电商公司数据分析

时间：2023-03-15 20:22:01 | 来源：电子商务

时间：2023-03-15 20:22:01 来源：电子商务

1. 数据获取

数据集来自kaggle

这是一个跨国数据集，包含2010年12月9日至2011年12月9日期间发生的所有交易，这些交易来自一家在英国注册的非店铺在线零售店。该公司主要销售各种适合特殊场合的礼品。公司的许多客户都是批发商。

数据集大小：4198764*8

数据集字段含义： InvoiceNo(发票号码)， StockCode(货物代码)，Description(货物描述)， Quantity(数量)， InvoiceDate(发票日期)， UnitePrice(单价)， CustomerID(客户ID)，Country(客户所在国家)

2. 提出问题

1.客户行为：客户可以进行那些分类？哪些客户最具价值？ 哪些客户最值得挽留？

2.订单维度：笔单价是多少，连带率是多少，笔单价与连带率的关系？

3.客户维度：客单价是多少，人均购买笔数是多少，客户的留存率怎么样？

4.商品维度：什么价位的商品销售额最高，什么价位的商品销量最高？

5.时间维度：销售额随时间的变化情况，是否有异常情况出现，出现的原因？

6.位置维度：订单主要来自哪些国家，哪些国家的平均客单价最高，哪些国家的用户黏性最强？

3. 数据清洗：

将数据导入EXCEL,删除重复项，去除完全相同的行。

以货物代码为主要关键字对数据进行排序,发现货物代码以字母开头的商品是样品、邮费、税费、坏账等，筛出这些数据另外存放。

以商品单价为主要关键字对数据进行排序，发现商品单价为零的数据是损坏的商品和商品包装袋等赠品，筛出这些数据另外存放。

以数量为主要关键字对数据进行排列，发现数量为负时，发票号码都以C开头，可推断出发票号码以C开头的订单都是取消的订单，筛出这些数据另外存放。

以客户ID为主要关键字对数据进行排列，当 客户ID为空时，商品单价旁边比非空的订单高，且数量都较小。客户来自EIRE和United Kingdom这两个国家，还有一部分客户国家未知。可推断出当客户ID为空时，订单非线上销售，筛出这些数据另外存放。

4. 数据分析与可视化：

4.1用户分级

根据用户行为构建RFM模型, RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该模型通过一个客户的近期交易行为、交易的总体频率以及交易金额三项指标来描述该客户的价值状况，依据这三项指标划分8类客户价值。

通过数据透视表，将客户ID设为列，销售额设为值，就可得到客户的交易金额。

通过数据透视表，将客户ID设为列，时间设为值，并将时间的值字段设为最大值，就可得到客户的最近一次交易日期，用DATEDIF函数算出时间间隔，我是设2011/12/10日为当前时间。

以发票号码、客户ID、时间三个选项，删除重复项。用countif函数计算出客户的消费次数。

设定1-5分对应的数值范围，通过vlookup函数匹配，算出R-score，F-score，M-score等列对应的分值，再算出各列的平均值，如果大于平均值，为1。小于平均值，为0。最后得出客户类型。

绘制关于客户类型的柱形图和饼图：

该平台的重要价值用户与流失用户占比都较大，需针对流失率高制定相应的措施。

4.2 销售情况的描述性统计

4.2.1订单维度：

通过数据透视表，筛选出同一客户ID，不同时间下的的订单，汇总订单的金额及产品件数，但数据透视表的时间只能精确到月。点击更多表格，在原数据透视表的基础上进一步建立数据透视表。

算出笔单价（每笔订单的平均交易金额）和连带率（每笔订单平均购买的产品件数）：

复制数据到新的工作表。用frequency函数算出小于等于D列值的单元格数量，再减去上一行的数量，可得出区间内的单元格数量。

点击数据分析，选择描述性统计，得到描述性统计数据。根据QUARTILE函数算出1/4分位数和3/4分位数。

统计区间（2010年12月1日-2011年12月9日）内共产生有效订单18310笔，笔单价为478.49英镑，连带率为281.67件，说明以批发性质的订单为主。订单交易金额和订单内商品数量，其均值都高于中位数，与Q3分位数相近。说明订单总体差异大，存在部分购买力极强的客户。

通过Power BI绘制订单交易金额的分布图：

部分订单交易金额过大，影响图表的可读性，筛去1000英镑及以上的订单：

订单金额集中在400英镑内，三个峰值分别为0-20英镑、110-220英镑、310-330英镑。其中300-320英镑的订单数量特别多。

通过Power BI绘制订单交易数量的分布图：

由于小部分离群点使得横坐标的区间过大，筛去2000件及以上的订单：

订单内的商品数量为长尾分布，大部分订单的商品数量在300件内，商品数量越多，订单数相对越少。

为了进一步探究订单交易金额与订单内商品数量的关系，绘制散点图：

由于小部分离群点影响图表的可读性，筛去订单金额大于8000，商品数量大于6000的部分：

总体来说订单交易金额与订单内商品件数是正相关的，商品数量越多，订单金额越大。不过，在商品件数接近0的时候，也有一部分高价订单。

4.2.2客户维度：

数据的处理方式与订单维度相似。通过数据透视表，对客户ID相同的订单进行汇总，得到汇总后的订单金额、商品数量、订单数量，并用描述性统计，得到描述性统计数据。根据QUARTILE函数算出1/4分位数和3/4分位数。

人均购买笔数为4笔，中位数为2笔，25%以上的客户仅下过一次单，并未留存。每位客户平均购买了1187件商品，甚至超过了Q3分位数，最多的客户购买了196915件；客单价为2049英镑，平均值同样超过了Q3分位数，说明客户的购买力存在较大差距，存在小部分的高消费用户拉高了人均数值。

观察客户消费金额的分布：

从柱形图图看，大部分用户的消费能力确实不高，高消费用户在图上几乎看不到。这也确实符合消费行为的行业规律。

筛去消费金额大于2500的客户：

客户消费金额的分布呈现双峰长尾形态，两个峰值分别为110-260英镑,290-420英镑。

绘制客户消费金额与商品数量的散点图：

筛去金额大于20000，商品数量大于10000的订单：

客户群体比较健康，而且规律性比订单维度更强，同时拥有购买商品数多和消费能力强的用户。客户的消费金额与购买的商品数量呈正相关，客户购买的商品数越多，消费金额相对就越高。

4.2.3商品维度：

通过数据透视表，对货号相同的订单进行汇总，得到汇总后的订单金额和商品数量，商品单价=订单金额/商品数量。并用描述性统计，得到描述性统计数据。根据QUARTILE函数算出1/4分位数和3/4分位数。

平均单价为3.15英镑，中位数为1.65英镑，25%以上的商品单价不高于0.85英镑。75%以上的商品单价不高于3.75英镑。平均值接近Q3分位数，说明该网站的商品单价存在较大差距，以低于4英镑的低价商品为主，存在小部分的高价商品拉高了平均值。

绘制商品单价与商品销量的散点图，观察哪种价位的商品更受欢迎：

很明显，低价位的商品更受欢迎。

绘制商品单价与销售额的散点图：

绘制货号与销售额及单价的气泡图，

气泡大小代表销售额，气泡越大，销售额越高，气泡越小，销售额越低。颜色深浅代表商品单价，越偏青色，商品单价越低，越偏蓝色，商品单价越高。

可以看出较低价位的商品构成了销售额的主要部分，部分单价稍高的商品，虽然销售的商品数量不及低价位商品，但凭借单价，也为平台销售额做了不小贡献。平台可以重点监测分析气泡图中面积较大的商品，以提高平台的总销售额。

4.2.4时间维度：

用数据透视表得到不同日期的销售额、商品销量与订单量

用Power BI绘制销售情况随月份变化的柱形图：

可知9月、10月、11月（注：12月只有9天）为平台的销售旺季。考虑该平台主营礼品，可能受节日影响较大。欧洲重视的万圣节（11月1日）、圣诞节（12月25日）、元旦（1月1日）以及英国主要的购物节boxing day(12月26日)、以及逐渐成为全球购物节的黑色星期五（11月第4个星期五）都在年末与图中的趋势能够相呼应。

用Power BI绘制销售情况随日期变化的折线图：

可看出销售额与销量正相关，出现两个销售额与与销量同时较高的峰值，1月18日与12月9日。筛选出这两日的数据查看情况，发现都有一笔大订单。

用Power BI绘制销售情况在一日内随时间节点变化的折线图：

可知9点-11点，11:40-15点为平台的购物高峰期，需加强这段时间对平台的维护。

若有商品上新或活动，也可选在该时间段内。

4.2.5位置维度：

对国家进行分组，增加AvgPrice列（该国家订单内的平均商品价格），人均订单数列，人均交易额列，得到下表

可知绝大部分客户和订单都来自英国本土，主要境外收入来源也多为英国周边国家。值得注意的是，Netherlands和EIRE这两个国家，虽然客户数少，但客户的购买力及客户的黏性都非常强，需做好用户的维护。后续平台若想增加境外销售额，可以以这两个国家为主要目标。也可对人均交易额高的国家的客户进行问卷调查，了解他们接触平台的途径及购物中遇到的问题，后期针对性宣传和改进，以提高平台在境外的销售额。

5. 总结

5.1用户分级

根据用户行为构建RFM模型，得到8种客户类型，对不同类型的用户采用不同的维护手段。

5.2 订单维度

笔单价为478.49英镑，连带率为281.67件，说明以批发性质的订单为主。订单总体差异大，存在部分购买力极强的客户。订单内的商品数量为长尾分布，大部分订单的商品数量在300件内，商品数量越多，订单数相对越少。总体来说订单交易金额与订单内商品件数是正相关的，订单商品数量越多，订单金额越大。

5.3 客户维度

人均购买笔数为4笔，客单价为2049英镑，客户的平均购买商品数为1187件。25%以上的客户仅下过一次单，并未留存，说明平台的留存率不高，需想办法提高留存。客户的购买力存在较大差距，大部分用户的消费能力不高，小部分的高消费用户拉高了人均数值。客户的消费金额与购买的商品数量呈正相关，客户购买的商品数越多，消费金额相对就越高。

5.4 商品维度：

较低价位的商品比较受欢迎。

5.5 时间维度：

9月、10月、11月（注：12月只有9天）为平台的销售旺季。考虑该平台主营礼品，可能受节日影响较大。如欧洲重视的万圣节（11月1日）、圣诞节（12月25日）、元旦（1月1日），英国主要的购物节boxing day(12月26日，以及逐渐成为全球购物节的黑色星期五（11月第4个星期五）等。

9点-11点，11:40-15点为平台的购物高峰期，需加强这段时间对平台的维护。若有商品上新或活动，也可选在该时间段内。

5.6 区域维度：

绝大部分客户和订单都来自英国本土。英国境外的国家，虽然客户数较少，但大部分国家的客户都有较大潜力。如Netherlands和EIRE这两个国家，虽然客户数少，但客户的购买力及客户的黏性都非常强，需做好客户的维护。还有Australia、Singapore、Japan、Sweden这些国家，客户的购买力都较强。可以对这些国家的客户进行问卷调查，了解他们接触平台的途径及购物中遇到的问题，后期针对性宣传和改进，以提高平台在境外的销售额。