Conversion Rate Optimization For E-COMMERCE

JPierre-DATA ANALIST

En este proyecto se aborda el caso de un comercio tipo ecommerce que presenta estancamiento en sus ventas. Se aplicaran técnicas analíticas a los registros transaccionales con el fin de obtener lineas de accion para el diseño de una estrategia basada en datos. Al final del preoyecto, se entregan resultados de diagnóstico en las áreas analizadas, seguido de las acciones estratégicas de resolución para incrementar el CRO.

Objetivos del Proyecto¶

Impulsar el crecimieno en ventas del E-Commerce por medio de:

Analizar situación actual en base a tres áreas de enfoque: Ventas, Clientes y Productos.(Establecer el baseline).
Determinar las mejores estrategias de CRO (Conversion Rate Optimization) adecuadas en base a los datos obtenidos.

Procesos ETL.¶

Herramientas:

El proyecto se aborda implementando Python por medio de Jupyter notebook, con los siguientes paquetes: Pandas, Numpy, Matplotlib, Scipy, Plotly, Seaborn y SqlAlchemy.

Data Set:

La empresa cuenta con una base de datos SQL Server desde donde administra toda su información transaccional.

Importación de librerias.¶

In [1]:

# Se importan los pquetes requeridos
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns
import sqlalchemy as sa

#Automcompletar rápido
%config IPCompleter.greedy=True

#Formato de display
pd.options.display.float_format = '{:15.2f}'.format

#Estilo de sns
sns.set_theme(style="whitegrid")

Conexión a base de datos.¶

In [2]:

# Conexión a la base de datos y carga de los datos iniciales.

con = sa.create_engine('sqlite:///../Datos/ecommerce.db')

In [3]:

# Inspeccion de  tablas existentes.

from sqlalchemy import inspect
insp = inspect(con)
tablas = insp.get_table_names()
tablas

Out[3]:

['2019-Dec', '2019-Nov', '2019-Oct', '2020-Feb', '2020-Jan']

In [4]:

# Creando df a partir de las tablas.

oct = pd.read_sql('2019-Oct', con)
nov = pd.read_sql('2019-Nov', con)
dic = pd.read_sql('2019-Dec', con)
ene = pd.read_sql('2020-Jan', con)
feb = pd.read_sql('2020-Feb', con)

In [5]:

# integración de tablas y datos en un único DataFrame

df = pd.concat([oct,nov,dic,ene,feb], axis = 0)
df

Out[5]:

	index	event_time	event_type	product_id	category_id	category_code	brand	price	user_id	user_session
0	68	2019-10-01 00:01:46 UTC	view	5843665	1487580005092295511	None	f.o.x	9.44	462033176	a18e0999-61a1-4218-8f8f-61ec1d375361
1	72	2019-10-01 00:01:55 UTC	cart	5868461	1487580013069861041	None	italwax	3.57	514753614	e2fecb2d-22d0-df2c-c661-15da44b3ccf1
2	95	2019-10-01 00:02:50 UTC	view	5877456	1487580006300255120	None	jessnail	122.22	527418424	86e77869-afbc-4dff-9aa2-6b7dd8c90770
3	122	2019-10-01 00:03:41 UTC	view	5649270	1487580013749338323	None	concept	6.19	555448072	b5f72ceb-0730-44de-a932-d16db62390df
4	124	2019-10-01 00:03:44 UTC	view	18082	1487580005411062629	None	cnd	16.03	552006247	2d8f304b-de45-4e59-8f40-50c603843fe5
...	...	...	...	...	...	...	...	...	...	...
429785	4156660	2020-02-29 23:58:49 UTC	cart	5815662	1487580006317032337	None	None	0.92	147995998	5ff96629-3627-493e-a25b-5a871ec78c90
429786	4156663	2020-02-29 23:58:57 UTC	view	5815665	1487580006317032337	None	None	0.59	147995998	5ff96629-3627-493e-a25b-5a871ec78c90
429787	4156668	2020-02-29 23:59:05 UTC	cart	5815665	1487580006317032337	None	None	0.59	147995998	5ff96629-3627-493e-a25b-5a871ec78c90
429788	4156675	2020-02-29 23:59:28 UTC	view	5817692	1487580010872045658	None	None	0.79	619841242	18af673b-7fb9-4202-a66d-5c855bc0fd2d
429789	4156680	2020-02-29 23:59:54 UTC	view	5716351	1487580010872045658	None	irisk	0.79	619841242	18af673b-7fb9-4202-a66d-5c855bc0fd2d

2095076 rows × 10 columns

Calidad de Datos:¶

In [6]:

# Tipos de Variables

df.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 2095076 entries, 0 to 429789
Data columns (total 10 columns):
 #   Column         Dtype  
---  ------         -----  
 0   index          int64  
 1   event_time     object 
 2   event_type     object 
 3   product_id     int64  
 4   category_id    int64  
 5   category_code  object 
 6   brand          object 
 7   price          float64
 8   user_id        int64  
 9   user_session   object 
dtypes: float64(1), int64(4), object(5)
memory usage: 175.8+ MB

In [7]:

# Eliminar la columna Index

df.drop(columns = 'index', inplace = True)

In [8]:

# Corregir tipo de datos. pasar event_time a datetime

def datetime_rapido(dt,formato):

    def divide_fecha(fecha):
        division = fecha.split()
        date = division[0]
        time = division[1]
        cadena = date + ' ' + time
        return cadena

    resultado = pd.to_datetime(dt.apply(lambda x: divide_fecha(x)), format = formato)

    return resultado

In [9]:

# llamando a la función y mostando cambios

formato = '%Y-%m-%d %H:%M:%S'

df.event_time = datetime_rapido(df.event_time,formato)
df.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 2095076 entries, 0 to 429789
Data columns (total 9 columns):
 #   Column         Dtype         
---  ------         -----         
 0   event_time     datetime64[ns]
 1   event_type     object        
 2   product_id     int64         
 3   category_id    int64         
 4   category_code  object        
 5   brand          object        
 6   price          float64       
 7   user_id        int64         
 8   user_session   object        
dtypes: datetime64[ns](1), float64(1), int64(3), object(4)
memory usage: 159.8+ MB

In [10]:

# Renombramos las variables a español

df.columns = ['fecha',
              'evento',
              'producto',
              'categoria',
              'categoria_cod',
              'marca',
              'precio',
              'usuario',
              'sesion']

In [11]:

#  Análisis de nulos

df.isna().sum().sort_values(ascending = False)

Out[11]:

categoria_cod    2060411
marca             891646
sesion               506
fecha                  0
evento                 0
producto               0
categoria              0
precio                 0
usuario                0
dtype: int64

Summary:

categoria_cod tiene casi todos los registros a nulo
marca tiene casi la mitad de los registros a nulo
hay 500 nulos en sesión

Acciones:

eliminar las variables categoria_cod y marca
eliminar los nulos de sesión ya que es una variable relevante

In [12]:

df = df.drop(columns = ['categoria_cod','marca']).dropna()

In [13]:

# Seleccion de variables con precio positivo

df = df[df.precio > 0]
df

Out[13]:

	fecha	evento	producto	categoria	precio	usuario	sesion
0	2019-10-01 00:01:46	view	5843665	1487580005092295511	9.44	462033176	a18e0999-61a1-4218-8f8f-61ec1d375361
1	2019-10-01 00:01:55	cart	5868461	1487580013069861041	3.57	514753614	e2fecb2d-22d0-df2c-c661-15da44b3ccf1
2	2019-10-01 00:02:50	view	5877456	1487580006300255120	122.22	527418424	86e77869-afbc-4dff-9aa2-6b7dd8c90770
3	2019-10-01 00:03:41	view	5649270	1487580013749338323	6.19	555448072	b5f72ceb-0730-44de-a932-d16db62390df
4	2019-10-01 00:03:44	view	18082	1487580005411062629	16.03	552006247	2d8f304b-de45-4e59-8f40-50c603843fe5
...	...	...	...	...	...	...	...
429785	2020-02-29 23:58:49	cart	5815662	1487580006317032337	0.92	147995998	5ff96629-3627-493e-a25b-5a871ec78c90
429786	2020-02-29 23:58:57	view	5815665	1487580006317032337	0.59	147995998	5ff96629-3627-493e-a25b-5a871ec78c90
429787	2020-02-29 23:59:05	cart	5815665	1487580006317032337	0.59	147995998	5ff96629-3627-493e-a25b-5a871ec78c90
429788	2020-02-29 23:59:28	view	5817692	1487580010872045658	0.79	619841242	18af673b-7fb9-4202-a66d-5c855bc0fd2d
429789	2020-02-29 23:59:54	view	5716351	1487580010872045658	0.79	619841242	18af673b-7fb9-4202-a66d-5c855bc0fd2d

2074026 rows × 7 columns

In [14]:

# Cantidad de eventos

df.evento.nunique()

Out[14]:

In [15]:

# Frcuencia de eventos

df.evento.value_counts()

Out[15]:

view                961558
cart                574547
remove_from_cart    410357
purchase            127564
Name: evento, dtype: int64

In [16]:

# Cantidad de prodctos distintos.

df.producto.nunique()

Out[16]:

In [17]:

# Cantidad de categorias de producto.

df.categoria.nunique()

Out[17]:

In [18]:

#Asignando la fecha como indice

df.set_index('fecha', inplace = True)

TRANSFORMACION DE DATOS
Creando 3 nuevas variables a partir de la fecha

In [19]:

# Funcion para segmentar dateTime

def componentes_fecha(dataframe):
    date = dataframe.index.date
    año = dataframe.index.year
    mes = dataframe.index.month
    dia = dataframe.index.day
    hora = dataframe.index.hour
    minuto = dataframe.index.minute
    segundo = dataframe.index.second
    
    
    return(pd.DataFrame({'date':date, 'año':año,'mes':mes, 'dia':dia, 'hora':hora, 'minuto':minuto, 'segundo':segundo}))

In [20]:

# LLamando a la funcion y creando nuevo df

df = pd.concat([df.reset_index(),componentes_fecha(df)], axis = 1).set_index('fecha')
df

Out[20]:

	evento	producto	categoria	precio	usuario	sesion	date	año	mes	dia	hora	minuto	segundo
fecha
2019-10-01 00:01:46	view	5843665	1487580005092295511	9.44	462033176	a18e0999-61a1-4218-8f8f-61ec1d375361	2019-10-01	2019	10	1	0	1	46
2019-10-01 00:01:55	cart	5868461	1487580013069861041	3.57	514753614	e2fecb2d-22d0-df2c-c661-15da44b3ccf1	2019-10-01	2019	10	1	0	1	55
2019-10-01 00:02:50	view	5877456	1487580006300255120	122.22	527418424	86e77869-afbc-4dff-9aa2-6b7dd8c90770	2019-10-01	2019	10	1	0	2	50
2019-10-01 00:03:41	view	5649270	1487580013749338323	6.19	555448072	b5f72ceb-0730-44de-a932-d16db62390df	2019-10-01	2019	10	1	0	3	41
2019-10-01 00:03:44	view	18082	1487580005411062629	16.03	552006247	2d8f304b-de45-4e59-8f40-50c603843fe5	2019-10-01	2019	10	1	0	3	44
...	...	...	...	...	...	...	...	...	...	...	...	...	...
2020-02-29 23:58:49	cart	5815662	1487580006317032337	0.92	147995998	5ff96629-3627-493e-a25b-5a871ec78c90	2020-02-29	2020	2	29	23	58	49
2020-02-29 23:58:57	view	5815665	1487580006317032337	0.59	147995998	5ff96629-3627-493e-a25b-5a871ec78c90	2020-02-29	2020	2	29	23	58	57
2020-02-29 23:59:05	cart	5815665	1487580006317032337	0.59	147995998	5ff96629-3627-493e-a25b-5a871ec78c90	2020-02-29	2020	2	29	23	59	5
2020-02-29 23:59:28	view	5817692	1487580010872045658	0.79	619841242	18af673b-7fb9-4202-a66d-5c855bc0fd2d	2020-02-29	2020	2	29	23	59	28
2020-02-29 23:59:54	view	5716351	1487580010872045658	0.79	619841242	18af673b-7fb9-4202-a66d-5c855bc0fd2d	2020-02-29	2020	2	29	23	59	54

2074026 rows × 13 columns

In [21]:

# Indicadores exógenos de feriados importantes.

df['black_friday'] = 0
df.loc['2019-11-29','black_friday'] = 1

df['san_valentin'] = 0
df.loc['2020-02-14','san_valentin'] = 1

In [22]:

# Tablón Analitico final

df.head()

Out[22]:

	evento	producto	categoria	precio	usuario	sesion	date	año	mes	dia	hora	minuto	segundo	black_friday	san_valentin
fecha
2019-10-01 00:01:46	view	5843665	1487580005092295511	9.44	462033176	a18e0999-61a1-4218-8f8f-61ec1d375361	2019-10-01	2019	10	1	0	1	46	0	0
2019-10-01 00:01:55	cart	5868461	1487580013069861041	3.57	514753614	e2fecb2d-22d0-df2c-c661-15da44b3ccf1	2019-10-01	2019	10	1	0	1	55	0	0
2019-10-01 00:02:50	view	5877456	1487580006300255120	122.22	527418424	86e77869-afbc-4dff-9aa2-6b7dd8c90770	2019-10-01	2019	10	1	0	2	50	0	0
2019-10-01 00:03:41	view	5649270	1487580013749338323	6.19	555448072	b5f72ceb-0730-44de-a932-d16db62390df	2019-10-01	2019	10	1	0	3	41	0	0
2019-10-01 00:03:44	view	18082	1487580005411062629	16.03	552006247	2d8f304b-de45-4e59-8f40-50c603843fe5	2019-10-01	2019	10	1	0	3	44	0	0

JPierre-DATA ANALIST

Procesos EDA¶

Analizando las ventas:¶

In [23]:

# Frecuencia de eventos

eventos = df.evento.value_counts()
eventos

Out[23]:

view                961558
cart                574547
remove_from_cart    410357
purchase            127564
Name: evento, dtype: int64

In [24]:

# Generación de kpi Customer Journey

kpi_visualizaciones_p = 100
kpi_carrito_p = eventos.loc['cart'] / eventos.loc['view'] * 100
kpi_abandono_p = eventos.loc['remove_from_cart'] / eventos.loc['cart'] * 100
kpi_compra_p = eventos.loc['purchase'] / eventos.loc['cart'] * 100

kpis = pd.DataFrame({'kpi':['visitas','carrito','compra'],
                     'valor':[kpi_visualizaciones_p,kpi_carrito_p,kpi_compra_p]})

kpis

Out[24]:

	kpi	valor
0	visitas	100.00
1	carrito	59.75
2	compra	22.20

In [25]:

# Visualizando el embudo de Ventas

from plotly import graph_objects as go

fig = go.Figure(go.Funnel(
    y = kpis.kpi,
    x = kpis.valor.round(2),
    marker = {'color': ['red','blue','green']},
    opacity = 0.3
    ))

fig.update_layout(
    title = 'Funnel Conversión Inicial')
    
fig.show()

Conclusiones:

Las tasas de partida son un 60% de carrito sobre visualiazaciones y un 22% de compra sobre carrito
Por tanto, existe un 40% de visitas sobre las que hay que trabajar para conseguir más carritos, y un 78% de carritos sobre los que trabajar para conseguir más compras

In [26]:

# generando dataframe agregado para analizar sesiones.

sesion_prod = df.groupby(['sesion','evento']).producto.count()
sesion_prod = sesion_prod.unstack().fillna(0)
sesion_prod = sesion_prod[['view','cart','remove_from_cart','purchase']]

In [27]:

# media de cada evento por sesión

media_eventos_sesion = sesion_prod.mean()
media_eventos_sesion

Out[27]:

evento
view                          2.16
cart                          1.29
remove_from_cart              0.92
purchase                      0.29
dtype: float64

Conclusión:

En cada sesión, de media:

Se ven 2.2 productos
Se añaden 1.3 productos al carrito
Se eliminan 0.9 productos del carrito
Se compran 0.3 productos

Estos números representan el objetivo de las acciones de CRO para lograr los incrementos.

In [28]:

# generando dataframe agregado para analizar sesiones.

eventos_hora = df.groupby(['evento','hora']).producto.count()
eventos_hora = eventos_hora.unstack(level = 0)

In [29]:

# crear una nueva variable que sea el ratio de compras por visita en cada hora.

eventos_hora['compras_visitas'] = eventos_hora.purchase / eventos_hora.view * 100
eventos_hora = eventos_hora[['view','cart','remove_from_cart','purchase','compras_visitas']]

In [30]:

# Analizamos los horarios de compra.

plt.figure(figsize = (10,4))
sns.lineplot(data = eventos_hora, x = eventos_hora.index, y = 'compras_visitas')
plt.xticks(eventos_hora.index);

In [31]:

# titpificar variables para unificar escalas y generar mapa de calor por hora

def tipificar(variable):
    media = variable.mean()
    dt = variable.std()
    return(variable.apply(lambda x: (x - media) / dt))

In [32]:

# llamando a la función

eventos_hora_tip = eventos_hora.apply(tipificar)

In [33]:

# Mapa de calor  agregado por eventos en cada horario

plt.figure(figsize = (12,12))
sns.heatmap(data = eventos_hora_tip);

INSIGHT #1: Todas las métricas se maximizan en las franjas entre las 9:00 y las 13:00 y entre las 18:00 y las 20:00

Esta info es muy relevante, por ejemplo, de cara a paid ads, tanto de generación de tráfico como de retargeting.
Además, parece haber algún segmento de clientes que compra a la 01:00 am, que aunque no sea muy frecuente, compra mucho.

In [34]:

# Media de facturacion mensual

df.loc[df.evento == 'purchase'].groupby('mes').precio.sum().mean()

Out[34]:

124309.92

Esta variable es importante porque representa el ticket medio por mes (125000 $), el cual será nuestro barómetro de crecimiento.

In [35]:

# Analizando la tendencia de facturacion mensual

tendencia = df.groupby('evento').resample('W').evento.count().unstack(level = 0)
tendencia = tendencia[['view','cart','remove_from_cart','purchase']]
tendencia.plot(subplots = True, figsize = (12,6), sharex = True, xticks = tendencia.index, x_compat=True, rot = 90);

INSIGHT #2: La gran conclusión es que todo el pastel de las compras navideñas se reparte en la semana del black friday

La tendencia es plana en todas las métricas, lo que confirma la necesidad de las acciones de CRO.
hay un pico muy pronunciado el 27 de Enero, seguramente algún evento local

Analizando a los Clientes:¶

In [36]:

# Creando un df agregado por clientes y 3 variables importantes.

clientes = df.loc[df.evento == 'purchase'].groupby(['usuario']).agg({'producto':'count',
                                                          'sesion':'nunique', 
                                                          'precio': 'mean',
                                                          'date': 'max'})
clientes.columns = ['productos_tot_num','compras_tot_num','precio_medio_prod','ult_compra']

In [37]:

# Generando 2 nuevas variables

clientes['gasto_tot'] = clientes.productos_tot_num * clientes.precio_medio_prod
clientes['productos_por_compra'] = clientes.productos_tot_num / clientes.compras_tot_num
clientes

Out[37]:

	productos_tot_num	compras_tot_num	precio_medio_prod	ult_compra	gasto_tot	productos_por_compra
usuario
25392526	3	1	7.38	2019-12-18	22.14	3.00
27756757	1	1	20.63	2020-01-27	20.63	1.00
50748978	9	1	1.11	2019-12-14	10.01	9.00
52747911	3	1	7.67	2019-10-10	23.02	3.00
65241811	5	1	8.36	2019-11-11	41.79	5.00
...	...	...	...	...	...	...
621995551	5	1	2.09	2020-02-29	10.46	5.00
622021687	1	1	13.33	2020-02-29	13.33	1.00
622041514	3	1	0.63	2020-02-29	1.90	3.00
622042698	3	1	28.04	2020-02-29	84.13	3.00
622065819	4	1	5.12	2020-02-29	20.48	4.00

11040 rows × 6 columns

In [38]:

# analizando la distribucion de clientes en cuanto a gasto

sns.histplot(data = clientes, x = 'gasto_tot', bins = 50)
plt.xlim([0,300]);

La gran mayoría de los clientes han gastado menos de 50€ en el período.

In [39]:

# Analizando clientes por su frecuencia de compra.

sns.countplot(data = clientes, x = 'compras_tot_num');

INSIGHT #3: La gran mayoría de los clientes sólo hace una compra.

Existe gran recorrido para mejorar este ratio mediante:

email marketing con newletters y ofertas personalizadas

In [40]:

# Analizando clientes por cantidad de productos en cada compra.

clientes.productos_por_compra.describe()

Out[40]:

count          11040.00
mean               7.79
std                9.49
min                1.00
25%                3.00
50%                5.00
75%               10.00
max              219.00
Name: productos_por_compra, dtype: float64

INSIGHT #4: La compra mediana incluye 5 productos.

Pero un 25% de los clientes compran más de 10 productos en la misma compra.

Existe gran recorrido para mejorar este ratio mediante:

sistemas de recomendación en el momento de la compra

In [41]:

# Analizando clientes por gasto total medio

clientes.gasto_tot.describe()

Out[41]:

count          11040.00
mean              56.30
std               81.73
min                0.13
25%               16.22
50%               32.74
75%               60.30
max             1559.21
Name: gasto_tot, dtype: float64

INSIGHT #5: Existen clientes con gasto medio bastante alto, hasta decenas de veces superior a la media. Representan al segmento de alta facturación.

Se sugiere atraer a estos clientes mediante programas de fidelización.

Analizando a los Productos:¶

In [42]:

# Creando un df agregado a nivel de productos

prod = df.groupby(['producto','evento']).size()
prod  = prod.unstack(level = 1).fillna(0)

In [43]:

# Se crea una matriz de precios para hacer join con el df, y se reordena.

maestro_precios = df.groupby('producto', as_index = False).precio.mean()
prod = pd.merge(left = prod, right = maestro_precios, how = 'left', on = 'producto')
prod = prod[['producto','view','cart','remove_from_cart','purchase','precio']]
prod

Out[43]:

	producto	view	cart	remove_from_cart	purchase	precio
0	3752	10.00	0.00	0.00	0.00	15.71
1	3762	258.00	127.00	59.00	28.00	19.29
2	3763	51.00	10.00	2.00	2.00	16.00
3	3771	9.00	0.00	0.00	0.00	15.08
4	3774	76.00	26.00	13.00	7.00	15.92
...	...	...	...	...	...	...
45322	5932537	1.00	1.00	0.00	0.00	1.43
45323	5932538	1.00	0.00	0.00	0.00	1.43
45324	5932540	2.00	1.00	0.00	0.00	1.43
45325	5932578	1.00	0.00	0.00	0.00	6.02
45326	5932585	2.00	0.00	0.00	0.00	6.33

45327 rows × 6 columns

In [44]:

# produtos que no se venden

prod[prod.purchase == 0]

Out[44]:

	producto	view	cart	remove_from_cart	purchase	precio
0	3752	10.00	0.00	0.00	0.00	15.71
3	3771	9.00	0.00	0.00	0.00	15.08
6	3790	10.00	0.00	0.00	0.00	7.92
8	3809	2.00	0.00	0.00	0.00	12.54
9	3812	1.00	0.00	0.00	0.00	12.54
...	...	...	...	...	...	...
45322	5932537	1.00	1.00	0.00	0.00	1.43
45323	5932538	1.00	0.00	0.00	0.00	1.43
45324	5932540	2.00	1.00	0.00	0.00	1.43
45325	5932578	1.00	0.00	0.00	0.00	6.02
45326	5932585	2.00	0.00	0.00	0.00	6.33

21850 rows × 6 columns

INSIGHT #6: Casi la mitad de los productos no han tenido ninguna venta en los 5 meses del histórico.

¿No se ven?
¿Se ven pero no se compran?
¿Es porque se sustituyen por otros productos propios?
¿Es porque se venden a precios mas bajos en la competencia?
Etc

Se podrían eliminar del catálogo, o como mínimo de la tienda, newsletter, etc, para que no ocupen espacio de los productos que sí se venden.

In [45]:

# Analizando la relación entre precio y volumen de ventas de los productos.
# Ya que este análisis incluye las ventas vamos a eliminar los productos que no han tenido ninguna.

sns.scatterplot(data = prod[prod.purchase > 0], x = 'precio', y = 'purchase', hue = 'precio');

Sí que existe una clara relación decreciente.

In [46]:

# analizando 20 de los productos mas vistos

prod.view.sort_values(ascending = False)[0:20].plot.bar();

Es posible incrementar las ventas y el ticket medio destacando estos productos en la tienda Siempre que además de ser vistos también se vendan.

In [47]:

# Analizando productos muy vistos y poco comprados
# Por ejemplo productos que miran muchos clientes pero que luego no los compran.

sns.scatterplot(data = prod, x = 'view', y = 'purchase');

In [48]:

# quitando el atípico y haciendo zoom en la ventana de muchas vistas pocas compras.

sns.scatterplot(data = prod.loc[prod.view < 4000], x = 'view', y = 'purchase', hue = 'precio')
plt.xlim(1000,3000)
plt.ylim(0,150);

Hay una oportunidad con estos productos, porque por algún motivo generan el interés de los clientes, pero finalmente no los compran.

JPierre-DATA ANALIST

Conclusiones:¶

La tendencia actual es plana en todas las métricas, lo que confirma la necesidad de las acciones de CRO (Conversion Rate Optimization).

Tras el análisis realizado sobre los datos transaccionales, se ha desarrollado un plan CRO de 8 iniciativas concretas, organizadas en 5 grandes palancas o áreas de negocio que, con alta probabilidad y de acuerdo a los datos ahora conocidos, van a impulsar los baselines, consiguiendo un incremento global de los ingresos del ecommerce. Los datos trazan el camino mas eficiente para obtener resultados ganadores.

Baseline¶

Los resultados analiticos indican que el Ecommerce presenta los siguientes valores promedio por cada sesión:

KPIs por sesión: Se ven 2.2 productos
KPIs por sesión: Se añaden 1.3 productos al carrito
KPIs por sesión: Se eliminan 0.9 productos del carrito
KPIs por sesión: Se compran 0.3 productos
Venta cruzada: mediana de 5 productos por compra
Recurrencia: el 10% de los clientes vuelve a comprar tras el primer mes
Conversión: 60% de añadir al carrito sobre visualizaciones
Conversión: 22% de compra sobre añadidos a carrito
Conversión: 13% de compra sobre visualizaciones
Facturación media mensual: 125.000€

Acciones de incremento de visualizaciones¶

Revisar las campañas de paid (generación y retargeting) para concentrar la inversión en franjas entre las 9 y las 13 y entre las 18 y las 20
Concentrar la inversión del período navideño y post-navideño en la semana del black friday

Acciones de incremento de conversión¶

Preconfigurar la home con los productos identificados en los análisis most viewed y most sold.
Trabajar sobre los productos muy vistos pero poco comprados

Acciones de incremento de venta cruzada¶

La compra mediana incluye 5 productos. Incrementar este ratio mediante la implementación en tiempo real de un sistema de recomendación.

Acciones de incremento de frecuencia de compra¶

El 90% de los clientes sólo hace una compra.

Crear una newsletter periódica en base aun sistema de recomendación para incrementar la frecuencia de visita
Campañas promocionales sobre los segmentos top de la cartera de clientes.

Acciones de fidelización de clientes¶

Crear un programa de fidelización sobre los segmentos top de la cartera de clientes.

Business Case¶

Es recomendable en este caso, generar un BUSINESS CASE para observar:

1. las 8 acciones de CRO recomendadas dentro de un plan. 
2. Los Presupuestos, proyecciones y escenarios de rentabilidad.

Ir al Business Case

Consideraciones finales:¶

Este proyecto es experimental, pero se basa en un enfoque bastante realista. Los datos para este proyecto se obtienen de Kaggle, un sitio web que ofrece conjuntos de datos experimentales. Puedes encontrarlos en https://www.kaggle.com/datasets

.

Visita mi perfil en GitHub ➡️

.

Table of Contents

Objetivos del Proyecto¶

Procesos ETL.¶

Importación de librerias.¶

Conexión a base de datos.¶

Calidad de Datos:¶

Procesos EDA¶

Analizando las ventas:¶

Analizando a los Clientes:¶

Analizando a los Productos:¶

Conclusiones:¶

Baseline¶

Acciones de incremento de visualizaciones¶

Acciones de incremento de conversión¶

Acciones de incremento de venta cruzada¶

Acciones de incremento de frecuencia de compra¶

Acciones de fidelización de clientes¶

Business Case¶

Consideraciones finales:¶