今天為大家分享的項(xiàng)目作品是來自于參賽用戶楓城的作品，主題是基于人、貨、場的電商平臺(tái)數(shù)據(jù)分析，分析的思路非常清晰，可視化報(bào)告的部分做的也不錯(cuò)，對數(shù)據(jù)分析新手來說非常具有學(xué)習(xí)價(jià)值。

場景介紹

業(yè)務(wù)背景介紹：小風(fēng)是一名剛?cè)肼毜腂I工程師，在試用期結(jié)束期間，導(dǎo)師拿著一份電商數(shù)據(jù)給到小風(fēng)，要求其給出合理分析結(jié)果

分析目的：小風(fēng)通過分析電商平臺(tái)兩年內(nèi)的銷售情況和發(fā)展情況，找出平臺(tái)發(fā)展對應(yīng)結(jié)論，并給出相應(yīng)改善建議。

分析工具：FineBI

分析思路

首先我們明確這次分析的目的對于電商平臺(tái)相關(guān)數(shù)據(jù)，分析發(fā)現(xiàn)問題并給出相關(guān)建議，決定從傳統(tǒng)的人，貨，場角度進(jìn)行分析。

場的維度我們分析平臺(tái)銷售的健康情況和銷售分布情況。可以得到平臺(tái)銷售的分布特點(diǎn)和增長趨勢。

接著我們通過貨品分析，了解到該平臺(tái)，品類銷售情況和產(chǎn)品的價(jià)格帶在哪個(gè)位置，以此可以進(jìn)行ABC分類的優(yōu)化和了解平臺(tái)產(chǎn)品定位，同時(shí)我們通過評(píng)分還了解到產(chǎn)品體驗(yàn)還有待優(yōu)化，并嘗試定位產(chǎn)品低評(píng)的原因

接著會(huì)員分析，我們了解到會(huì)員的增長趨勢和會(huì)員的分布情況，發(fā)現(xiàn)會(huì)員也大量分布在巴西沿海，同時(shí)我們還通過AARRR模型和RFM模型了解到會(huì)員轉(zhuǎn)化率情況及消費(fèi)屬性，并確定了重要價(jià)值客戶的占比和地理分布位置，客戶分層，有利于精準(zhǔn)營銷。

同時(shí)通過分析會(huì)員訂單了解會(huì)員消費(fèi)時(shí)間點(diǎn)和消費(fèi)方式及平均付款時(shí)間。同時(shí)也通過會(huì)員的評(píng)分，了解到會(huì)員的潛在訴求。

其他分析-物流分析，最終分析了該平臺(tái)的物流情況，發(fā)現(xiàn)物流不準(zhǔn)時(shí)占比偏高，物流時(shí)間也偏長，但同時(shí)物流費(fèi)用占比訂單費(fèi)用偏高，人們的消費(fèi)和收到的服務(wù)不成正比，同時(shí)通過低評(píng)的不準(zhǔn)時(shí)占比和物流時(shí)間驗(yàn)證該猜測，確定低評(píng)現(xiàn)象和物流服務(wù)有關(guān)。

最后，就以上結(jié)論和現(xiàn)象進(jìn)行相關(guān)改善建議

整體分析腦圖如下所示：

 

 

數(shù)據(jù)整理

基礎(chǔ)數(shù)據(jù)表主要為以下9張，如下圖所示，AAARR模型表，巴西各州輔助表，表關(guān)系，地區(qū)經(jīng)緯度表是我通過其他途徑獲得的輔助數(shù)據(jù)表。

 

 

主要用到自助數(shù)據(jù)集寬表為：訂單核心各維度聚合寬表，RFM模型表

數(shù)據(jù)整理過程:

第一步：獲?。旱卿沰aggle，下載公共數(shù)據(jù)集，需要翻墻和擁有kaggle賬號(hào)。(想去Kaggle參加競賽的朋友可以找我要翻墻工具)

第二步：清洗：為了保證源數(shù)據(jù)準(zhǔn)確性，將上述9張EXCEL基礎(chǔ)數(shù)據(jù)做去重及異常值處理(如數(shù)據(jù)查重，時(shí)間值前后，金額正負(fù)等常規(guī)判斷)，通過EXCEL配合相應(yīng)函數(shù)完成，因比較簡單，這邊不做過多敘述。

第三步：導(dǎo)入傳入到FineBI，并為了方便操作，將每張EXCEL表單獨(dú)創(chuàng)建一張寬表，作為維度表。(方便單表添加字段或維護(hù))，為后續(xù)制作大寬表打下數(shù)據(jù)基礎(chǔ)。

第四步：主要寬表制作(1)訂單核心各維度聚合寬表。

a、以O(shè)list_order_dataset為核心表，鏈接各維度表，創(chuàng)建訂單核心各維度聚合寬表。其表間血緣關(guān)系如下所示。

 

 

b、選取訂單核心表，通過左右合并依次和各維度表進(jìn)行合并

 

 

c增加過濾，過濾出2017年至2018年的數(shù)據(jù)

 

 

d、新增列是否準(zhǔn)時(shí) 通過預(yù)期物流到貨時(shí)間和實(shí)際到貨時(shí)間比較

 

 

e、新增列新老會(huì)員

 

 

f、訂單核心各維度聚合寬表創(chuàng)建完畢，其雪花模型如下所示。

 

 

第四步(2)：主要寬表制作(2) RFM模型表

a、首先取訂單核心各維度聚合寬表對應(yīng)字段。

 

 

b、新增列，距今消費(fèi)時(shí)間天數(shù)，后續(xù)可計(jì)算平均消費(fèi)時(shí)間天數(shù)，并以此判斷R值

 

 

同理，通過會(huì)員消費(fèi)頻次，計(jì)算平均會(huì)員頻次，比以此進(jìn)行F值計(jì)算;通過會(huì)員消費(fèi)金額，計(jì)算平均會(huì)員消費(fèi)金額，并以此進(jìn)行M值計(jì)算。

c、合并RFM，對R,F,M進(jìn)行拼接

 

 

d、通過IF函數(shù)對RFM進(jìn)行中文定義

 

 

至此相關(guān)數(shù)據(jù)處理完畢，數(shù)據(jù)整理告一段落。

完成分析報(bào)告

a、整體框架：整體排版按照故事的敘事來進(jìn)行排版，具體為如下板塊，任務(wù)背景，明確目的->“場”分析->“貨”分析->”人”分析->其他分析->總結(jié)建議。

b、圖表選擇：圖表選擇可以看這張圖：

 

 

c、分析思路和對應(yīng)結(jié)論

場分析:通過季銷售趨勢圖及環(huán)比，還有各州金額分布分析了解平臺(tái)銷售走勢和銷售分布，了解平臺(tái)銷售是否健康及銷售重點(diǎn)區(qū)域。

 

 

• 1)發(fā)現(xiàn)相較2017年，2018年的銷售金額和銷售量呈環(huán)比上升趨勢，最近兩季度略微下降，趨向平穩(wěn)。平臺(tái)客單價(jià)在175Reals/單浮動(dòng)。說明平臺(tái)整體的態(tài)勢還是向上發(fā)展的。
• 2)了解到訂單來源主要來自巴西沿海各州，其中圣保羅州，里約熱內(nèi)盧州，米納斯吉拉斯州為訂單量產(chǎn)出州TOP3，而反觀巴西內(nèi)地產(chǎn)出偏低，小風(fēng)猜測這也許巴西經(jīng)濟(jì)中心集中在沿海各州有關(guān)。

貨分析：通過帕累托分析品類銷售情況，散點(diǎn)圖探究品類寬度和銷售關(guān)系，再通過價(jià)格帶分析，了解平臺(tái)產(chǎn)品定位。通過評(píng)價(jià)占比了解產(chǎn)品滿意情況，通過產(chǎn)品完整性分析驗(yàn)證猜測。

 

 

• 1)發(fā)現(xiàn)health_beauty,watches_gifts,bed_bath_table這三個(gè)品類為該平臺(tái)熱賣品類，且18年銷售均大于17年，呈上升趨勢
• 2)通過散點(diǎn)圖分析，確認(rèn)了寬度越寬的品類往往銷售額也越高
• 3)列出TOP10銷售的產(chǎn)品，得到平臺(tái)價(jià)格帶定位在0-100 ，主要面向低端客戶群體
• 4)1-2分的低評(píng)占了評(píng)價(jià)的18%，平臺(tái)服務(wù)有很大提升空間，探索其低分原因不是由產(chǎn)品本身不完整性導(dǎo)致的

人分析：分析平臺(tái)會(huì)員走勢了解平臺(tái)會(huì)員健康情況，通過地圖分布了解會(huì)員分布情況，通過AARRR模型了解會(huì)員轉(zhuǎn)化率，通過環(huán)形圖了解新老會(huì)員銷售情況。利用RFM模型給會(huì)員分層并確定重要價(jià)值客戶分布。利用會(huì)員行為分析了解會(huì)員下單時(shí)間，付費(fèi)方式和平均付款時(shí)間，還知道會(huì)員低分占比及評(píng)論時(shí)間趨向。

 

 

• 1)發(fā)現(xiàn)2017年至2018年會(huì)員總體呈上升趨勢，但2018年第三季度呈現(xiàn)下滑狀態(tài)。
• 2)通過會(huì)員各州分布和城市分布發(fā)現(xiàn)，會(huì)員主要集中在圣保羅州，里約熱內(nèi)盧州，主要分布城市為sao paulo riode janeiro
• 3)一般電商模型為AARRR模型，發(fā)現(xiàn)平臺(tái)轉(zhuǎn)化率在98%左右。
• 4)發(fā)現(xiàn)重要價(jià)值客戶占會(huì)員體系的17%，而重要價(jià)值客戶也憑借著自己的高客單，高銷量為銷售額提供了主要貢獻(xiàn)。
• 5)會(huì)員下單主要集中在11點(diǎn)，16點(diǎn)，20點(diǎn)，喜歡用credit_card作為支付手段，平均付款時(shí)間在6.46小時(shí)。
• 6)發(fā)現(xiàn)會(huì)員評(píng)分4-5分約占78%，總體好評(píng)居多，但1-2分也占據(jù)著13%,存在一定風(fēng)險(xiǎn)，可以適當(dāng)優(yōu)化，會(huì)員評(píng)論時(shí)間集中在11-12,21-23時(shí)間段。

其他分析：通過物流準(zhǔn)時(shí)度分析，物流時(shí)間占訂單時(shí)間分析，平均物流天數(shù)分析，物流運(yùn)費(fèi)金額在總金額的占比，來評(píng)估顧客物流服務(wù)投入產(chǎn)出比，通過低評(píng)的非準(zhǔn)時(shí)占比和物流時(shí)間來驗(yàn)證猜測。

 

 

• 1)顧客對物流服務(wù)的投入產(chǎn)出比低下，造成較大不滿
• 2)低評(píng)確實(shí)是由物流因素引起

對應(yīng)建議：

 

 

d、顏色總體偏深色調(diào)布局，淺色系布局一直不好拿捏，后期再進(jìn)行嘗試，統(tǒng)一調(diào)整了字體和字號(hào)，讓畫面看起來更整齊美觀，并在結(jié)論處對應(yīng)指標(biāo)做顏色標(biāo)識(shí)，如代表好的指標(biāo)為紅色系，代表差的指標(biāo)為綠色系，整個(gè)優(yōu)化采取局部美化，完成時(shí)整體調(diào)優(yōu)的方式

調(diào)色網(wǎng)站推薦：Material Palette：http://www.materialpalette.com/，F(xiàn)lat UI Colors：http://flatuicolors.com/

e、作品展示(有些模糊，原圖太大，放不進(jìn)來，只能壓縮，將就著看了，有興趣的可以下載PDF看)

 

 

總結(jié)

經(jīng)驗(yàn)分享：帶著目的去分析，按照分析框架，循序漸進(jìn)，去享受分析的過程。