一、团队成员介绍 本人“人间值得”。座右铭：要不别做，要么做好。   二、作品背景简介 参赛作品数据来源于巴西Olist（2016年8月-2018年8月）电商数据平台的数据。本次数据分析作品只筛选了2017-2018年的数据来进行分析。 分析目的：分析该数据可以看出近两年的销售业绩变化，卖家的经营状况，客户的区域分布，客户的购买偏好等，以便改善现有的状况，提升业绩。 数据来源链接：https://www.kaggle.com/jainaashish/orders-merged   三、分析思路介绍 3.1提出问题 ①　在2017年1月-2018年8月，为什么销量呈现上涨趋势？ ②　哪类商品最热销，可主推？ ③　用户的地域对于销量的影响？如何做到精准营销？ ④　用户偏好哪种支付模式，是否可以在线支付公司深度合作？ ……   3.2分析框架      3.3数据清洗整理 本作品分析数据来源于巴西电商平台的orders-merged交易数据，由于分析需要，在分析过程中只保留了2017-2018年（8月）的数据，相关字段描述如下： 序号 原始字段 字段类型 描述 作品是否使用 1 product_id 字符型 产品ID 是 2 seller_id 字符型 卖家ID 是 3 order_id 字符型 订单ID 是 4 customer_id 字符型 客户ID 是 5 order_status 字符型 订单状态 否 6 order_purchase_timestamp 日期型 下单时间 是 7 order_approved_at 日期型 审批时间 否 8 order_delivered_carrier_date 日期型 过账日期 否 9 order_delivered_customer_date 日期型 订单交货日期 否 10 order_estimated_delivery_date 日期型 预计交货日期 否 11 customer_unique_id 字符型 客户标识ID 是 12 customer_zip_code_prefix 数值型 客户邮政编号 否 13 customer_city 字符型 客户城市 是 14 customer_state 字符型 客户所在洲 是 15 review_id 字符型 评论ID 是 16 review_score 数值型 评论得分 是 17 review_comment_title 字符型 评论标题 否 18 review_comment_message 字符型 评论内容 否 19 review_creation_date 日期型 满意度调查日期 是 20 review_answer_timestamp 日期型 满意度回复日期 是 21 payment_sequential 字符型 付款顺序 否 22 payment_type 字符型 付款方式 是 23 payment_installments 数值型 分期付款数 是 24 payment_value 数值型 交易金额 是 25 order_item_id 数值型 序号 否 26 price 数值型 商品价格 是 27 freight_value 数值型 运费 是 28 seller_zip_code_prefix 数值型 卖家邮政编号 否 29 seller_city 字符型 卖家城市 是 30 seller_state 字符型 卖家所在洲 是 31 product_category_name 字符型 商品类别名称 是 32 product_name_lenght 数值型 产品名称长度 否 33 product_description_lenght 数值型 产品说明长度 否 34 product_photos_qty 数值型 产品照片数量 否 35 product_weight_g 数值型 产品重量 否 36 product_length_cm 数值型 产品长度 否 37 product_height_cm 数值型 产品高度 否 38 product_width_cm 数值型 产品宽度 否     3.4指标体系 序号 指标名称 解释说明 是否派生 1 交易金额 / 否 2 商品价格 / 否 3 客户数 FineBI计算逻辑为counted_agg(customer_id) 是 4 客单价 客单价 = 总交易金额 / 用户数 是 5 订单量 FineBI计算逻辑为counted_agg(order_id) 是 6 笔单价 笔单价 = 总交易金额 / 订单量 是 7 商家数 FineBI计算逻辑为counted_agg(seller_id) 是 8 城市数量 FineBI计算逻辑为counted_agg(customer_city) 是   四、数据分析过程 4.1整体情况   （1）客单价 = 总交易金额 / 用户数；用户数：93104，客单价：162.45。 （2）笔单价 = 总交易金额 / 订单量；近两年的总交易金额：15124382，订单量：96211，笔单价：157.20。 （3）近两年Olist电商平台的用户量、交易金额、商家数量有逐渐上升的趋势。   4.2时间维度 1、年交易情况   （1）2017年交易金额：6798411，截止到2018年8月交易金额：8325970，环比2017年增长22.47%。 （2）2017订单量：43428，截止到2018年8月订单量：52783，环比2017年增长21.54%。 2、季度交易情况   各季度交易金额、订单量总体上呈现上升趋势。预测2018第三季度交易金额：308W左右，订单量：19000；预测2018第四季度交易金额：233W,订单量：14000；预测2018年总交易额突破1000W。（预测值通过其他工具得到） 3、月交易情况   交易金额整体上有逐渐上升的趋势。2017年11月达到峰值：1138353元，环比增加54.11%。其中，订单量为7289。接下来分析，为什么销量一直上涨，特别是2017年11月突然上涨到了最高峰。   这里针对2017年11月交易金额达到峰值问题下钻。查看2017年11月的交易金额、订单量情况，2017年11月24日这天的交易金额、订单量达到峰值，导致11月整个月的交易金额、订单量达到峰值。（注意到，11月24日是11月的最后一个星期五，即“黑色星期五”，由此可以得出其中一个结论，由于促销活动带来销量上涨）   由于这里的产品分类比较多，不好下钻到某些爆款产品的。下钻11月24是哪个洲的交易金额和订单量最多，11月24的交易金额、订单量主要来自SP这个洲。   继续下钻看看哪个城市的交易金额、订单量比较多。这里城市数量比较多，只截取了交易额、订单量最多的部分（前20），这里主要是由于sao paulo这个城市贡献的交易额和订单量。 4、工作日交易情况   巴西人民主要在工作日（周一到周五）在Olist电商平台购买东西，其中周一购物的订单数为最高。 5、时间段交易情况   该电商平台除了睡觉时间（23-7点），其他时间的客流量都相对比较稳定。因此，平台客服人员应该保持和客户一致的服务时间。   4.3商家维度   数据结果显示，商家主要集中在SP、PR、MG这三个洲，占了78.83%。加上SC，占比超过了80%；SP洲的交易金额和订单量位居第一，与第二的PR洲差距明显，SP洲的交易金额占了总交易金额的64.57%，SP洲的头部效应明显。 SP、PR、MG这三个洲的累计交易金额和订单量都达到 81% 以上，该电商平台应该重点关注这三个洲。 sao paulo这个城市的交易金额最多，为 3040825 元，且与第二的ibitinga城市差距明显，在交易金额排名前十的城市中，sao paulo的交易金额占了总交易金额的47.81%。 另外商家数量2017-2018期间，一直处于增长趋势，这也是该平台销量呈现上涨趋势的原因之一。   4.4用户维度       SP洲的客户群占比最高，42.00%，其次是RJ和MG洲，差异明显；sao paulo这个城市用户最多。 流失用户占比等于总用户数的8.16%，流失状态占比较大，该电商应该更注重于用户维持。重要深耕用户人数占比为35.90%，交易金额 537.95 万，其次是重要挽回客户， 人数占比为22.99%  。重要深耕用户和重要挽留客户的交易金额总占比达到70%以上，这两类的客户应该重点关注。重要价值的客户的人数仅占了8.15%，占比少。 用户在10-13点、20-24点这个时间段写评论的较多，5分的占了总评论数的58.92%，4分的占了总评论数的19.65%，好评率约为78%，差评率超过20%，需要重点关注。   4.5产品维度   2017-2018各商家共供货 73 种品类，30984 种产品，平均售价为 125.17 元；明星产品偏少，建议优化产品结构。 top10产品中，各产品的交易金额较均衡，差距不大，说明头部产品的作用不明显；产品ID:bb50f2e236e5eea0100680137654686c的交易金额最多，为 6.41 万。 前10类别名称的占了总交易额的62.47%，前17类别名称的占了总交易额的79.94%，头部效应明显。   4.6支付维度       用户主要选择credit_cart、boletol来进行支付。75.79% 的用户选择用credit_cart来支付，19.89% 的用户选择用boleto来支付。 近一半的用户选择分期付款数1，分期付款数主要集中在2-10期，分期付款数大于等于2的都选择用credit_cart来进行支付（开启关联分析）。 交易金额在50-100的人数最多，占了30.21%。其次是100-150以下的，占了19.69%。   五、总结与建议 5.1结论概述 ①　2017年1月到2018年8月，Olist电商平台的交易金额、订单量有逐渐上升的趋势。 ②　2018年前8月份的交易金额已超过2017年的交易金额，预计2018年总交易金额突破1000W。 ③　2017年11月的交易金额达到峰值是由于SP洲的san paulo这个城市的当天的订单量多，导致交易金额增加，下钻到类别名称是cama_mesa_banho、relogios_presentes、moveis_decoracao、beleza_saude这四个类别的商品购买需求增加。 ④　巴西人民更倾向于在工作日、工作时间内去Olist购物,在10-13点、20-24点写评论的较多。 ⑤　商家和用户主要聚集在SP洲最多、接着就是PR、MG、SC、RJ这四个洲。 ⑥　san paulo这个城市的交易金额最多，该重点关注该城市。 ⑦　Olist电商平台的好评率超过了78%。   5.2合理建议 ①　促销活动与销售金额、订单量强相关，建议除了黑色星期五外，定期进行相关促销活动。 ②　明星产品较少，建议鼓励商家做好市场调研，引进明星产品，并将明星产品与其他产品进行绑定销售。 ③　做好用户回访，深入分析客户差评的原因，并进一步优化客服工作。 ④　加强与在线支付公司credit_cart、boletol合作，维护好关系，达成长期合作合同，增加推广盈利收入。     最终作品展示：  

   三周，你知道我这三周是怎么过的吗？    这三周真的是刻骨铭心，项目赶上天，中途还“亲戚来访”一周，学习任务紧凑到不行，从原来的朝九晚五变成了“朝五晚九”。真不是吐槽，而是在感慨如此大的强度。原本以为，第一周只有两份作业，感觉还好啦。可结果是，来来来，做完这两份还有三份，再做完这三份，还有五份。    也曾要想过要放弃其中的学习任务，但是最终还是坚持下来，坚持的理由其实很简单：要么别做，做了就要做好。既然选择了包括这次的班级，就应该要坚持完成。当然，还有一个很俗的理由，那就是和师父的另一个徒弟相互竞争和学习，争取比他那个传说中优秀的学生更优秀。    首先，说一下总结下本次课程的收获： （1）掌握了更多的图表组件和应用，结合数据知识加深了理解。     （2）对FineBI的钻取、联动、跳转等多维自助分析更加的理解透彻。 （3）掌握了常用的数据分析方法，并尝试应用到工作当中去。 （4）使得工作、学习和生活更加的有规律，因为要完成作业和视频学习。 （5）收获了1000人民币，对自己也是极大的鼓励，会继续提升努力。    其实，本次课程个人觉得有很多可以更加完善的地方，比如： （1）关于作业：作业量真的有点偏大了，而且作业知识点有重复的嫌疑，对于上班一族真的很难坚持，最后只有12个毕业就是最好的证明。作业在于精，而不在于多。 （2）关于辅导：因为涉及到奖学金的评比，不建议老师直接回答学员的作业怎么做，而是引导大家去看视频、去看帮助文档或者相互学习完成。这同时也能减少助教老师的工作量。 （3）关于课程：这课程，我师父都吐槽有点紧凑了，就我一个业务人员，可想而知，反正周末没了，下班时间没了。建议分四周，可能大家学习效果会更好。 （4）关于鼓励：其实应该给在群里积极解答问题的同学一些鼓励，比如书籍等物质或者F币。我有留意到陈婉均等同学很积极的教导大家和指导学习。 总之，这次学习之旅非常不错，我希望自己能继续保持学习状态，争取在工作中能更好的应用。也希望帆软团队能好好的关注下学员们的建议！感恩班主任、感恩助教、感恩一起学习交流的同学们。 编辑于 2021-9-30 19:49