【电商数据】Excel电子商务数据分析

毫无疑问，电子商务行业已经进入买方市场。因此，企业必须了解消费者的购买意愿，识别消费者的行为，了解消费者的决策过程，改善产品组合，挖掘有价值的顾客，从而保持甚至提高顾客的品牌忠诚度。同时，企业必须为自己做出更准确的定位，构建合理的营销策略，终从客户那里获得更大的价值。

在下图中，数据分析的步骤通常为五个过程。伟大的爱因斯坦曾经说过：“提问往往比解决问题更重要。”作为数据分析师，善于提问不仅是一种好习惯，也是一种重要能力。从一个庞大的数据集中观察数据的构成，识别数据的内在联系和关键领域，认识到数据的匮乏，借助想象力和逻辑思维能力，在头脑中建立初步的数据模型，是数据分析师释放创造力的过程。

分析我们得到的数据。根据数据字段，我们可以探索以下业务问题

除了购买行为编号之外，这两个数据中的数据字段很容易理解。购买行为编号。此字段描述客户从应用程序、PC、web、小程序和其他端口的搜索、浏览、筛选、收集、订单付款和其他行为。

在数据采集过程中，由于保护客户隐私、数据采集错误、数据集成不完整等原因，获得***原始数据的可能性很低，因此数据分析人员需要对数据进行多次清理和测试，终得到完整合格的数据。不符合要求的数据主要有三类：不完整数据、错误数据和重复数据。

昨天，我朋友给我送了一些零食。当我吃了这些花生仁，我突然觉得数据清理就像清理花生皮。花生皮是可食用的（据说它的商业价值很高），但大多数客人不喜欢花生皮的味道。如果是收敛剂，他们会塞住牙齿摩擦，使花生皮与花生仁分离，得到纯花生果，稍微吹一下肉，入口，美妙的感觉在口中滚动。干净得到完整纯净的数据，愉悦的感觉就像吃了一口纯净的花生仁。

数据清理过程主要遵循以下七个步骤：

回到初阶段，我们对业务做了更详细的讨论。我们的数据字段几乎覆盖了我们要分析的业务问题，所以我们不隐藏任何数据字段，也就是说，选择的子集仍然是原始数据。根据不同的业务分析需求，我们的分析人员可以选择合适的数据子集。

这个过程也取决于分析师的个人习惯和偏好。一些分析师喜欢没有上市的原始感觉；一些分析师喜欢清晰明了的幸福感，并将其改为他们熟悉的名字模式。

表1：选择数据函数，选择所有字段，删除29个重复值；表2：选择所有字段，不重复值。

收集的数据可能有不同的格式。例如，日期有多种格式。我们需要对它们进行一致的处理。表1表2采购日期字段，用列函数调整为YMD格式。

引入v***kup函数对两张表进行拼接，拼接成功后对出生日期进行排序。

通过排序过滤，可以检测出异常值，清除1984年生日的数据行，清除性别为2的数据行，终得到包含婴儿出生日期和明确性别的925行数据。

回到我们的一些示例问题，使用数据透视表，并更改排序。

通过数据透视表构建所需模型后，我们可以将其可视化并从中获得更多发现：

下图显示了2012-2015年***的产品

进一步深入探讨各季度热点商品，设计折扣变动，控制库存，稳定现金流，尽可能实现利润***化。

探究节假日对顾客吸引力的影响，数据显示，“双11”极大地提升了顾客的消费热情，是羊群效应吗？

与高价值客户保持良好的客户关系是企业在市场竞争中的重要战略！

从商品属性的角度看，顾客关心的特征是什么？价格、质量、品牌，还是两者兼而有之？

通过分析客户购买行为对订单率的影响，改进软件设计，引导客户购买行为进行订单支付。

该企业主要销售三类商品，2014年第四季度绿色商品销量激增，而红色商品销量在该季度减半。初步估计，这两类商品可能具有相互替代性。如果需要更准确的分析，则需要更详细的数据支持。

这次，我们选择的数据相对简单，我们分析的业务问题也相对简单。下一次，我们将选择更多维度的数据，让我们在更高的维度上探索和分析企业及其产品的变化。