Excel數據分析項目——電商數據分析實戰

• 一、明確目的——以業務為核心目的
• 二、理解數據
• • ①商品購買記錄數據
  • 購買用戶信息表
• 三、提出問題
• 四、數據清洗
• • ①選擇子集
  • ②列名重命名
  • ③數據類型轉換
  • ④數據去重
  • ⑤缺失值處理
  • ⑥異常值處理
  • ⑦關聯數據表
  • ⑧數據整理
• 五、描述性統計
• 六、數據可視化
• • ①哪些類別（細分）的商品比較特效，總銷量前五的產品是哪些類別？各自占比是多少？——確定哪些商品應該多供應
  • ②不同種類商品的銷售趨勢是怎么樣？增長還是下降？——選出暢銷類商品
  • ③商品對應的哪個年齡段而言較為暢銷？——若有規律，可以嘗試將該年齡段的其他商品嘗試增加
  • ④用戶中的性別分布是怎么樣的？商品購買數量和用戶性別分布是否有關系？
  • ⑤哪些客戶更具有購買力，更具有付費意愿？
• 七、總結分析

一、明確目的——以業務為核心目的

案例背景：有一份“淘寶母嬰用品店的銷售數據”需要幫助商家實現盈利最大化
目標：確定產品銷量和哪些因素有關。產品種類、時間、用戶年齡段、客戶性別。以及它們之間的變化趨勢，找出可以改善的點

二、理解數據

①商品購買記錄數據

有表格如下

近3w條數據，7個字段，分別代表如下意義

字段英文名字段中文名注釋

user_id	用戶id	具有唯一識別性，可作為分析主鍵 分析某一個用戶的行為時，作為識別鍵
auction_id	購買行為ID	購買行為的唯一標識編號 可以用來細化用戶的購買行為數據
cat1	商品大類	用戶購買的商品類別 可通過該數據分析用戶喜歡的商品類型
cat_id	商品小類	用戶購買商品的細分小類 可進一步分析用戶喜歡的類型
property	商品屬性	簡單理解分析數據集，發現商品屬性字段分析意義不大 所以后面將會在表中隱藏
buy_mount	購買數量	用戶購買商品數量的真實情況 進一步可通過多用戶購買數量判斷該商品是否熱銷
day	購買時間	用戶購買行為發生的時間 可推測商品銷售趨勢，也是比較重要的字段

P.S:ctrl+tab鍵可以快速切換到另一個表

購買用戶信息表

有表格如下

900+數據，3個字段，分別代表如下意義

字段英文名字段中文名注釋

user_id	用戶id	用戶賬戶名稱，我們將會通過這個字段來連接兩張表
birthday	出生日期	可了解用戶的年齡段，是比較重要的字段
gender	性別	0 男性，1 女性?？煞治鲑徺I商品的男女嬰兒比例 是這次分析中的重要字段

三、提出問題

再次明晰分析目標，并根據目標提出問題
目標：確定產品銷量和哪些因素有關。產品種類、時間、用戶年齡段、客戶性別。以及它們之間的變化趨勢，找出可以改善的點，實現盈利最大化

• 哪些類別（細分）的商品比較特效，總銷量前五的產品是哪些類別？各自占比是多少？——確定哪些商品應該多供應
• 不同種類商品的銷售趨勢是怎么樣？增長還是下降？——選出暢銷類商品
• 商品對應的哪個年齡段而言較為暢銷？——若有規律，可以嘗試將該年齡段的其他商品嘗試增加
• 用戶中的性別分布是怎么樣的？商品購買數量和用戶性別分布是否有關系？
• 哪些客戶更具有購買力，更具有付費意愿？

四、數據清洗

一般包括以下8個部分
選擇子集、列名重命名、數據類型轉化、數據去重、缺失值處理、關聯數據表、異常值處理、數據整理八個步驟
在清洗之前，要對原始數據做好備份

①選擇子集

對不需要的字段直接進行刪除，本次分析中property字段與整個分析無關，所以選擇對此字段進行刪除

②列名重命名

將英文字段轉換為中文字段，方便理解分析，改完后的表格如下

③數據類型轉換

1> 購買數量中的單位不統一，無法進行分析計算，需要進行數據類型轉換，可以使用left函數進行字符串提取，會使用到以下幾個函數

• left：字符串從左到右進行切片
• len = 數字個數+字符個數
• lenb = 數字個數+字符個數×2

使用方法如下：
因為都是數字+【件】的字符串都是從左到右排列的，數字個數就是位置數，根據以上公式，那么len*2-lenb即為數字個數=位置數

只保留數字的購買數量公式即為（假設原購買數量單元格為E8）
=LEFT(E8,LEN(E8)*2-LENB(E8)*1 后面 *1可以快速轉化為數字

以上步驟完成數據類型轉換以后即可對原購買數量字段進行刪除，選擇新字段復制-粘貼值即可全部轉化為數值而非公式

2> 購買時間為常規字符串，不是時間型，選中購買時間整個字段 - 數據 - 分列 - 下一步 - 繼續選擇下一步，選中【日期】，默認為YMD，點擊完成 - 最后即可轉化為含斜杠的日期格式，同理出生日期同樣需要修改

④數據去重

把數據中所有字段完全一致的信息刪除
兩個表都需要做后面的操作：單擊任意一個單元格 - 數據 - 刪除重復值

⑤缺失值處理

有兩種處理方法：
填充數據：數據量較少，刪除會影響分析結果
刪除數據：適用于數據量很多，刪除數據不會影響到分析結果時

通過對比發現，商品大類和商品小類兩個字段是有缺失的，但是缺失數據相對于整體數據量占比很少，所以直接刪除即可

單擊數據區域任何一個單元格，快捷鍵Ctrl+g進行定位，定位條件選擇控制，然后在開始界面的【刪除】中選擇【刪除工作行】即可對有空值的行進行刪除

⑥異常值處理

使用篩選功能查看異常值

選擇數據區域任意單元格，Ctrl+shift+L快速調出篩選，發現購買記錄表中的購買數量的最大值是1w，偏離了正常值，所以需要對此行進行刪除
用戶信息表中出生日期有一個1984年，也偏離了正常值，需要對此行進行刪除；性別列也有一個2無意義，進行刪除

⑦關聯數據表

兩個數據表在不同的表格文件中，需要對數據進行合并，使用vlookup函數
舉例查找出生日期，函數為（有些匹配不到），然后用篩選將null值刪除

=VLOOKUP(A3,[2購買用戶信息表.xlsx]購買用戶信息表! $ A: $ B,2,0)

用同樣的方法求出性別，隱藏null值

⑧數據整理

使用到year函數計算用戶年齡，用購買時間-出生日期的年份即可得到用戶年齡，然后隱藏負值

使用IF函數來將性別變為【男女】=IF(H3=0,“男”,“女”)

五、描述性統計

需要用到Excel描述統計分析庫，需要進行設置添加

文件 - 選項 - 加載項 - 轉到 - 勾選【分析工具庫】
轉到數據菜單點擊【數據分析】，雙擊【描述統計】


【輸入區域】即為需要分析的區域，勾選【標志位于第一行】【匯總統計】【平均數置信度（95%）】，可以生成下面的圖表

中位數和眾數都是1，代表大多數客戶購買力較低

六、數據可視化

解決剛開始提出的5個問題

• 哪些類別（細分）的商品比較特效，總銷量前五的產品是哪些類別？各自占比是多少？——確定哪些商品應該多供應
• 不同種類商品的銷售趨勢是怎么樣？增長還是下降？——選出暢銷類商品
• 商品對應的哪個年齡段而言較為暢銷？——若有規律，可以嘗試將該年齡段的其他商品嘗試增加
• 用戶中的性別分布是怎么樣的？商品購買數量和用戶性別分布是否有關系？
• 哪些客戶更具有購買力，更具有付費意愿？

首先創建數據透視表，區域為所有數據，在新的sheet中創建，然后就可以分析上面的5個問題了

①哪些類別（細分）的商品比較特效，總銷量前五的產品是哪些類別？各自占比是多少？——確定哪些商品應該多供應

使用數據透視表，【行】設置為商品大類，【值】設置為購買數量，得到下面的數據透視表

選中購買數量列，按降序排列，為了求比例，需要在【值】處再拖入一個購買數量，然后點擊此“行”任意一個單元格，右鍵選擇值顯示方式 - 總計百分比，就可以顯示每個大類的百分比，最終效果圖如下

p.s:先選中行再用Ctrl+shift+L可以快速選中下面的所有行

②不同種類商品的銷售趨勢是怎么樣？增長還是下降？——選出暢銷類商品

【購買時間】拖到行，【商品大類】拖到列，【購買數量】拖到值
此時因為只有2013和2014有比較完整的數據，所以對數據進行篩選，只保留2013和2014年的數據，展開可以看到各個季度的具體數據

對數據進行趨勢圖繪制，選擇需要繪制的數據集，點擊【插入】選擇折線圖，得到圖表如下，即可直觀看出各類商品的銷量趨勢

③商品對應的哪個年齡段而言較為暢銷？——若有規律，可以嘗試將該年齡段的其他商品嘗試增加

將【年齡】字段拖到行，【購買數量】字段拖到值，可以得到不同年齡的購買數量情況透視表，再拖一個【購買數量】到值并選擇顯示百分比，可以更直觀地看出各年齡購買量占總銷量的百分比

此時采用柱狀圖進行可視化展示，如下，可以看出0~3歲的銷量是最好的

④用戶中的性別分布是怎么樣的？商品購買數量和用戶性別分布是否有關系？

將【性別】分別拖到行和值里，可以計算出兩個性別的人數，插入餅圖可以看出兩個性別占比，得到結果如下，可以發現女性用戶的數量和購買量都是要高于男性的

⑤哪些客戶更具有購買力，更具有付費意愿？

新建透視表，用戶ID設置為【行】，購買數量設置為【列】
點擊行標簽篩選 - 值篩選，選擇顯示前五項，即可得到購買數量前五的用戶，選中數據進行排序，選擇降序排列，即可獲得購買力為前五的用戶ID，對于購買力最強的用戶可以進一步分析其用戶行為，并采取針對性的維護措施，數據透視表如下

七、總結分析

通過明確問題、理解數據、數據清洗、分析、數據可視化等步驟，可以得出以下三個結論

嬰幼兒階段的商品賣得比較好，7歲以上年齡段產品的傳化率不高

14年的銷量相較13年有明顯升高，其中5008168編號的產品的增量最為明顯

女性產品的銷量明顯比男性的高，其中有一些商品的銷量比較突出，如50084815賣得最好

通過分析得到了一個高價值用戶信息表，對表中的用戶應當給予維護，防止流失

但由于商品信息表和用戶信息表的數量差較大，所以分析結果可能會有一定的偏差，如果有更多的用戶信息，分析結果會更準確一些

總結

以上是生活随笔為你收集整理的Excel数据分析项目——电商数据分析实战的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。