| import streamlit as st | |
| import pandas as pd | |
| import numpy as np | |
| import seaborn as sns | |
| import matplotlib.pyplot as plt | |
| st.sidebar.title('Выберите анализируемый период') | |
| choice = st.sidebar.selectbox('Какой период вы хотите выбрать ? ', ("Февраль 2022","Февраль 2023",'Резюме')) | |
| st.sidebar.write('Вы выбрали: ', choice) | |
| if choice == 'Февраль 2022': | |
| dataset=pd.read_excel(r'Feb202222.xlsx') | |
| dataset = dataset.drop_duplicates() | |
| dataset['Разница'] = dataset['Запрашиваемая скидка, %'] - dataset['Согласованная скидка, %'] | |
| st.header("Аналитика по КП") | |
| st.write(f'Общее количество КП за анализируемый период - {dataset.shape[0]}') | |
| men_array = dataset['Менеджер О.П.'].unique() | |
| men_requests = {} | |
| for i in men_array: | |
| men_requests.update({f"{i}": dataset.loc[dataset["Менеджер О.П."] == i].shape[0]}) | |
| men_requests = dict(sorted(men_requests.items(), key=lambda item: item[1])) | |
| bar_list = list(men_requests.keys()) | |
| bar_vals = list(men_requests.values()) | |
| sns.set(rc={'figure.figsize': (19, 10)}, font_scale=0.65) | |
| y = sns.barplot(x=bar_list, y=bar_vals) | |
| y.bar_label(y.containers[0]) | |
| fig = y.get_figure() | |
| fig.savefig(f'{choice}firstdraw.png') | |
| st.image(f'{choice}firstdraw.png', caption='Количество КП отправленных менеджером Отдела продаж за месяц') | |
| plt.clf() | |
| dataset.loc[dataset['Обратная связь от клиента'] != "Клиент позицию взял"].shape[0] | |
| pie_data = [dataset.loc[dataset['Обратная связь от клиента'] == "Клиент позицию взял"].shape[0], | |
| dataset.loc[dataset['Обратная связь от клиента'] != "Клиент позицию взял"].shape[0]] | |
| pie_lables = ['Клиент взял позицию', 'Клиент не взял позицию'] | |
| colors_pie = sns.color_palette('bright')[1:5] | |
| plt.rcParams.update({'font.size': 22}) | |
| plt.pie(pie_data, labels=pie_lables, colors=colors_pie, autopct='%.0f%%', textprops={'fontsize': 22}) | |
| plt.savefig(f'{choice}seconddraw.png') | |
| st.image(f'{choice}seconddraw.png', caption='Реакция клиентов на КП') | |
| plt.clf() | |
| data_discount = dataset.loc[ | |
| (dataset['Обратная связь от клиента'] == "Клиент позицию взял") & (dataset['Согласованная скидка, %'] != 0)] | |
| data_discount = data_discount[['Менеджер О.П.', 'Согласованная скидка, %']].groupby( | |
| ['Менеджер О.П.']).mean().dropna() | |
| data_discount = data_discount.sort_values(by='Согласованная скидка, %', ascending=False) | |
| data_discount = data_discount.to_dict()['Согласованная скидка, %'] | |
| discount_list = list(data_discount.keys()) | |
| discount_vals = list(data_discount.values()) | |
| x = sns.barplot(x=discount_list, y=discount_vals) | |
| x.bar_label(x.containers[0]) | |
| thirdfig = x.get_figure() | |
| thirdfig.savefig(f'{choice}thirddraw.png') | |
| st.image(f'{choice}thirddraw.png', caption='Какой процент скидки в среднем запрашивает Менеджер О.П.') | |
| plt.clf() | |
| categories = dataset[['ТГ', "Количество в запросе, шт"]].groupby(['ТГ']).sum().sort_values( | |
| by='Количество в запросе, шт', ascending=False) | |
| categories = categories.to_dict()['Количество в запросе, шт'] | |
| cats_list = list(categories.keys()) | |
| cats_vals = list(categories.values()) | |
| cols = ['red' if x > 400 else 'green' for x in cats_vals] | |
| sns.set(rc={'figure.figsize': (19, 10)}, font_scale=0.80) | |
| z = sns.barplot(x=cats_vals, y=cats_list, estimator=np.sum, palette=cols) | |
| z.bar_label(z.containers[0]) | |
| fourfig = z.get_figure() | |
| fourfig.savefig(f'{choice}fourdraw.png') | |
| st.image(f'{choice}fourdraw.png', | |
| caption='Суммарное количество позиций, поступивших по КП. Суммарно по товарным группам') | |
| plt.clf() | |
| men_array = dataset['ТГ'].unique() | |
| men_requests = {} | |
| for i in men_array: | |
| men_requests.update({f"{i}": dataset.loc[dataset["ТГ"] == i].shape[0]}) | |
| men_requests = dict(sorted(men_requests.items(), key=lambda item: item[1])) | |
| bar_list = list(men_requests.keys()) | |
| bar_vals = list(men_requests.values()) | |
| sns.set(rc={'figure.figsize': (19, 10)}, font_scale=0.65) | |
| y = sns.barplot(x=bar_vals, y=bar_list, palette=['red']) | |
| y.bar_label(y.containers[0]) | |
| fivefig = y.get_figure() | |
| fivefig.savefig(f'{choice}fivedraw.png') | |
| st.image(f'{choice}fivedraw.png', caption='Количество поступивших КП по товарным группам') | |
| plt.clf() | |
| ex = {} | |
| for vb in dataset['Тип согласования'].unique(): | |
| ex.update({vb: dataset.loc[dataset['Тип согласования'] == f'{vb}'].shape[0]}) | |
| bar_list = list(ex.keys()) | |
| bar_vals = list(ex.values()) | |
| q = sns.barplot(y=bar_vals, x=bar_list) | |
| sixfig = q.get_figure() | |
| sixfig.savefig(f'{choice}sixdraw.png') | |
| st.image(f'{choice}sixdraw.png', caption='Типы КП на анализируемый период') | |
| plt.clf() | |
| dif_data = [dataset.loc[dataset['Разница'] == 0].shape[0], | |
| dataset.shape[0] - dataset.loc[dataset['Разница'] == 0].shape[0]] | |
| dif_lables = ['Запрашиваемая и Согласованная скидки совпадают', 'Запрашиваемая и Согласованная скидки НЕ совпадают'] | |
| other_colors_pie = sns.color_palette('bright')[0:4] | |
| plt.rcParams.update({'font.size': 22}) | |
| plt.pie(dif_data, labels=dif_lables, colors=other_colors_pie, autopct='%.0f%%', textprops={'fontsize': 22}) | |
| plt.savefig(f'{choice}sevendraw.png') | |
| st.image(f'{choice}sevendraw.png', caption='Совпадение/ НЕ совпадение Согласованной и Запрашиваемой скидок') | |
| elif choice == 'Февраль 2023': | |
| dataset = pd.read_excel(r'Feb202322.xlsx') | |
| dataset = dataset.drop_duplicates() | |
| dataset['Разница'] = dataset['Запрашиваемая скидка, %'] - dataset['Согласованная скидка, %'] | |
| st.header("Аналитика по КП") | |
| st.write(f'Общее количество КП за анализируемый период - {dataset.shape[0]}') | |
| men_array = dataset['Менеджер О.П.'].unique() | |
| men_requests = {} | |
| for i in men_array: | |
| men_requests.update({f"{i}": dataset.loc[dataset["Менеджер О.П."] == i].shape[0]}) | |
| men_requests = dict(sorted(men_requests.items(), key=lambda item: item[1])) | |
| bar_list = list(men_requests.keys()) | |
| bar_vals = list(men_requests.values()) | |
| sns.set(rc={'figure.figsize': (19, 10)}, font_scale=0.65) | |
| y = sns.barplot(x=bar_list, y=bar_vals) | |
| y.bar_label(y.containers[0]) | |
| fig = y.get_figure() | |
| fig.savefig(f'{choice}firstdraw.png') | |
| st.image(f'{choice}firstdraw.png', caption='Количество КП отправленных менеджером Отдела продаж за месяц') | |
| plt.clf() | |
| dataset.loc[dataset['Обратная связь от клиента'] != "Клиент позицию взял"].shape[0] | |
| pie_data = [dataset.loc[dataset['Обратная связь от клиента'] == "Клиент позицию взял"].shape[0], | |
| dataset.loc[dataset['Обратная связь от клиента'] != "Клиент позицию взял"].shape[0]] | |
| pie_lables = ['Клиент взял позицию', 'Клиент не взял позицию'] | |
| colors_pie = sns.color_palette('bright')[1:5] | |
| plt.rcParams.update({'font.size': 22}) | |
| plt.pie(pie_data, labels=pie_lables, colors=colors_pie, autopct='%.0f%%', textprops={'fontsize': 22}) | |
| plt.savefig(f'{choice}seconddraw.png') | |
| st.image(f'{choice}seconddraw.png', caption='Реакция клиентов на КП') | |
| plt.clf() | |
| data_discount = dataset.loc[ | |
| (dataset['Обратная связь от клиента'] == "Клиент позицию взял") & (dataset['Согласованная скидка, %'] != 0)] | |
| data_discount = data_discount[['Менеджер О.П.', 'Согласованная скидка, %']].groupby( | |
| ['Менеджер О.П.']).mean().dropna() | |
| data_discount = data_discount.sort_values(by='Согласованная скидка, %', ascending=False) | |
| data_discount = data_discount.to_dict()['Согласованная скидка, %'] | |
| discount_list = list(data_discount.keys()) | |
| discount_vals = list(data_discount.values()) | |
| x = sns.barplot(x=discount_list, y=discount_vals) | |
| x.bar_label(x.containers[0]) | |
| thirdfig = x.get_figure() | |
| thirdfig.savefig(f'{choice}thirddraw.png') | |
| st.image(f'{choice}thirddraw.png', caption='Какой процент скидки в среднем запрашивает Менеджер О.П.') | |
| plt.clf() | |
| categories = dataset[['ТГ', "Количество в запросе, шт"]].groupby(['ТГ']).sum().sort_values( | |
| by='Количество в запросе, шт', ascending=False) | |
| categories = categories.to_dict()['Количество в запросе, шт'] | |
| cats_list = list(categories.keys()) | |
| cats_vals = list(categories.values()) | |
| cols = ['red' if x > 400 else 'green' for x in cats_vals] | |
| sns.set(rc={'figure.figsize': (19, 10)}, font_scale=0.80) | |
| z = sns.barplot(x=cats_vals, y=cats_list, estimator=np.sum, palette=cols) | |
| z.bar_label(z.containers[0]) | |
| fourfig = z.get_figure() | |
| fourfig.savefig(f'{choice}fourdraw.png') | |
| st.image(f'{choice}fourdraw.png', | |
| caption='Суммарное количество позиций, поступивших по КП. Суммарно по товарным группам') | |
| plt.clf() | |
| men_array = dataset['ТГ'].unique() | |
| men_requests = {} | |
| for i in men_array: | |
| men_requests.update({f"{i}": dataset.loc[dataset["ТГ"] == i].shape[0]}) | |
| men_requests = dict(sorted(men_requests.items(), key=lambda item: item[1])) | |
| bar_list = list(men_requests.keys()) | |
| bar_vals = list(men_requests.values()) | |
| sns.set(rc={'figure.figsize': (19, 10)}, font_scale=0.65) | |
| y = sns.barplot(x=bar_vals, y=bar_list, palette=['red']) | |
| y.bar_label(y.containers[0]) | |
| fivefig = y.get_figure() | |
| fivefig.savefig(f'{choice}fivedraw.png') | |
| st.image(f'{choice}fivedraw.png', caption='Количество поступивших КП по товарным группам') | |
| plt.clf() | |
| ex = {} | |
| for vb in dataset['Тип согласования'].unique(): | |
| ex.update({vb: dataset.loc[dataset['Тип согласования'] == f'{vb}'].shape[0]}) | |
| bar_list = list(ex.keys()) | |
| bar_vals = list(ex.values()) | |
| q = sns.barplot(y=bar_vals, x=bar_list) | |
| sixfig = q.get_figure() | |
| sixfig.savefig(f'{choice}sixdraw.png') | |
| st.image(f'{choice}sixdraw.png', caption='Типы КП на анализируемый период') | |
| plt.clf() | |
| dif_data = [dataset.loc[dataset['Разница'] == 0].shape[0], | |
| dataset.shape[0] - dataset.loc[dataset['Разница'] == 0].shape[0]] | |
| dif_lables = ['Запрашиваемая и Согласованная скидки совпадают', 'Запрашиваемая и Согласованная скидки НЕ совпадают'] | |
| other_colors_pie = sns.color_palette('bright')[0:4] | |
| plt.rcParams.update({'font.size': 22}) | |
| plt.pie(dif_data, labels=dif_lables, colors=other_colors_pie, autopct='%.0f%%', textprops={'fontsize': 22}) | |
| plt.savefig(f'{choice}sevendraw.png') | |
| st.image(f'{choice}sevendraw.png', caption='Совпадение/ НЕ совпадение Согласованной и Запрашиваемой скидок') | |
| elif choice == 'Резюме': | |
| dataset1 = pd.read_excel(r'Feb202222.xlsx') | |
| dataset1 = dataset1.drop_duplicates() | |
| dataset1['Разница'] = dataset1['Запрашиваемая скидка, %'] - dataset1['Согласованная скидка, %'] | |
| dataset2 = pd.read_excel(r'Feb202322.xlsx') | |
| dataset2 = dataset2.drop_duplicates() | |
| dataset2['Разница'] = dataset2['Запрашиваемая скидка, %'] - dataset2['Согласованная скидка, %'] | |
| st.header("Резюме Аналитики по КП") | |
| st.text(f'Сравнение количества КП') | |
| quant_lables = ['2022', '2023'] | |
| quant_vals = [dataset1.shape[0], dataset2.shape[0]] | |
| quant_data = pd.DataFrame.from_dict({'names': quant_lables, 'values': quant_vals}) | |
| st.bar_chart(quant_data, x='names', y='values', height=0) | |
| st.text('По сравнению с февралем 2022 года, количество КП в 2023 году возрасло на 70 %') | |
| quant2_lables = ['2022', '2023'] | |
| quant2_vals = [dataset1['Количество в запросе, шт'].sum(), dataset2['Количество в запросе, шт'].sum()] | |
| quant2_data = pd.DataFrame.from_dict({'names': quant2_lables, 'values': quant2_vals}) | |
| st.bar_chart(quant2_data, x='names', y='values', height=0) | |
| st.text(f'Сравнение суммарного количества товаров запрошенных по КП за февраль 2022 и февраль 2023') | |
| def top_tg_zapros(): | |
| sp = plt.subplot(121) | |
| tg1_array = dataset1['ТГ'].unique() | |
| tg1_requests = {} | |
| for i in tg1_array: | |
| tg1_requests.update({f"{i}": dataset1.loc[dataset1["ТГ"] == i].shape[0]}) | |
| tg1_requests = dict(sorted(tg1_requests.items(), key=lambda item: item[1], reverse=True)) | |
| bar1_list = list(tg1_requests.keys())[0:5] | |
| bar_vals = list(tg1_requests.values())[0:5] | |
| y = sns.barplot(x=bar_vals, y=bar1_list, palette=['red']) | |
| y.bar_label(y.containers[0]) | |
| quan_tg_fig1 = y.get_figure() | |
| quan_tg_fig1.savefig(f'{choice}quan_tg_fig1draw.png') | |
| plt.title('2022', fontsize=15) | |
| sp = plt.subplot(122) | |
| tg2_array = dataset2['ТГ'].unique() | |
| tg2_requests = {} | |
| for i in tg2_array: | |
| tg2_requests.update({f"{i}": dataset2.loc[dataset2["ТГ"] == i].shape[0]}) | |
| tg2_requests = dict(sorted(tg2_requests.items(), key=lambda item: item[1], reverse=True)) | |
| bar2_list = list(tg2_requests.keys())[0:5] | |
| bar_vals = list(tg2_requests.values())[0:5] | |
| y = sns.barplot(x=bar_vals, y=bar2_list, palette=['blue']) | |
| y.bar_label(y.containers[0]) | |
| quan_tg_fig2 = y.get_figure() | |
| quan_tg_fig2.savefig(f'{choice}quan_tg_fig2draw.png') | |
| plt.title('2023', fontsize=15) | |
| plt.savefig('Something2.png') | |
| st.image('Something2.png', caption='ТОП-5 товарных групп по количеству КП') | |
| return bar1_list, bar2_list | |
| def pie_data_clientreact(): | |
| plt.clf() | |
| sp = plt.subplot(121) | |
| dataset1.loc[dataset1['Обратная связь от клиента'] != "Клиент позицию взял"].shape[0] | |
| pie1_data = [dataset1.loc[dataset1['Обратная связь от клиента'] == "Клиент позицию взял"].shape[0], | |
| dataset1.loc[dataset1['Обратная связь от клиента'] != "Клиент позицию взял"].shape[0]] | |
| pie1_lables = ['Клиент взял позицию', 'Клиент не взял позицию'] | |
| colors_pie = sns.color_palette('bright')[1:5] | |
| plt.rcParams.update({'font.size': 15}) | |
| plt.pie(pie1_data, labels=pie1_lables, colors=colors_pie, autopct='%.0f%%', textprops={'fontsize': 15}) | |
| plt.title('2022', fontsize=15) | |
| sp = plt.subplot(122) | |
| dataset2.loc[dataset2['Обратная связь от клиента'] != "Клиент позицию взял"].shape[0] | |
| pie2_data = [dataset2.loc[dataset2['Обратная связь от клиента'] == "Клиент позицию взял"].shape[0], | |
| dataset2.loc[dataset2['Обратная связь от клиента'] != "Клиент позицию взял"].shape[0]] | |
| pie2_lables = ['Клиент взял позицию', 'Клиент не взял позицию'] | |
| colors_pie = sns.color_palette('bright')[1:5] | |
| plt.rcParams.update({'font.size': 15}) | |
| plt.pie(pie2_data, labels=pie2_lables, colors=colors_pie, autopct='%.0f%%', textprops={'fontsize': 15}) | |
| plt.title('2023', fontsize=15) | |
| plt.savefig('SOMETHIG.png') | |
| st.image('SOMETHIG.png', caption='Реакция клиентов на КП') | |
| def quantTG(): | |
| sp = plt.subplot(121) | |
| new_cat1 = {} | |
| categories1 = dataset1[['ТГ', "Количество в запросе, шт"]].groupby(['ТГ']).sum().sort_values( | |
| by='Количество в запросе, шт', ascending=False) | |
| categories1 = categories1.to_dict()['Количество в запросе, шт'] | |
| for key, value in categories1.items(): | |
| if key in f1: | |
| new_cat1[key] = value | |
| cats_list = list(new_cat1.keys()) | |
| cats_vals = list(new_cat1.values()) | |
| cols = ['red'] | |
| sns.set(rc={'figure.figsize': (19, 10)}, font_scale=0.80) | |
| z1 = sns.barplot(x=cats_vals, y=cats_list, estimator=np.sum, palette=cols) | |
| z1.bar_label(z1.containers[0]) | |
| plt.title('2022', fontsize=15) | |
| sp = plt.subplot(122) | |
| new_cat2 = {} | |
| categories2 = dataset2[['ТГ', "Количество в запросе, шт"]].groupby(['ТГ']).sum().sort_values( | |
| by='Количество в запросе, шт', ascending=False) | |
| categories2 = categories2.to_dict()['Количество в запросе, шт'] | |
| for key, value in categories2.items(): | |
| if key in k2: | |
| new_cat2[key] = value | |
| cats_list = list(new_cat2.keys()) | |
| cats_vals = list(new_cat2.values()) | |
| cols = ['blue'] | |
| sns.set(rc={'figure.figsize': (19, 10)}, font_scale=0.80) | |
| z = sns.barplot(x=cats_vals, y=cats_list, estimator=np.sum, palette=cols) | |
| z.bar_label(z.containers[0]) | |
| plt.title('2022', fontsize=15) | |
| plt.savefig('KPquanTG.png') | |
| st.image('KPquanTG.png', caption='Количество позиций по ТОП-5 ТГ') | |
| def TGtype(): | |
| sp = plt.subplot(121) | |
| ex1 = {} | |
| for vb in dataset1['Тип согласования'].unique(): | |
| ex1.update({vb: dataset1.loc[dataset1['Тип согласования'] == f'{vb}'].shape[0]}) | |
| bar1_list = list(ex1.keys()) | |
| bar1_vals = list(ex1.values()) | |
| q = sns.barplot(y=bar1_vals, x=bar1_list) | |
| q.bar_label(q.containers[0]) | |
| plt.title('2022', fontsize=15) | |
| sp = plt.subplot(122) | |
| ex2 = {} | |
| for vb in dataset2['Тип согласования'].unique(): | |
| ex2.update({vb: dataset2.loc[dataset2['Тип согласования'] == f'{vb}'].shape[0]}) | |
| bar2_list = list(ex2.keys()) | |
| bar2_vals = list(ex2.values()) | |
| q2 = sns.barplot(y=bar2_vals, x=bar2_list) | |
| q2.bar_label(q2.containers[0]) | |
| plt.title('2023', fontsize=15) | |
| plt.savefig('SoglType.png') | |
| st.image('SoglType.png') | |
| def pricesovp(): | |
| sp = plt.subplot(121) | |
| dif1_data = [dataset1.loc[dataset1['Разница'] == 0].shape[0], | |
| dataset1.shape[0] - dataset1.loc[dataset1['Разница'] == 0].shape[0]] | |
| dif1_lables = ['Совпадают', 'НЕ совпадают'] | |
| other_colors_pie = sns.color_palette('bright')[0:4] | |
| plt.rcParams.update({'font.size': 13}) | |
| plt.pie(dif1_data, labels=dif1_lables, colors=other_colors_pie, autopct='%.0f%%', textprops={'fontsize': 13}) | |
| plt.title('2022', fontsize=20) | |
| sp = plt.subplot(122) | |
| dif2_data = [dataset2.loc[dataset2['Разница'] == 0].shape[0], | |
| dataset2.shape[0] - dataset2.loc[dataset2['Разница'] == 0].shape[0]] | |
| dif2_lables = ['Совпадают', 'НЕ совпадают'] | |
| other_colors_pie = sns.color_palette('bright')[0:4] | |
| plt.rcParams.update({'font.size': 20}) | |
| plt.pie(dif2_data, labels=dif2_lables, colors=other_colors_pie, autopct='%.0f%%', textprops={'fontsize': 13}) | |
| plt.title('2023', fontsize=20) | |
| plt.savefig('zaprsogl.png') | |
| st.image('zaprsogl.png') | |
| def fivequantpi(): | |
| sp = plt.subplot(121) | |
| dif1_data = [dataset1.loc[dataset1['Количество в запросе, шт'] <= 5 ].shape[0], | |
| dataset1.shape[0] - dataset1.loc[dataset1['Разница'] > 5].shape[0]] | |
| dif1_lables = ['Меньше 5 штук', 'Больше 5 штук'] | |
| other_colors_pie = sns.color_palette('bright')[0:4] | |
| plt.rcParams.update({'font.size': 13}) | |
| plt.pie(dif1_data, labels=dif1_lables, colors=other_colors_pie, autopct='%.0f%%', textprops={'fontsize': 13}) | |
| plt.title('2022', fontsize=20) | |
| sp = plt.subplot(122) | |
| dif2_data = [dataset2.loc[dataset2['Количество в запросе, шт'] <= 5 ].shape[0], | |
| dataset2.shape[0] - dataset2.loc[dataset2['Разница'] > 5].shape[0]] | |
| dif2_lables = ['Меньше 5 штук', 'Больше 5 штук'] | |
| other_colors_pie = sns.color_palette('bright')[0:4] | |
| plt.rcParams.update({'font.size': 20}) | |
| plt.pie(dif2_data, labels=dif2_lables, colors=other_colors_pie, autopct='%.0f%%', textprops={'fontsize': 13}) | |
| plt.title('2023', fontsize=20) | |
| plt.savefig('fiveqiantpi.png') | |
| st.image('fiveqiantpi.png') | |
| f1, k2 = top_tg_zapros() | |
| st.write( | |
| 'На графике мы можем видеть изменения в ТГ, по которым приходят КП. Можно заметить, что по состоянию на 2023 год в ТОП-5 групп выбились Накладки, Накладки Simpeco и Оптика. Стоит обратить внимание на то, что Рессоры и Барабаны Simpeco остались в ТОП-5, также как и в 2022.') | |
| plt.clf() | |
| quantTG() | |
| st.write( | |
| 'На основе это графика, не трудно сделать вывод, что с ростом количества КП, растет и количество позиций, на которые запрашивается скидка. Таким образом мы можем увидеть прирост по двум совпадающим ТГ - Рессоры и Барабаны Simpeco, если конкретнее то количество по Рессорам возросло на 34%, а по барабанам Simpeco на 239%') | |
| plt.clf() | |
| TGtype() | |
| st.write('Количество КП по типу "На Объем" по сравнению с февралем прошлого года возросло на 517%') | |
| plt.clf() | |
| fivequantpi() | |
| st.write('Можем заметить увеличение запросов, в которых количество товаров меньше 5 штук') | |
| plt.clf() | |
| pricesovp() | |
| st.write( | |
| 'Можем заметить что процент скидок в которых совпадает Цена Запрашиваемая и Цена Согласованная, увеличился. Это свидетельствует о том, что КП, которые поступают в ОЦДР, укладываются в текущую политику именно поэтому необходимо оценить поведение клиента.') | |
| plt.clf() | |
| pie_data_clientreact() | |
| st.write( | |
| 'Из этого графика можем заметить, что в относительных показателях процент клиентов, которые берут позиции с учетом скидок по КП увеличился на 1%. Этот показатель является незначительным, с учетом роста количества КП, а также роста запросов по типу скидки "На объем"') | |
| st.header('Благодарим за внимание !') | |