數(shù)據(jù)分析 - 用 Excel 分析電商數(shù)據(jù)

時間：2023-03-15 20:20:01 | 來源：電子商務

時間：2023-03-15 20:20:01 來源：電子商務

Excel是日常工作中最常用的工具, 同樣可以用來進行數(shù)據(jù)分析，找出數(shù)據(jù)背后隱藏的規(guī)律。

一、數(shù)據(jù)分析的步驟

數(shù)據(jù)分析一般分為5個步驟：提出問題 -> 理解數(shù)據(jù) -> 數(shù)據(jù)清洗 -> 構建模型 -> 數(shù)據(jù)可視化。

二、用Excel分析數(shù)據(jù)電商數(shù)據(jù)

使用數(shù)據(jù)的是社群資料里的電商行業(yè)數(shù)據(jù)集，即淘寶和天貓嬰兒用品的數(shù)據(jù)集。這個數(shù)據(jù)集包括2個CSV格式的數(shù)據(jù)；因為用Excel做數(shù)據(jù)分析，所以把CSV格式更改為XLSL格式來打開。

1. 數(shù)據(jù)分析第1步：提出問題 - 我們要分析哪些業(yè)務指標？

通過對“淘寶和天貓嬰兒用品的數(shù)據(jù)集”的分析，主要解決以下業(yè)務問題：

1）以年為單位，分析銷售數(shù)量的每年的變化趨勢。

2）以年為單位，分析嬰兒用品的商品種類的銷售數(shù)量的變化趨勢

2. 數(shù)據(jù)分析第2步：理解數(shù)據(jù)

理解數(shù)據(jù)主要是了解表格里l各個字段表示什么含義？每個字段都是哪種數(shù)據(jù)類型？

表1是“購買商品”數(shù)據(jù)，共有7個變量，29971條數(shù)據(jù)信息。存儲的數(shù)據(jù)類型，除了“property:商品屬性”是字符類型外，其他6個都是數(shù)字類型。

其中這7個變量為：

user_id:用戶id

auction_id:購買行為編號

cat_id:商品種類ID

cat1:商品屬于哪個類別

property:商品屬性

buy_mount:購買數(shù)量

day:購買時間（是個時間戳格式，可以通過excel將時間戳顯示未日期格式）

表2是“嬰兒信息表”，共有3個變量，953條數(shù)據(jù)信息。存儲的數(shù)據(jù)類型都是數(shù)字類型。

其中這3個變量為：

user_id:用戶id

birthday:出生日期

gender:性別（0 男性；1 女性）

3. 數(shù)據(jù)分析第3步：數(shù)據(jù)清洗

作為數(shù)據(jù)分析最重要的一個步驟，數(shù)據(jù)清洗往往需要花費60%甚至更多的時間。需要將多余重復的數(shù)據(jù)篩選清除，將缺失數(shù)據(jù)補充完整，將錯誤數(shù)據(jù)糾正或刪除。

數(shù)據(jù)清洗的步驟如下：

1) 選擇子集：選擇需要做數(shù)據(jù)分析的列。當數(shù)據(jù)的列比較多時，可以使用隱藏功能 - 把不需要分析的列單擊右鍵隱藏起來。

2) 列名重命名：如果原字段名不合適，可以更改字段名稱。

本次分析直接使用原始數(shù)據(jù)的列名，因為原始數(shù)據(jù)的命名已經(jīng)很清晰了。

3）刪除重復值：選中要分析的數(shù)據(jù)范圍， Data - Remove Duplicates來刪除重復值。

按照以上操作，分別查看表1“購買商品”數(shù)據(jù)和表2“嬰兒信息表”的是否有重復值；這2個數(shù)據(jù)集都顯示無重復值。

4）缺失值處理：Excel中通過選中某一列，查看右下角顯示的統(tǒng)計數(shù)目來，通過和其他列對比來得知該列是否有缺失。

有4種方法對找到的缺失值進行處理：

1 - 通過人工手動進行補全，這種方法適合缺失數(shù)值標數(shù)比較少的情況；

2-刪除缺失值；

3-用平均值來代替缺失值；

4-用統(tǒng)計模型計算出來的數(shù)據(jù)來代替缺失值。

如何定位缺失值：通過Home -Filter對數(shù)據(jù)設置篩選，在下拉菜單里的篩選條件里選擇“blank”，從而篩選出空白內(nèi)容的缺失值。

表1“購買商品”數(shù)據(jù) - 除了property這1列的統(tǒng)計數(shù)目為29828，其他6列的統(tǒng)計數(shù)目均為29972；所以property這1列存在缺失值。因為本次分析要解決的業(yè)務問題不涉及到property這1列，所以沒有對property這1列的缺失值進行處理。

表2“嬰兒信息表” - 3列的統(tǒng)計數(shù)目均為954，所以這個數(shù)據(jù)集不存在缺失值問題。

5）一致化處理：一致化是指數(shù)據(jù)有統(tǒng)一的命名。

可以對數(shù)據(jù)進行拆分從而實現(xiàn)命名的統(tǒng)一。

首先對需要拆分的那列數(shù)據(jù)進行復制；其次選中要拆分的數(shù)據(jù)，在Excel中Data - Text to Columns - 在跳出的對話框里選擇Delimited - 選擇要拆分的delimiter - finish完成拆分。

本次分析的這2個數(shù)據(jù)集都有著統(tǒng)一的命名，可以直接使用數(shù)據(jù)的原命名。

表1“購買商品”數(shù)據(jù)中的day和表2“嬰兒信息表”中的birthday都是假日期，需要變成真日期格式，以便可以進行計算。

操作如下：data - text to columns - fixed width - date - finish；通過該操作可以把日期變換為Y/M/D的格式。

6）數(shù)據(jù)排序：利用Excel中的函數(shù)功能來做得出數(shù)據(jù)的平均值或者是求和，從而對數(shù)據(jù)進行排序。

7）異常值處理：通過Excel的篩選功能來查看數(shù)據(jù)是否有錯誤。在下拉菜單中所列出的數(shù)據(jù)類型中，可以查看到是否有不正常的數(shù)值。

4. 數(shù)據(jù)分析第4步：構建模型

通過構建模型，從而獲取業(yè)務指標。

1）運用描述性統(tǒng)計命令來觀察數(shù)據(jù)的描述統(tǒng)計分析。

通過Excel里的數(shù)據(jù)分析功能，直接可以得到一系列的述統(tǒng)計分析數(shù)據(jù)；操作為：data - data analysis - 選擇descriptive statistics。

例如，對表1“購買商品”數(shù)據(jù)中的”buy-amount“購買量這列的數(shù)據(jù)進行描述統(tǒng)計分析，可以得到不同商品在不同時間溝通數(shù)量的平均值、標準誤差、中位數(shù)、眾數(shù)、標準差、方差、峰度、偏度、值域、最小值、最大值、總和及統(tǒng)計數(shù)目等描述性統(tǒng)計數(shù)據(jù)。

2）建數(shù)據(jù)透視表

運用數(shù)據(jù)透視表分組求平均數(shù)、標準差、計數(shù)等多個指標。

利用透視表，提取每年的購買總量的圖表。

利用透視表，提取每個商品類別的每年的購買總量。

3） 使用vlookup進行數(shù)據(jù)分析

使用vlookup函數(shù)，通過userid為橋梁，來查找表1“購買商品”數(shù)據(jù)中的day來匹配表2“嬰兒信息表”中的birthday。

5. 數(shù)據(jù)分析第5步：數(shù)據(jù)可視化

1）從2012-2015年，每年的購買總量的圖表。

從圖表可以看出，從2012 到2014年淘寶嬰幼兒用品的購買數(shù)量呈直線上升趨勢，2014達到頂峰；但是從2015的銷量卻急劇下滑，銷售數(shù)量甚至低于2012年的銷量。

2）從2012-2015年，嬰兒用品商品分類的銷售數(shù)量趨勢。

嬰兒用品共分6大商品種類。從圖表可以看出其中3大商品種類的銷售數(shù)量較大，另外3大商品種類的銷量較小；6大商品種類的銷量趨勢和淘寶嬰幼兒用品的整體銷量趨勢一致，即從2012 到2014年淘寶嬰幼兒用品的購買數(shù)量呈直線上升趨勢，2014達到頂峰；但是從2015的銷量卻急劇下滑，銷售數(shù)量甚至低于2012年的銷量。