FSD PROJECT
Perbandingan Peluang Terjualnya Produk Sepatu dari berbagai Local Brand
Kenapa Kita Memilih Topik Ini?
Maraknya brand local sepatu asal indonesia yang akhir=akhir ini muncul membuat kita tertarik untuk menganalisa data tentang peluang terjual nya sepatu ini di masyarakat. Dengan melakukan scrapping data dari salah satu ecomerce terbesar yang ada di indonesia kami berharap data yang kami olah relevan sehingga mampu menggambarkan penjualan produk-produk sepatu local indonesia ini. Data ini juga dapat digunakan penjual untuk melihat di cluster mana produk yang mereka jual. Sehingga dapat menyusun strategi marketing produk sepatu tersebut untuk menaikan profit penjualan mereka.
import pandas as pd
data = pd.read_csv("Data-Sepatu-BrandLocal.csv")
data
data_filtered = data[['Product Name','Sold', 'Views']]
data_filtered[:8]
Di sini dapat terlihat persebaran yang didapatkan dari ploting menggunakan data 'Views' dan 'Sold'
data_filtered.plot.scatter(x='Views', y='Sold')
data_array = data_filtered.values # dari pandas dataframe ke numpy array
from sklearn.cluster import KMeans
kmeans = KMeans(n_clusters=3, random_state=2) # random seed
X = data_array[:, 1:] # semua baris, dari kolom 1 sampai akhir
kmeans.fit(X)
centroid = kmeans.cluster_centers_
label = kmeans.labels_
label
data_filtered.plot.scatter(x='Views', y='Sold', c=label, colormap='Set1')
import matplotlib.pyplot as plt
#ini adalah produk dengan kemungkinan jual rendah (merah)
for i in range(len(data_array)):
if label[i]==0:
print(data_array[i][0])
#ini adalah produk dengan kemungkinan jual sedang (orange)
for i in range(len(data_array)):
if label[i]==1:
print(data_array[i][0])
#ini adalah dproduk dengan kemungkinan jual tinggi (abu abu)
for i in range(len(data_array)):
if label[i]==2:
print(data_array[i][0])