基于Python的产品组合分析及市场份额提升策略技术咨询

我们的目标是提升整体市场份额——为此，我们想了解向不同国家引入特定产品组合是否会对市场份额产生影响。

2021年和2022年8-9月模拟数据 #

核心分析需求示例 #

• 了解在法国为200min_Call搭配哪款产品可提升整体市场份额
• 找出现有效果最佳的产品组合

补充说明：我们使用Python开展分析，目前还有更多包含各类产品组合与国家的相关数据，现咨询该问题的分析方法及可参考的示例。

分析方法及Python示例 #

1. 数据预处理 #

首先统一数据格式，构建基础分析指标：

import pandas as pd

# 读取数据（假设数据已存入CSV文件）
df = pd.read_csv('sales_data.csv')

# 计算每个产品的月度总销售额
df['total_sales'] = df['8月销售额（欧元）'] + df['9月销售额（欧元）']
# 计算月度销售额增长率
df['growth_rate'] = (df['9月销售额（欧元）'] - df['8月销售额（欧元）']) / df['8月销售额（欧元）'].replace(0, 1)

2. 现有产品组合效果排名 #

按国家分组，统计各产品的累计销售额和增长表现，筛选Top组合：

# 按国家+产品分组，汇总核心指标
product_performance = df.groupby(['国家', '产品']).agg(
    total_sales=('total_sales', 'sum'),
    avg_growth=('growth_rate', 'mean')
).reset_index()

# 按国家排序，找出每个国家销售额Top3的产品
top_products = product_performance.sort_values(
    ['国家', 'total_sales'], 
    ascending=[True, False]
).groupby('国家').head(3)

print("各国家高销售额产品组合：")
print(top_products)

3. 目标产品的搭配分析（以法国200min_Call为例） #

参考其他国家中与200min_Call共存的产品组合，筛选表现优异的候选：

# 筛选出所有包含200min_Call的国家数据
call_related_countries = df[df['产品'] == '200min_Call']['国家'].unique()

# 统计这些国家的完整产品组合及整体销售额
combo_performance = []
for country in call_related_countries:
    if country == '法国':
        continue  # 跳过目标国家本身
    # 获取该国家的所有产品
    country_products = df[df['国家'] == country]['产品'].unique()
    # 计算该国家的总销售额
    country_total = df[df['国家'] == country]['total_sales'].sum()
    combo_performance.append({
        '参考国家': country,
        '产品组合': country_products,
        '总销售额': country_total
    })

# 按总销售额排序，找出最优参考组合
combo_df = pd.DataFrame(combo_performance).sort_values('总销售额', ascending=False)
print("适合法国200min_Call的参考产品组合：")
print(combo_df)

4. 引入新组合的效果预测 #

基于历史增长率，模拟引入新产品后的销售额变化：

# 获取法国现有产品的平均增长率
france_avg_growth = df[df['国家'] == '法国']['growth_rate'].mean()

# 以美国的20MB_Internet为例，预测引入法国后的销售额
us_20mb_avg_sales = df[(df['国家'] == '美国') & (df['产品'] == '20MB_Internet')]['total_sales'].mean()
predicted_france_sales = us_20mb_avg_sales * (1 + france_avg_growth)

print(f"法国引入20MB_Internet的预测月度总销售额：{predicted_france_sales:.2f}欧元")

内容的提问来源于stack exchange，提问作者Justin