一、数据处理

1.数据导入

数据较多，导入Navicat进行处理

2.数据处理

（1）表名、列名修改

将表名、列名修改为英文，更方便查询。因不考虑锁定库存，因此删去此列；

列名分别对应城市、门店名称、skuid、商品名称、一级分类、二级分类、总库存、失败原因

（2）缺失值处理

经过查询，共有17175条数据缺失商品名称、一级分类、二级分类和在库库存，失败原因皆是sku错误。

a、其中skuid为“2032927”的商品无任何一条商品明细记录，因此判断其为skuid错误导致的查询错误；

b、“重庆保利爱尚里店”缺失所有明细记录（即553条全缺失），“星光名都店”、“卧龙西路店”等30家门店缺失548条明细记录，如此大批量的缺失推断原因为查询过程中的失误/系统的失误导致的数值缺失；

c、“华润二十四城店”缺失34条明细记录，“果糖路店”缺失9条记录等等；

缺失计数统计如下（不包括缺失1条明细的记录）：

d、其余123家门店均缺失1条记录（即skuid为“2032927”的商品记录）。

（3）重复值处理

数据集共有89586条数据，而经过查询共有162家门店，每家门店553个商品，162x553=89586，因此并没有重复值；

（4）异常值

有1944条数据因skuid错误含有“a”而查询错误，因此将“a”删去。

（5）删去缺失值

再做下一步的处理前，先删去所有缺失信息的记录（17175条），即剩下

72411条记录。

（6）查询在库库存为0的记录

查询所有库存为0的记录，查询结果共有35669条。

按一级分类归类，结果如下图：

经过查询，一级分类共有16中，上图正好也是16条数据，即每类商品都有着库存为0的情况（可能是今日售完，也可能是前几日售完未补）。其中，时令蔬菜缺库情况最为严重，推测原因为时蔬为每日刚需，且为保证时蔬的新鲜，库存量都有严格的控制，因此时蔬缺库情况最为严重（可以理解为最畅销），其次是水/饮料、零食、乳品、速食等食品类商品，最后是居家生活类商品，推测原因为家居品使用周期长、库存较充足。

库存<10和库存<50的情况与库存为0的情况相差不大。

这是按商品名称进行的库存为0的计数（只取前30条数据），可见，全是食品类商品。

二、结论

1.检查有大量缺失信息的店铺数据，找到查询错误的原因，可能是查询过程中的失误/系统的失误导致的数值缺失，重新获取数据；对于skuid误加“a”的数据，将“a”删去，重新获取数据；

2.对于时令蔬菜类商品，要根据销量严格把控每日库存，晚上可采取打折处理，确保第二日菜品的新鲜度，同时要把控物流运输情况，确保每日新鲜时蔬的准时到达；对于乳品烘焙、肉类家禽、新鲜水果、豆制品、海鲜水产类保质期短且需求量较之没那么大的商品，库存量要小于时令蔬菜类商品，但也要保证在库状况，以满足顾客需求。

3.对于水/饮料、休闲零食、方便速食、粮油调味等保质期较长且需求量也较大的商品，确保每日的在库情况，以满足顾客需求。

4.对于居家生活类需求量较小的商品，控制在库数量，最大程度保证在保质期内卖出。