【数据分析】电商平台订单报表分析思路及案例
1.1 互联网数据分析一般思路找出问题 描述性分析数值分析:数量、均值、极差、标准差。。。分布规律:正态分布、长尾、均匀分布可视化:柱状图、散点图。。。。分析问题 诊断性、预测性分析、仿真分析线性回归、逻辑回归解决问题 数据报告+决策性分析2.1 相关数据商品编号、商品名称、商品价格、票号、座位、联系地址2.2 订单数据分析一般思路数据抓取数据库数据调取数据清洗无效数据清洗、有效数据筛选数据分析用
·
1.1 互联网数据分析一般思路
- 找出问题 描述性分析
数值分析:数量、均值、极差、标准差。。。
分布规律:正态分布、长尾、均匀分布
可视化:柱状图、散点图。。。。 - 分析问题 诊断性、预测性分析、仿真分析
线性回归、逻辑回归 - 解决问题 数据报告+决策性分析
2.1 相关数据
商品编号、商品名称、商品价格、票号、座位、联系地址
2.2 订单数据分析一般思路
- 数据抓取
数据库数据调取 - 数据清洗
无效数据清洗、有效数据筛选 - 数据分析
用户属性判别、品牌渗透都判别、订单时间/地区分布……
2.3 订单数据的宏观分类与分析思路
1、订单类型分析:
- 待支付:已经提交订单信息等待支付的订单
- 已取消:被取消的订单
- 待发货:已经付款等待发货的订单
- 待收货:已经发货等待收获的订单
- 已完成:完成所有订单环节的订单
2、取消订单针对性分析: - 恶意订单占货分析
- 取消订单数据剔除
例如:查看已取消订单特征 是否存在异常
- 高单价商品可能存在恶意占货、炒货现象
- 支付时间异常
- 对取消订单价格分布情况分析
- 大多是低单价商品,属于正常现象
2.4 订单数据的微观分类与分析思路
时间相关分析思路:
1、订单时间分布分析:
- 订单高峰时间
- 订单低谷时间
2、订单价格分布分析
- 高客单价时间
- 低客单价时间
3、订单时间分布与价格分布的交叉分析
案例1:订单量时间波动分析
1.先将下单时间 按小时进行处理
2.对下单时间进行计数,分析下单情况,插入柱状图进行分析
- 0点下单高峰,说明深夜下单欲望和冲动更强,可针对平台用户画像综合分析,年轻用户偏多,喜欢深夜下单
- 0点和10点下单趋势一致
- 中午12点以后持续高峰
- 还可以对订单量进行帕累托分析,如图,20点是下单高峰,5点下单低谷
案例2:客单价时间波动分析
- 熬夜越晚,客单价越高
- 中午12点客单价较高,可能原因上班族中午空余时间多
案例3:订单量与客单价交叉分析
- 4点客单价峰值
针对4点下单数据进行分析,总结特点,针对性运营、营销
很多同一个客户大量下单,渠道分类
- 某些时间段、某些渠道下单规律(高价值渠道运营)
商品相关分析思路:
1、商品单维度分析:
• 商品客单价分布
• 商品销量分布
2、商品+时间双维度分析:
• 商品目标用户分析
3、商品地区客单价分析
案例1:商品客单价区间分析
长尾分布,大多数商品销量在1-30
案例2:热销商品下单时间分析
将商品和时间交叉数据透视表 找出不同时间SKU的下单数量
- 晚上8点,都达到了下单高峰
- 福袋 限时购买,和日常品不一样,非理性消费商品
- 不同福袋销量趋势不一样,考虑价格和用户群体消费能力
案例3:一级地区客单价帕累托分析
西藏地区客单价较高
查看西藏订单数据,只有3个订单,不具有参考性
剔除西藏来看,浙江、上海、陕西 浙江客单价高、订单量大,黄金市场
- 主要市场:广东、江苏、浙江
- 不同地区品牌渗透度和中国地区人口排名对比
更多推荐
已为社区贡献6条内容
所有评论(0)