2022全国大学生数据分析大赛A题完整解题教程及代码 医药电商销售数据分析
题目 A：医药电商销售数据分析 完整解题
随着国家政策的逐步开放，越来越多的药品可以在网络上购买， 医药电商平台蒸蒸日上，受新冠疫情的影响，线下药店购买困难，更 让医药电商进入了更多消费者的视野，各大药企也纷纷加大力度布局 医药电商领域。但电商模式与线下零售有所不同，如何更好的经营医 药电商成为药企急需解决的问题。本题采集了天猫维生素类的药品， 请针对维生素药品进行数据的清洗、分析与挖掘，并回答下列问题。
2.1 第一问
对店铺进行分析，一共包含多少家店铺，各店铺的销售额占比如何？给出销售额占比最高的店铺，并分析该店铺的销售情况。
题目分析：统计shop_name字段的店铺去重值以及其个数，计算出销售额，根据店铺进行分组，统计出各店铺的销售额占比。接着进行降序排序，得到销售额占比最高的店铺，给销售额最高的店铺的其他字段情况进行数据汇总分析
2.2. 第二问
对所有药品进行分析，一共包含多少个药品，各药品的销售额占比如何？给出销售额占比最高的 10 个药品，并绘制这 10 个药品每月销售额曲线图。
题目分析：统计id字段的药品去重值以及其个数（不能分析title，因为他有一些商品title一样，但是口味或者其他信息是不同的，我觉得分析id的情况可能比较好），计算出销售额，根据药品进行分组，统计出各药品的销售额占比。接着进行降序排序，统计出销售额占比最高的 10 个药品，并绘制这 10 个药品每月销售额曲线图。
2.3. 第三问
对所有药品品牌进行分析，一共包含多少个品牌，各品牌的销售额占比如何？给出销售额占比最高的 10 个品牌，并分析这 10 个品牌销售较好的原因？
题目分析：统计brand字段的品牌去重值以及其个数，计算出销售额，根据品牌进行分组，统计出各品牌的销售额占比。接着进行降序排序，统计出销售额占比最高的 10 个药品。可以从价格和折扣的对应图表，从而分析销售较好的原因。
2.3. 第四问
预测天猫维生素类药品未来三个月的销售总额并绘制拟合曲线，评估模型性能和误差。
题目分析：首先先筛选出天猫店铺维生素类的对应商品，根据时间进行分组，得到一个时间序列数据，然后就可以进行一个时间序列预测了，可以采用传统的arima模型或者灰色预测模型，可以采用机器学习的xgboost，神经网络，或者采用深度学习的lstm模型，注意这里是拟合，所以可以用mape评估模型性能
2.3. 第五问
一家药企计划将新的维生素品牌进行网络销售，聘请你当企业的顾问，请你设计一份不超过两页纸的电商经营策略。
题目分析：这个可以基于上面第三问的数据进行分析
完整代码自行点击以下获取