数据分析 - 用 Excel 分析电商数据

时间：2023-03-15 20:20:01 | 来源：电子商务

时间：2023-03-15 20:20:01 来源：电子商务

Excel是日常工作中最常用的工具, 同样可以用来进行数据分析，找出数据背后隐藏的规律。

一、数据分析的步骤

数据分析一般分为5个步骤：提出问题 -> 理解数据 -> 数据清洗 -> 构建模型 -> 数据可视化。

二、用Excel分析数据电商数据

使用数据的是社群资料里的电商行业数据集，即淘宝和天猫婴儿用品的数据集。这个数据集包括2个CSV格式的数据；因为用Excel做数据分析，所以把CSV格式更改为XLSL格式来打开。

1. 数据分析第1步：提出问题 - 我们要分析哪些业务指标？

通过对“淘宝和天猫婴儿用品的数据集”的分析，主要解决以下业务问题：

1）以年为单位，分析销售数量的每年的变化趋势。

2）以年为单位，分析婴儿用品的商品种类的销售数量的变化趋势

2. 数据分析第2步：理解数据

理解数据主要是了解表格里l各个字段表示什么含义？每个字段都是哪种数据类型？

表1是“购买商品”数据，共有7个变量，29971条数据信息。存储的数据类型，除了“property:商品属性”是字符类型外，其他6个都是数字类型。

其中这7个变量为：

user_id:用户id

auction_id:购买行为编号

cat_id:商品种类ID

cat1:商品属于哪个类别

property:商品属性

buy_mount:购买数量

day:购买时间（是个时间戳格式，可以通过excel将时间戳显示未日期格式）

表2是“婴儿信息表”，共有3个变量，953条数据信息。存储的数据类型都是数字类型。

其中这3个变量为：

user_id:用户id

birthday:出生日期

gender:性别（0 男性；1 女性）

3. 数据分析第3步：数据清洗

作为数据分析最重要的一个步骤，数据清洗往往需要花费60%甚至更多的时间。需要将多余重复的数据筛选清除，将缺失数据补充完整，将错误数据纠正或删除。

数据清洗的步骤如下：

1) 选择子集：选择需要做数据分析的列。当数据的列比较多时，可以使用隐藏功能 - 把不需要分析的列单击右键隐藏起来。

2) 列名重命名：如果原字段名不合适，可以更改字段名称。

本次分析直接使用原始数据的列名，因为原始数据的命名已经很清晰了。

3）删除重复值：选中要分析的数据范围， Data - Remove Duplicates来删除重复值。

按照以上操作，分别查看表1“购买商品”数据和表2“婴儿信息表”的是否有重复值；这2个数据集都显示无重复值。

4）缺失值处理：Excel中通过选中某一列，查看右下角显示的统计数目来，通过和其他列对比来得知该列是否有缺失。

有4种方法对找到的缺失值进行处理：

1 - 通过人工手动进行补全，这种方法适合缺失数值标数比较少的情况；

2-删除缺失值；

3-用平均值来代替缺失值；

4-用统计模型计算出来的数据来代替缺失值。

如何定位缺失值：通过Home -Filter对数据设置筛选，在下拉菜单里的筛选条件里选择“blank”，从而筛选出空白内容的缺失值。

表1“购买商品”数据 - 除了property这1列的统计数目为29828，其他6列的统计数目均为29972；所以property这1列存在缺失值。因为本次分析要解决的业务问题不涉及到property这1列，所以没有对property这1列的缺失值进行处理。

表2“婴儿信息表” - 3列的统计数目均为954，所以这个数据集不存在缺失值问题。

5）一致化处理：一致化是指数据有统一的命名。

可以对数据进行拆分从而实现命名的统一。

首先对需要拆分的那列数据进行复制；其次选中要拆分的数据，在Excel中Data - Text to Columns - 在跳出的对话框里选择Delimited - 选择要拆分的delimiter - finish完成拆分。

本次分析的这2个数据集都有着统一的命名，可以直接使用数据的原命名。

表1“购买商品”数据中的day和表2“婴儿信息表”中的birthday都是假日期，需要变成真日期格式，以便可以进行计算。

操作如下：data - text to columns - fixed width - date - finish；通过该操作可以把日期变换为Y/M/D的格式。

6）数据排序：利用Excel中的函数功能来做得出数据的平均值或者是求和，从而对数据进行排序。

7）异常值处理：通过Excel的筛选功能来查看数据是否有错误。在下拉菜单中所列出的数据类型中，可以查看到是否有不正常的数值。

4. 数据分析第4步：构建模型

通过构建模型，从而获取业务指标。

1）运用描述性统计命令来观察数据的描述统计分析。

通过Excel里的数据分析功能，直接可以得到一系列的述统计分析数据；操作为：data - data analysis - 选择descriptive statistics。

例如，对表1“购买商品”数据中的”buy-amount“购买量这列的数据进行描述统计分析，可以得到不同商品在不同时间沟通数量的平均值、标准误差、中位数、众数、标准差、方差、峰度、偏度、值域、最小值、最大值、总和及统计数目等描述性统计数据。

2）建数据透视表

运用数据透视表分组求平均数、标准差、计数等多个指标。

利用透视表，提取每年的购买总量的图表。

利用透视表，提取每个商品类别的每年的购买总量。

3） 使用vlookup进行数据分析

使用vlookup函数，通过userid为桥梁，来查找表1“购买商品”数据中的day来匹配表2“婴儿信息表”中的birthday。

5. 数据分析第5步：数据可视化

1）从2012-2015年，每年的购买总量的图表。

从图表可以看出，从2012 到2014年淘宝婴幼儿用品的购买数量呈直线上升趋势，2014达到顶峰；但是从2015的销量却急剧下滑，销售数量甚至低于2012年的销量。

2）从2012-2015年，婴儿用品商品分类的销售数量趋势。

婴儿用品共分6大商品种类。从图表可以看出其中3大商品种类的销售数量较大，另外3大商品种类的销量较小；6大商品种类的销量趋势和淘宝婴幼儿用品的整体销量趋势一致，即从2012 到2014年淘宝婴幼儿用品的购买数量呈直线上升趋势，2014达到顶峰；但是从2015的销量却急剧下滑，销售数量甚至低于2012年的销量。