Visualize data to capture broad characteristics.

[skAtom]

データを可視化して全体の特徴を大まかに捉える

画像データとテーブルデータを可視化して実際のデータの様子を捉える。
軸は2つ、１つ目は顧客を軸にしてどんな商品を購入したか見てみる、２つ目は商品を軸にどのような顧客が購入をしたか見てみる。
その他、欠損値の数やデータの記録された時間的な間隔や男女比など一つ一つのカラムに焦点を当てた可視化。

TODO List

• [x] csvファイルにあるcolumnがどのようなデータなのかイシューにまとめる
• [ ] 顧客を軸にした可視化
• [ ] 商品を軸にした可視化
• [ ] その他、可視化させるカラムをしぼってみる（１つのカラムの特徴や複数のカラムの関係など）

[skAtom]

csvファイルにあるcolumnがどのようなデータなのかイシューにまとめる_articles.csv

• article_id : 商品ID
• product_code, prod_name : プロジェクト？ごとかつ商品種別ごと
  • 'Strap top', 'Strap top (1)', 'OP T-shirt (Idro)',...etc
• product_type_no, product_type_name : 細かい服の種類
  • 'Vest top', 'Bra', 'Underwear Tights', 'Tailored Waistcoat', ...etc
• product_group_name : 上下、下着など着用部位に注目した種別名
  • 'Garment Upper body', 'Underwear', 'Socks & Tights', 'Garment Lower body', ...etc
• graphical_appearance_no, graphical_appearance_name : 商品柄
• colour_group_code, colour_group_name : 商品のカラーコード
• perceived_colour_value_id, perceived_colour_value_name : 明るさ？色味？UndefinedとUnknownとあるのでスコアリングは人力っぽい。
  • カラーバリューと書いてあるので、色の明るさとは関係ありそう
  • https://www.dic-color.com/knowledge/munsell.html
• perceived_colour_master_id, perceived_colour_master_name : ベースになる色の名前(色の表記と実際の色が違う？？？)
• department_no, department_name : H&Mとして細かく再定義した商品種別
  • 'Jersey Basic', 'Clean Lingerie', 'Tights basic', 'Baby basics', 'Casual Lingerie', 'Jersey', 'EQ & Special Collections', ...etc
• index_code ,index_name : 着用者の大まかな年齢と性別に焦点を当てた商品種別
  • 'Ladieswear', 'Lingeries/Tights', 'Baby Sizes 50-98',...etc
• garment_group_no, garment_group_name : アパレルのアイテム別

[skAtom]

csvファイルにあるcolumnがどのようなデータなのかイシューにまとめる_customers.csv

• customer_id
• FN : 不明
• Active : 不明
• club_member_status : 会員かどうか
  • nan : 非会員
  • PRE-CREATE : 仮会員
  • ACTIVE : 会員
  • LEFT CLUB : 退会済み
• fashion_news_frequency : メルマガの設定頻度
  • NONE : 受信拒否
  • Monthly : 月に一回の受信
  • Regularly : 定期的に受信
  • nan : 未選択
• age : 年齢
• postal_code : 顧客の郵便番号？

[skAtom]

csvファイルにあるcolumnがどのようなデータなのかイシューにまとめる_transaction.csv

• t_dat : 購入日
• customer_id : 顧客ID
• article_id : 購入商品ID
• price : 価格
• sales_channel_id : 不明

[skAtom]

商品を軸にした可視化

index nameの要素の大きさをヒストグラムで比較してみた。

この時子供用の服はいくつかサイズが分かれているがH&Mのショッピングサイトには以下のようなサイズ分けがされていた。

• 上の棒グラフから見る商品展開はレディースウェアが一番多くスポーツウェアが一番少ない。
• H&Mの子供用サイズ表を見る限り対象としている年齢は、1才5カ月～14才となる。
• 商品展開の大まかな男女比は男 : 23%, 女 : 77％

  ladies = ['Ladieswear','Lingeries/Tights', 'Ladies Accessories', 'Divided']
  adult = ['Ladieswear','Lingeries/Tights', 'Ladies Accessories', 'Divided','Menswear','Sport']
  len(articles_df[articles_df['index_name'].isin(ladies)]) / len(articles_df[articles_df['index_name'].isin(adult)])