本文介绍了对bilibili会员购平台的订单数据分析过程，包括订单类型分析、取消订单原因探讨、时间分布与价格分布交叉分析，揭示了用户的消费习惯和平台运营策略。通过Python进行数据抓取、清洗和分析，发现年轻人在晚上有冲动消费行为，而客单价高并不一定代表购买力强，需要结合订单量考虑。此外，还探讨了商品的销售分布和用户地区渗透度，为广告优化提供依据。
第一章：电商平台数据分析思路与bilibili会员购介绍
1.1互联网电商平台数据分析的一般思路
互联网电商平台数据分析的一般思路一般分为以下三步：找出问题，分析问题，解决问题。其中，找出问题包括描述性分析，分析问题包括诊断性分析、预测性分析、仿真模拟。解决问题包括数据报告和决策性分析。描述性分析指通过计算数据的集中性特征和波动性特征以了解数据的基本情况，预测性分析指使用线性回归或逻辑回归的方法找到自变量与因变量之间的关系，并使用该关系等式预测因变量的变化，仿真模拟指利用数学仿真来模拟各种条件下产生的结果。
1.2 bilibili会员购平台业务背景介绍
bilibili用户年龄主要集中在18—24岁，且男性用户占比较大。从地域来看，一二线城市用户较为集中。
1.3 bilibili会员购平台相关数据介绍
第二章：订单数据的数据分析方法
2.1订单数据的数据分析基本思路
订单数据的数据分析基本思路一般分为以下三步：数据抓取，数据清洗，数据分析。数据抓取包括数据库数据调取，数据清洗包括无效数据清洗、有效数据筛选，数据分析包括用户属性判别、品牌渗透都判别、订单时间以及地区分布。下面用Python语言来实现对b站数据的宏观分析和微观分析。
2.2 b站会员购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（同时对于时间异常数据进行剔除）
最低0.47元/天 解锁文章
1538
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
