超市数据可视化研究

谢彦南 杨呈敏

（广东环境保护工程职业学院，广东 佛山528216）

0 引言

可视化是利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。可视化图表有很多种表达方式，比如:饼图、堆叠横形图、折线图、条形图等多种图表表达方式；每种图形表有不同的效果和作用，给人带来的视觉影响也是很大差异的。

可视化意义：在经济，生活中的数据几乎无处不在，几乎每时每刻都在产生数据，而对于大多数人来说，一堆密密麻麻的数据几乎没有什么用处，但对于数据处理的人来说，却是可以挖掘的宝贵经验和财富。例如：疫情期间，通过大数据可视化技术，将疫情期间感染病例数据可视化，可以更加直观地了解全国疫情情况，运用预测算法，科学预测疫情发展趋势和社会影响，绘制疫情增长曲线图，发现增长峰值、拐点、趋势等规律。从而为疫情防控部门提供更为科学的决策依据，协助相关部门做好防控措施。

1 研究思路

1.1 数据获取

利用Python在网上爬取超市数据，主要爬取了四年的超市数据。用Python对数据进行清洗、去重、筛选等操作，获取有用数据，以Excel表格的csv格式保存。

1.2 数据分析与可视化

1.2.1 连接Mysql数据库

将保存的csv文件导入Mysql，要注意编码格式的转换，以防出现乱码，数据无法打开查看。用Python连接Mysql数据库，用Mysql语句筛选提取相关的数据。

1.2.2 前端呈现

使用Python中的HTML进行网页设计，用Echarts编写前端网页所需要呈现的图形代码，将数据以可视化图表的形式展现出来。

2 可视化分析

2.1 超市利润数据分析

从图1可以看出从2014年——2017年当中，2017年的销售额是所呈现的所有年份当中最高的，销售额高的原因一方面可能是商品已达到使用寿命，另一方面可能是人们收入水平的提高，拥有更多的财务支配选择权，总体来说销售额呈波动状态。另外也可以看出我国华东地区的销售额最高，西北地区的销售额最低，进而可以说明华东地区的购买力相对较强；利润率最高的则为西南地区，最低的为西北地区，利润率高可能是西南地区的销售的价格较高。

图1 销售额和利润趋势

2.2 商品数据可视化分析

图2的雷达图，说明了家具类商品的均价、销售额最为突出，而利润是排在了第二位；办公用品类商品，客户数、销售量、利润、利润率都是最为突出，均价较为弱项，在六项中，有四项是较为突出，综合能力较强，技术类商品，均价和销售额都仅次于家具类商品，利润也紧跟在两类商品之后。

图2 商品情况分析

3 结论及建议

3.1 销售情况方面

（1）提高发货速度，尤其是对于偏远地区，例如：新疆、西藏、甘肃、内蒙古等地区的发货速度；还有对于一些急件，可以选择运送速度较快的物流公司；为及时高效发货，可在各地建设货物仓库或在线下销售点增加商品储备量，可增强货物调配和运送速度。

（2）将物流的各个环节与人工智能相结合，提高社会劳动生产率。例如：在智能仓库作业环境中的搬运机器人、分拣机器人与机架进行有序操作与协作，能够极大提升仓库操作的处理速度、拣取精度和存储密度。

（3）在经济发达销售能力强的地区，适当增加物品储备量。在销售能力弱的地区，加强与商铺合作，适当增加广告投入，加大产品宣传力度，增加产品体验服务，对旺季、淡季做出相应的促销活动等。

3.2 商品情况方面

提高所销售产品的创意性，与实用性，对于少数追求新奇的顾客，可以为其提供个性定制产品、DIY产品等；对于实用小型产品，可以将其制作得更加精美，除了使用功能，还能让人具有观赏、收藏欲望，还有增强对周边产品覆盖能力。对于大型家具类商品，重中之重是产品质量，在此之后才是产品创新，材料也应尽量以环保、可再利用材料为主，对于所使用的涂料存在的气体安全问题也是需要重视的一个方面。对于技术类商品，所售商品紧跟产品的更新速度，加强与各产品供应商的合作，争取新产品一上市就能拿到商品的销售权。

3.3 客户情况方面

实行会员制，增加会员福利，增加顾客与品牌的粘合性。提供更加优质完善的售后服务，注重发展一对一地跟进式服务，让顾客享受到体贴入微的服务。重视对顾客投诉、质疑等方面的调查，定期对顾客进行的问卷调查，并在一些方面做出适当调整。

4 问题与挑战

4.1 数据感知获取方面

按照网络空间中数据的蕴藏的深度，整个网络可分为Surface Web和Deep Web，即表层网页和深层网页。如何从这些表层网络和深层网络中快速获取自己想要的信息，或者是如何将一定数量的数据信息经行筛选，将其有用的数据分拣出来，将是数据分析要面临的一个问题。

4.2 数据内化方面

在这繁多的数据下，如何将我们获取到与感知道的数据从表层的发现、接收，到深层次的理解内化为系统、有逻辑结构的东西，以便我们从冗长无味的数据背后去洞悉数据的特点与共性，挖掘数据趋势，多角度分析数据。

4.3 数据输出方面

在将接收的数据转化为完善的结构体系后，如何将内化后的数据转化为通俗易懂的知识，容易掌握的技能输出，或认为将数据以图表、封装类输出。

5 结语

国内电商信息数据可视化研究正处在摸索阶段，本文结合问题分析研究，及各个阶段数据通过可视化的方式呈现，使得数据的处理和分析能满足更高的标准。推动电商系统的不断进步。