销售数据分析产品系统

针对多区域零售/电商业务的跨区域与会员消费数据分析场景。企业在多城市运营过程中，往往缺乏对不同城市、不同会员等级消费能力的统计学差异检验，导致营销策略泛化、资源投放效率低下。本项目旨在通过严格的假设检验与数据可视化，为企业制定精准的区域销售策略与会员运营机制提供客观的数据决策依据。

本项目构建了一套自动化的数据处理与统计分析报告生成系统，主要功能模块如下：
1. 数据清洗与描述性统计：批量提取清洗不同城市及客户类型的消费订单数据，计算客单价与总价分布。
2. 多维统计差异检验：运用假设检验分析不同城市（如芝加哥、洛杉矶、纽约）及客户类型（会员与普通顾客）之间的消费能力显著性差异。
3. 数据可视化与业务指导输出：生成箱线图等多维度分布图表，并导出包含“城市差异化营销策略”与“会员机制优化”等落地建议的定制化分析报告。

本人独立负责了该数据分析全流程的开发与报告生成，技术实现如下：
技术栈与架构：基于 Python (Polars) 进行高效数据清洗与统计聚合，调用 SciPy 进行假设检验与显著性分析，利用 Plotly 绘制交互式统计箱线图。
实现亮点：搭建了从原始流水处理到统计模型分析的标准数据管道；难点在于将复杂的统计学差异结果（如 $P