用excel對電商數(shù)據(jù)進行數(shù)據(jù)分析

時間：2023-03-15 22:10:01 | 來源：電子商務

時間：2023-03-15 22:10:01 來源：電子商務

我們使用excel進行數(shù)據(jù)分析時，通常會經(jīng)歷五個步驟。

1.提出問題：正所謂有了問題才需要去針對性地分析數(shù)據(jù)，從數(shù)據(jù)中得到問題的答案，脫離問題對數(shù)據(jù)分析得再透徹也是無用之功。

2.理解數(shù)據(jù)：第二步理解數(shù)據(jù)中包含兩個小的方面，首先是針對要解決的問題采集相應的數(shù)據(jù)集，其次是查看數(shù)據(jù)集中的信息，了解每個字段的意義和數(shù)據(jù)集的描述性統(tǒng)計信息。

3.數(shù)據(jù)清洗：也就是數(shù)據(jù)的預處理，這占據(jù)了數(shù)據(jù)分析的大部分時間。只有清洗完成的數(shù)據(jù)才能用于之后的分析。數(shù)據(jù)清洗大致可分為七個步驟（選擇子集、列名重命名、刪除重復值、缺失值處理、一致化處理、數(shù)據(jù)排序、異常值處理），每一步都需要針對具體情況具體分析。

4.構建模型：也就是對清洗完成后的數(shù)據(jù)進行數(shù)據(jù)分析，通常是對業(yè)務問題進行具體分析，得出問題的答案。簡單的構建模型是進行一些描述性統(tǒng)計分析，得出一些業(yè)務指標，而復雜的就需要用到機器學習方面的知識。

5.數(shù)據(jù)可視化：也就是將分析問題得出的結果用圖形展示出來。

接上一節(jié)，我們可以用這五步對嬰兒用品的電商數(shù)據(jù)進行分析

一、提出問題

上一節(jié)中提出了三個問題：

①哪些類別的產(chǎn)品銷量很好，細分到類別下的二級分類，又是哪些種類非常暢銷？

②男嬰兒購買信息中哪幾類最為暢銷，女嬰兒哪幾類更為熱賣？

③在暢銷的產(chǎn)品中按類別分類，分析出時間對產(chǎn)品銷量的影響。

二、理解數(shù)據(jù)

為了解決相應的問題，采集到與問題相關的數(shù)據(jù)集，接下來要理解數(shù)據(jù)集中的信息。

表1中的數(shù)據(jù)集：

用戶ID：是用戶在網(wǎng)站或APP上使用的購買賬號，也是用戶唯一標識

購買行為編號：記錄用戶在購買某件商品時的購買行為，是購買的唯一標識，

商品種類ID（一級）：反映用戶購買的某件商品屬于哪一大類

商品類別ID（二級）：反映用戶購買的商品屬于哪一類別，是上一字段大類中的分類

商品屬性：類似長度，厚度，商品品牌等一系列屬性值

購買數(shù)量：用戶對某件商品的下單量

購買時間：用戶購買商品的時間

表2中的數(shù)據(jù)集：

用戶ID：用戶購買商品時所用的賬號ID，是唯一標識

出生日期：嬰兒的出生日期

性別：嬰兒的性別，0為男性；1為女性

三、數(shù)據(jù)清洗

1.選擇子集 ：由于購買行為編號和商品屬性對我們分析的問題沒有意義，故將其隱藏，以便于我們的分析。（但是購買行為編號是唯一標識，在用戶編號這一唯一標識缺失值時，可以拿出來判別其他數(shù)據(jù)是否缺失）。

2.列名重命名：由于兩張表的字段已經(jīng)非常便于理解，所以無需重命名。

3.刪除重復值：對兩張表分別在數(shù)據(jù)選項之下按照用戶編號這一唯一標識刪除重復值，發(fā)現(xiàn)沒有重復的數(shù)值。

4.缺失值處理：表1中每列數(shù)據(jù)計數(shù)都為29972（除了商品屬性值，但是對分析問題沒有影響，所以不必處理），表2中每列數(shù)據(jù)計數(shù)都為954，沒有缺失值。

5.一致化處理：觀察數(shù)據(jù)集中的數(shù)據(jù)，發(fā)現(xiàn)表1中的購買時間和表2中的出生日期沒有按照相應的日期格式顯示，會影響到后面的分析。故對其進行分列+設置單元格格式的方法設置成標準日期格式。

6.數(shù)據(jù)排序：將表1中的數(shù)據(jù)按照購買數(shù)量進行降序排序

可以發(fā)現(xiàn)單個用戶一次購買數(shù)量最多的是10000，可以得到相應的商品種類等其他相關信息。

7.異常值處理：結合業(yè)務問題實際判定是否為異常值。

四、構建模型

以上就是清洗完成后的數(shù)據(jù)，之后需要對數(shù)據(jù)進行分析。首先可以通過excel自帶的分析工具庫得到購買數(shù)量的一些描述性統(tǒng)計分析。

接下來對于業(yè)務問題進行針對性分析

①哪些類別的產(chǎn)品銷量很好，細分到類別下的二級分類，又是哪些種類非常暢銷？

插入數(shù)據(jù)透視表，把商品類別ID（一級）拖入行中，求和項購買數(shù)量拖入值中，獲得商品類別和購買數(shù)量之間的關系，并按照購買數(shù)量降序排序。

我們?nèi)≠徺I數(shù)量最多的前三類定義為暢銷，可以發(fā)現(xiàn)商品類別ID（一級）中最為暢銷的是28，50014815，50008168。

由于商品類別（一級）下的商品種類繁多，放在一起分析數(shù)據(jù)過長不太好查找，需要對每個暢銷商品單獨進行分析。這里需要用到篩選這一功能把大類相同的數(shù)據(jù)篩選出來，并且復制到另外一張表中進行分析。（因為數(shù)據(jù)透視表只會對所有數(shù)據(jù)進行分析）

可以發(fā)現(xiàn)28這一一級分類下最為暢銷的三種商品種類是50011993，50012788，50003700。

可以同樣的方法對另外兩個大類的暢銷產(chǎn)品進行分析。分別得到數(shù)據(jù)透視圖：

可以發(fā)現(xiàn)50014815這一大類下最為暢銷的三種商品是50018831，50006520，50012564；50008168大類下最為暢銷的是50007016，50013636，50006602。

②男嬰兒購買信息中哪幾類最為暢銷，女嬰兒哪幾類更為熱賣？

由于要從嬰兒的性別入手進行分析，需要通過vlookup功能借助兩張表的共同字段用戶ID將表1中的商品類別，商品種類，購買數(shù)量這三個信息對應地查詢到表2中。

由于要對不同性別的嬰兒進行分析，需要將不同性別對應的購買信息篩選出來，復制到新的表中進行分析，其中0為男性，1為女性（發(fā)現(xiàn)還有性別為2的存在，通過篩選剔除掉這些數(shù)據(jù)進行分析）。這里先對男嬰兒進行分析，獲得行為購買種類（二級），列為購買類別（一級），值為購買數(shù)量求和的數(shù)據(jù)分析表：

發(fā)現(xiàn)男嬰兒中賣的最好的三種商品是50014815大類下的50018831（簡記為50014815-50018831），50008168-50013636，50014815-50012456。

同樣地，對女嬰兒進行分析，獲得數(shù)據(jù)透視表：

發(fā)現(xiàn)女嬰兒中賣的最好的三種商品是50008168-50013636，50008168-50010558，50008168-50006602。

③在暢銷的產(chǎn)品中按類別分類，分析出時間對產(chǎn)品銷量的影響。

通過問題1已經(jīng)獲得暢銷的商品類別以及這一類下的暢銷商品種類，這里只針對28這一商品大類進行分析討論。首先對問題①中獲得的暢銷商品28-50011993進行分析，將商品信息篩選出來繪制數(shù)據(jù)分析表，

由于數(shù)據(jù)中信息年份跨度很小，按年份分析沒有什么意義，這里只將季度和月份組合進行分析。發(fā)現(xiàn)28-50011993這類商品在第一季度和第四季度比較好賣，特別是1月，11月，12月賣的特別好，可以推測出這種商品在天氣冷的時候需求量比較大。

接著對28-50012788這類商品進行分析，得出數(shù)據(jù)透視表：

可以發(fā)現(xiàn)，這類商品主要在12月需求量特別高，其他月份需求量很低，可以把主要重心放到12月，其余月份保證一定的數(shù)量即可。

最后，對28-50003700商品進行分析，獲得數(shù)據(jù)透視表：

這類商品購買數(shù)量跟時間之間沒有明顯的變化關系，全年都有一定的需求量，其中1月3月5月賣的特別好，可以在前兩個季度稍微增加商品數(shù)量。