一、学习初衷
帆软社区用户名yzm252539，目前就职于泸州老窖股份有限公司，我司是以酿酒为主的企业，拥有我国建造最早（始建于公元1573年）、连续使用时间最长、保护最完整的老窖池群，1996年经国务院批准为全国重点文物保护单位，被誉为“中国第一窖”，以其独一无二的社会、经济、历史、文化价值成为世界酿酒史上的奇迹。
目前从事生产数据管理工作，个人感兴趣的方向和领域是数据分析。
二、作品简介
（1）业务背景/需求痛点
随着互联网和电子商务的飞速发展，消费者商品交易市场正变得越来越竞争激烈。为了在这个高度动态的市场环境中脱颖而出，企业需要不断地收集和分析大量的消费者商品交易数据。通过运用大数据分析技术，企业可以获得深刻的洞察，从而制定更为精准的商品交易策略。
消费者购买行为是市场营销和销售策略制定中的重要因素之一。通过深入了解消费者的购买行为，企业可以更好地理解市场需求、制定更有效的定价策略和促销活动，并提高销售业绩。
（2）数据来源
"消费者商品交易调研清单"是一个用于数据分析处理和可视化的数据集。该数据集包含了消费者的姓名、年龄、性别、月薪、消费偏好、消费领域、购物平台、支付方式、单次购买商品数量、优惠券获取情况和购物动机等信息。
以下是对每个字段的描述：
消费者姓名：消费者的姓名。
年龄：消费者的年龄。
性别：消费者的性别。
月薪：消费者的月薪状况。
消费偏好：消费者在购买商品时的偏好类型，如性价比、功能性、时尚潮流、环保可持续等。
消费领域：消费者购买的商品领域，如家居用品、汽车配件、珠宝首饰、美妆护肤等。
购物平台：消费者常用的购物平台，如天猫、苏宁易购、淘宝、拼多多等。
支付方式：消费者在购物时使用的支付方式，如微信支付、货到付款、支付宝、信用卡等。
单次购买商品数量：消费者每次购买商品的数量。
优惠券获取情况：消费者在购物过程中是否获取到优惠券，如折扣优惠、免费赠品等。
购物动机：消费者购物的动机，如品牌忠诚、日常使用、礼物赠送、商品推荐等。
该数据集可用于进行消费者行为分析、市场调研和购物趋势分析等相关研究。通过对数据进行分析和可视化，可以了解消费者的购物偏好、消费习惯和购物动机，从而为企业制定营销策略和产品定位提供参考。
（3）分析思路
基于这份消费者行为数据，用户分析、行为分析、价值分析、调研分析等方面进行分析。
详细分析如下：
用户统计学分析：针对性别、年龄等属性进行统计分析，了解消费者群体的组成和特征。
收入与购买行为的关系分析：通过比较月薪和单次购买商品数量之间的关系，探索收入水平对消费行为的影响。
消费偏好和消费领域的分析：查看不同消费者的消费偏好（例如性价比、功能性、时尚潮流等）和消费领域（例如家居用品、汽车配件、美妆护肤等），以了解他们的兴趣和偏好。
购物平台和支付方式的分析：研究购物平台（例如天猫、淘宝、拼多多等）和支付方式（例如微信支付、支付宝等）的选择情况，了解消费者在电商平台上的偏好。
优惠券获取情况和购物动机的关系：观察优惠券获取情况和购物动机之间的联系，探索消费者是否更倾向于使用优惠券进行购物。
（4）可视化报告
（一）用户分析
1.年龄和性别画像
根据用户的年龄和性别信息，了解不同年龄段和性别分布情况。
用户分析：消费者年龄在40-49岁之间的人群占比最高，其次是20-29岁，而0-19岁的人群明显较少，这与年龄段人群的收入有一定关系；另外男女占比相差不大，男生略多一点。
2.收入与购买行为的关系分析
通过比较月薪和单次购买商品数量之间的关系，探索收入水平对消费行为的影响。
用户分析：大部分月薪在4000-12000元之间，月薪均值11433元；另外可以从图中看出，随着消费者月薪的增加，单次购买商品数量先增加到一定程度，然后缓慢减少。变化趋势符合恩格尔曲线。
二、行为分析
1.购物平台和支付方式画像
了解用户首选的电商平台和支付方式，有助于针对不同渠道进行个性化的营销活动。
行为分析：不同消费者会选择不同的购买平台，从图中可以看出，主要在拼多多平台上购物，而最低的是唯品会，比较符合当下的情况；而消费者的支付方式也不经相同，其中多数使用信用卡消费，支付宝、微信和银联相对较少。
三、价值分析
1.消费偏好分析
查看不同消费者的消费偏好（例如性价比、功能性、时尚潮流等），以了解他们的兴趣和偏好。
价值分析：从图中可以看出，女性消费者更注重商品的社交影响、品牌追求，对于舒适度考虑较少；男性消费者更注重商品的功能性、对环境和社会的影响以及在外形上是否添加创新元素等；
2.消费领域画像
根据用户对汽车配件、珠宝首饰、图书音像等不同商品类别的选择，可以推测用户的兴趣爱好和消费倾向。
价值分析：用户在消费时的不同商品类别选择也存在差异，从图中可以看出，主要聚焦于服装、美妆护肤和家居用品等领域，该领域有较大的市场需求。
四、调研分析
1.优惠偏好画像
通过用户在折扣优惠、免费赠品、品牌忠诚等方面的选择，可以了解其在购物时最看重哪些消费习惯。
调研分析：可以看到，在这批消费者样本里，基于日常使用、礼物赠送、商品推荐等消费方式受众最多，那么可以基于商品消费，从男女两个角度做进一步优化。消费者更看重的是达到一定购买数量后所获得的免费赠品，对是否有折扣和优惠券的响应较弱，其中女性消费者更注重品牌忠诚度和商品推荐方面，男性消费者更注重随礼赠送和兴趣爱好方面，当然大部分消费者还是跟风购买。
2.优惠券获取情况和购物动机的关系
观察优惠券获取情况和购物动机之间的联系，探索消费者是否更倾向于使用优惠券进行购物
调研分析：可见，当商品同时做【折扣优惠】和【商品推荐】时，消费者数量是最多的，其次就是购买消费有【免费赠品】及出于【兴趣爱好】动机消费。针对这类情况，可以做进一步分析，进而调整营销策略。
消费者主要购买汽车配件、母婴用品、服装、美妆护肤这些类别，更多选择拼多多平台，更多关注折扣优惠，更注重兴趣爱好及日常使用等方面的感受。
在了解数据现状的基础上，进一步分析数据背后的原因。这需要对数据进行深度拆分和分析，探索数据之间的关联和影响因素。
建议：在产品设计上要考虑复用性和创新性；可重点在拼多多和网易考拉平台设置更多的折扣信息，如满200减10，满300可跨店享受优惠等，同时赠送一些有创意感的产品，帮助客户回流；可通过各种媒介轮播消费者喜欢的产品，增加产品浏览率。
三、学习总结
经历了一个月左右的BI数据分析从入门到精通实战班的学习，我感到自己在数据分析领域有了质的飞跃。
1. 知识体系的构建：
通过系统的学习，我对BI数据分析的基础知识、工具应用和分析方法有了全面的理解。
2. 技能的提升：
实战班的案例演练和项目实践让我在数据处理、可视化展示和分析报告撰写等方面的技能得到了显著提升。
3. 思维的转变：
学习过程中，我学会了如何从数据中发现问题、分析问题并提出解决方案，这种数据驱动的思维模式对我的决策方式产生了深远影响。
4. 实战经验的积累：
通过参与真实项目，我积累了宝贵的实战经验，这将对我的未来职业生涯大有裨益。
5. 自信心的增强：
随着技能的提高，我对处理复杂的数据分析任务更有信心，也更愿意接受新的挑战。
6. 对行业的理解：
课程中对行业案例的分析让我对不同行业的数据应用有了更深入的了解。
7. 持续学习的动力：
虽然课程结束了，但它激发了我继续探索数据分析领域的热情，我计划持续学习最新的技术和趋势。
8. 对数据的敏感性：
我现在对数据更加敏感，能够更快地识别数据中的模式和趋势。
总结来说，这一个月的学习经历不仅提升了我的专业技能，也拓宽了我的视野，为我未来的职业道路打下了坚实的基础。我期待将所学应用到实际工作中，不断进步和成长。
| 
