今天為大家分享的項目作品是來(lái)自于參賽用戶(hù)楓城的作品，主題是基于人、貨、場(chǎng)的電商平臺數據分析，分析的思路非常清晰，可視化報告的部分做的也不錯，對數據分析新手來(lái)說(shuō)非常具有學(xué)習價(jià)值。

場(chǎng)景介紹

業(yè)務(wù)背景介紹：小風(fēng)是一名剛入職的BI工程師，在試用期結束期間，導師拿著(zhù)一份電商數據給到小風(fēng)，要求其給出合理分析結果

分析目的：小風(fēng)通過(guò)分析電商平臺兩年內的銷(xiāo)售情況和發(fā)展情況，找出平臺發(fā)展對應結論，并給出相應改善建議。

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相關(guān)數據，分析發(fā)現問(wèn)題并給出相關(guān)建議，決定從傳統的人，貨，場(chǎng)角度進(jìn)行分析。

場(chǎng)的維度我們分析平臺銷(xiāo)售的健康情況和銷(xiāo)售分布情況?？梢缘玫狡脚_銷(xiāo)售的分布特點(diǎn)和增長(cháng)趨勢。

接著(zhù)我們通過(guò)貨品分析，了解到該平臺，品類(lèi)銷(xiāo)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(lèi)的優(yōu)化和了解平臺產(chǎn)品定位，同時(shí)我們通過(guò)評分還了解到產(chǎn)品體驗還有待優(yōu)化，并嘗試定位產(chǎn)品低評的原因

接著(zhù)會(huì )員分析，我們了解到會(huì )員的增長(cháng)趨勢和會(huì )員的分布情況，發(fā)現會(huì )員也大量分布在巴西沿海，同時(shí)我們還通過(guò)AARRR模型和RFM模型了解到會(huì )員轉化率情況及消費屬性，并確定了重要價(jià)值客戶(hù)的占比和地理分布位置，客戶(hù)分層，有利于精準營(yíng)銷(xiāo)。

同時(shí)通過(guò)分析會(huì )員訂單了解會(huì )員消費時(shí)間點(diǎn)和消費方式及平均付款時(shí)間。同時(shí)也通過(guò)會(huì )員的評分，了解到會(huì )員的潛在訴求。

其他分析-物流分析，最終分析了該平臺的物流情況，發(fā)現物流不準時(shí)占比偏高，物流時(shí)間也偏長(cháng)，但同時(shí)物流費用占比訂單費用偏高，人們的消費和收到的服務(wù)不成正比，同時(shí)通過(guò)低評的不準時(shí)占比和物流時(shí)間驗證該猜測，確定低評現象和物流服務(wù)有關(guān)。

最后，就以上結論和現象進(jìn)行相關(guān)改善建議

整體分析腦圖如下所示：

 

 

數據整理

基礎數據表主要為以下9張，如下圖所示，AAARR模型表，巴西各州輔助表，表關(guān)系，地區經(jīng)緯度表是我通過(guò)其他途徑獲得的輔助數據表。

 

 

主要用到自助數據集寬表為：訂單核心各維度聚合寬表，RFM模型表

數據整理過(guò)程:

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

第二步：清洗：為了保證源數據準確性，將上述9張EXCEL基礎數據做去重及異常值處理(如數據查重，時(shí)間值前后，金額正負等常規判斷)，通過(guò)EXCEL配合相應函數完成，因比較簡(jiǎn)單，這邊不做過(guò)多敘述。

第三步：導入傳入到FineBI，并為了方便操作，將每張EXCEL表單獨創(chuàng )建一張寬表，作為維度表。(方便單表添加字段或維護)，為后續制作大寬表打下數據基礎。

第四步：主要寬表制作(1)訂單核心各維度聚合寬表。

a、以Olist_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(guò)左右合并依次和各維度表進(jìn)行合并

 

 

c增加過(guò)濾，過(guò)濾出2017年至2018年的數據

 

 

d、新增列是否準時(shí) 通過(guò)預期物流到貨時(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字段。

 

 

b、新增列，距今消費時(shí)間天數，后續可計算平均消費時(shí)間天數，并以此判斷R值

 

 

同理，通過(guò)會(huì )員消費頻次，計算平均會(huì )員頻次，比以此進(jìn)行F值計算;通過(guò)會(huì )員消費金額，計算平均會(huì )員消費金額，并以此進(jìn)行M值計算。

c、合并RFM，對R,F,M進(jìn)行拼接

 

 

d、通過(guò)IF函數對RFM進(jìn)行中文定義

 

 

至此相關(guān)數據處理完畢，數據整理告一段落。

完成分析報告

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

b、圖表選擇：圖表選擇可以看這張圖：

 

 

c、分析思路和對應結論

場(chǎng)分析:通過(guò)季銷(xiāo)售趨勢圖及環(huán)比，還有各州金額分布分析了解平臺銷(xiāo)售走勢和銷(xiāo)售分布，了解平臺銷(xiāo)售是否健康及銷(xiāo)售重點(diǎn)區域。

 

 

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

貨分析：通過(guò)帕累托分析品類(lèi)銷(xiāo)售情況，散點(diǎn)圖探究品類(lèi)寬度和銷(xiāo)售關(guān)系，再通過(guò)價(jià)格帶分析，了解平臺產(chǎn)品定位。通過(guò)評價(jià)占比了解產(chǎn)品滿(mǎn)意情況，通過(guò)產(chǎn)品完整性分析驗證猜測。

 

 

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

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

 

 

• 1)發(fā)現2017年至2018年會(huì )員總體呈上升趨勢，但2018年第三季度呈現下滑狀態(tài)。
• 2)通過(guò)會(huì )員各州分布和城市分布發(fā)現，會(huì )員主要集中在圣保羅州，里約熱內盧州，主要分布城市為sao paulo riode janeiro
• 3)一般電商模型為AARRR模型，發(fā)現平臺轉化率在98%左右。
• 4)發(fā)現重要價(jià)值客戶(hù)占會(huì )員體系的17%，而重要價(jià)值客戶(hù)也憑借著(zhù)自己的高客單，高銷(xiāo)量為銷(xiāo)售額提供了主要貢獻。
• 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)現會(huì )員評分4-5分約占78%，總體好評居多，但1-2分也占據著(zhù)13%,存在一定風(fēng)險，可以適當優(yōu)化，會(huì )員評論時(shí)間集中在11-12,21-23時(shí)間段。

其他分析：通過(guò)物流準時(shí)度分析，物流時(shí)間占訂單時(shí)間分析，平均物流天數分析，物流運費金額在總金額的占比，來(lái)評估顧客物流服務(wù)投入產(chǎn)出比，通過(guò)低評的非準時(shí)占比和物流時(shí)間來(lái)驗證猜測。

 

 

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

對應建議：

 

 

d、顏色總體偏深色調布局，淺色系布局一直不好拿捏，后期再進(jìn)行嘗試，統一調整了字體和字號，讓畫(huà)面看起來(lái)更整齊美觀(guān)，并在結論處對應指標做顏色標識，如代表好的指標為紅色系，代表差的指標為綠色系，整個(gè)優(yōu)化采取局部美化，完成時(shí)整體調優(yōu)的方式

調色網(wǎng)站推薦：Material Palette：http://www.materialpalette.com/，Flat UI Colors：http://flatuicolors.com/

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

 

 

總結

經(jīng)驗分享：帶著(zhù)目的去分析，按照分析框架，循序漸進(jìn)，去享受分析的過(guò)程。