方式对应数据集中的channel。
- 产品种类和出售数量的关系
- 顾客年龄和购买方式的关系
- 顾客性别和购买方式的关系
- 顾客所在城市和购买方式的关系
结论：T恤的销售情况最好，顾客最喜欢线下的购物方式，且深圳、杭州的20-39的女性更为明显。
任务三处理
销售额和产品成本之间的关系是怎样的？
文字解读：销售额和成本之间的关系，直接体现在利润上面。故而可以通过利润在产品上的关系来体现。具体的数字关系可以通过二者的相关系数来体现。
结论：利润和成本的相关系数：0.10275045141144552。二者虽呈正相关，但相关性不高。有一些产品存在少数的亏本时候，其中T恤的销售情况遥遥领先。