18143453325 在线咨询 在线咨询
18143453325 在线咨询
所在位置: 首页 > 营销资讯 > 电子商务 > 数据分析电商案例

数据分析电商案例

时间:2023-03-15 22:16:01 | 来源:电子商务

时间:2023-03-15 22:16:01 来源:电子商务

数据分析5个步骤:

1. 提出问题

根据业务需求提出想从数据中得出结论

2. 理解数据

熟悉数据各个字段,理解业务

3. 清洗数据

常用数据抽取函数:分裂,替换,查找,left,right,mid,

常用数据计算函数:average,sum,max,min,if,count(选定范围内包含数字单元格的个数),&,countif(选定范围内包含所给条件单元格的个数),date(可与MID搭配从身份证号码中提取年月日),datedif(开始时间,结束时间,返回d,m,y),or(两个逻辑判断,符合其中一个返回true,否则false)

4. 构建模型:数据透视表,vlookup跨表查询,vlookup分组,分析工具库(描述统计分析)

5. 数据可视化

实操:

1. 提出问题



2. 理解数据

l User id:用户的唯一身份id号

l Action id:用于标记户行为的id号

l Cat id:一级类目

l Cat 1:二级类目,子类目

l Property :属性,描述特性,可以是一些标签

l Buy amount:购买的数量

l Day:购买日期

l Birthday:生日,可了解婴儿的年龄

l Gender:0男,1女

3. 清洗数据

A. 新建文件,命名:购买商品 数据清洗; 婴儿信息 数据清洗

B. 修改字段名auciton id 为 action id;隐藏暂时无关字段 property

C. 删除重复值: 无需;

D. 缺失值处理:根据计数对比各字段,无缺失

E. 一致化处理:时间年月日格式;利用分裂功能,输出月日年;检查分裂后数据无异常

F. 按时间降序排序

G. 异常值处理:性别中存在“2”,无意义,不列入计算

最后清洗出 表1 与 表2 结果:

4. 构建模型

5. 数据可视化

各年龄购买数量占总购买量的百分比

男性女性购买数量占总量百分比

2013-2015每月销售量波动情况

关键词:分析,数据

74
73
25
news

版权所有© 亿企邦 1997-2025 保留一切法律许可权利。

为了最佳展示效果,本站不支持IE9及以下版本的浏览器,建议您使用谷歌Chrome浏览器。 点击下载Chrome浏览器
关闭