请上传宽度大于 1200px,高度大于 164px 的封面图片
    调整图片尺寸与位置
    滚轮可以放大缩小图片尺寸,按住图片拖动可调整位置,多余的会自动被裁剪掉
取消
人间值得(uid:796769)
向前冲,冲,冲! 职业资格认证:FCA-FineBI | FCP-报表开发工程师 | FCP-FineBI
【2022BI数据分析大赛】巴西电商平台交易数据分析
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:  
因为优秀,所以要更优秀
   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
个人成就
内容被浏览32,288
加入社区3年67天
返回顶部