某餐饮公司不同城市（国家）的销售数据
这是一家在全球多个城市运营的餐饮公司的销售数据。它包含有关单笔销售交易、客户人口统计和产品详细信息的信息。数据采用表格格式，每行代表一条记录，每列代表一个特定属性。该数据集通常可用于商业智能、销售预测和客户行为分析。
利用这个数据集，我们在项目中用 Python 回答了多个问题。
Q.1) 最喜欢的付款方式？
Q.2) 最畅销的产品 – 按数量和收入？
Q.3) 哪个城市的收入最高，或者哪位经理的收入最高？
Q.4) 按日期计算的收入。
Q.5) 平均收入。
Q.6) 11 月和 12 月的平均收入。
Q.7) 收入和数量的标准差？
Q.8) 收入和数量的差异？
问：9）随着时间的推移，收入是增加还是减少？
Q.10) 每种产品的平均“销售数量”和“平均收入”是多少？
这些是数据集中可用的主要特征/列：
1）订单ID：每个销售订单的唯一标识符。可用于追踪单笔交易。
2）订单日期：下订单的日期。此列对于时间序列分析至关重要，例如识别随时间或季节性变化的销售趋势。
3）产品：所售产品的名称或类型。此列对于按产品类别分析销售业绩至关重要。
4) 价格：产品单价。此价格与“订购数量”一起用于计算每笔订单的总价。
5）数量：单个订单售出的产品数量。这是计算收入和了解销售量的关键指标。
6) 购买类型：订单是在线、店内或免下车下达的。
7) 付款方式：订单付款方式。
8) 经理：商店经理的姓名。
9）城市：商店所在地。这可用于销售的地理分析，例如确定业绩最佳的地区或优化物流。
资源下载
下载价格9.9 元
VIP免费
立即购买