电商数据简要分析
时间：2023-03-15 19:54:01 | 来源：电子商务
时间：2023-03-15 19:54:01 来源：电子商务
一、字段描述
二、从数据需要分析的问题
- 销售产品的各年份，各季度，各月份的销售情况
- 婴儿商品的销售的年纪分布情况
三、清洗数据
- 将图表1中的购买日期转化成可以进行操作的格式（进行分列的操作）
如图：
（图表2中的日期进行操作相同操作）
如图：
2.对图表2使用vlookup操作匹配得到对应的购买商品日期
3.使用datedif函数计算出婴儿的年纪，然后再使用vlookup(近似匹配)对婴儿的年纪进行分组
四、分析过程
1.年份、季度和月份的销售情况
年份销售情况：
从年份的销售情况可以看出12-14年的销量在逐渐增加，但15年增长趋势停止，并不符合规律，所以检查15年数据，发现15年数据仅有第一季度的数据，数据不完整，所以导致先前判断不成立。
只选择13年和14年数据进行分析，来判断销售情况
可以看出14年销量相比较13年增长85.16%，但受制于数据数量，并不能预测15年销售情况
季度销售情况：（季度销售分析和月份销售分析同样只是用13年和14年的数据进行分析）
可以从结果中看出，第四季度为全年销售最好的季度，是销售旺季。具有一些特征，再细化到月份的销售情况分析
月份销售情况：
从分析结果可以很直接看出，9月、11月和12月都是销售大月，尤其是11月销售占比接近全年的4分之1。考虑电商行业的特征，双十一促销活动可能是造成这一结果的原因。但思考一个问题，为什么9月销售占比也高于平常月份，是因为销售产品的特征造成的？还是因为9月进行了某些营销活动？又或者是因为促销、上新等其他原因？目前的数据字段不足以提供这方面的分析支持。日后可继续深入补充。
2.婴儿商品的销售的年纪分布情况
从结果可以可以很直观的看出婴幼儿产品的销售主要还是针对6岁以下儿童进行的，其中1~3岁的产品销售占比最大，可以丰富这个年龄段的产品占领市场。
五、知识点总结
本节最主要是学习和了解数据清洗的过程和使用的工具，以及使用数据透视表进行简单的数据分析
- 选择数据子集
- 重命名列名称
- 删除重复值
- 缺失值的处理
- 一致化处理
- 数据排序
- 异常值分处理
相关函数：if、iferror、len、left、right、mid、find、vlookup以及datedif函数
建立数据透视表，进行数据分析
在线咨询
