巴西电商Olist订单数据分析(MySQL+Tableau)

一、项目背景

Olist电商是巴西的一个电商平台，巴西各地小型企业可通过Olist商店销售产品，并使用Olist物流合作伙伴将产品直接运送给客户。本文从用户维度对Olist商店2016.9-2018.8的订单数据进行分析，目的是发现平台存在的问题，分析原因，并给出平台运营及用户运营方面的建议。

二、数据信息

数据来源：Brazilian E-Commerce Public Dataset by Olist | Kaggle

数据说明：数据集为巴西电商Olist的交易订单数据，涵盖该平台2016年9月-2018年8月近10万条订单交易记录，数据集包含9张数据表。 本次分析只用到其中5张表：

• olist_orders_dataset：包含订单id，顾客id，订单状态，购买时间等信息

• olist_order_items_dataset：包含订单id，物品数量，商品id，商品价格和运费等信息

• olist_products_dataset：包含商品id，商品品类等商品信息

• olist_customers_dataset：包含顾客id，顾客唯一id，顾客地域等信息

• product_category_name_translation：包含商品品类和商品品类的英文翻译

三、分析框架

流量指标：活跃用户数（DAU、MAU、时段）

运营指标：GMV（季度、月）、ARPU（季度、月）、订单数（天、月、时段）

RFM用户价值分层：各层次用户的热销品类

四、结论先行

结论总结：

一、平台运营建议：综合订单数、MAU和GMV指标来看，平台遇到发展瓶颈，典型表现为用户平均收入水平维持，指标增速放缓，甚至出现回落的趋势。

• 针对用户规模，需评估国内市场流量是否见顶进入存量竞争阶段。 如果是，可以考虑发展海外市场，同时做好用户运营，减少用户流失； 如果否，则可能与平台自身运营不佳有关或竞争对手抢占市场导致，一方面需要对内调整运营策略，优化用户体验，减少流失，对外及时跟进竞争对手动态，持续拓展站外流量。

• 针对成交额，在保证用户规模健康增长的同时，一方面有效利用10-22点的用户活跃时段进行运营，提高各环节的转化率，另一方面做好用户运营，培养优质用户，提升用户复购率及活跃度，提高用户平均收入。

• 继续利用“黑色星期五”的节日优势， 创新销售策略和活动玩法。

二、用户运营建议：结合用户特点、商品喜好、巴西节假日采取精细化运营措施。

• 用户普遍消费频率低且最近消费时间较远，需要对于RFM模型中不同类别用户进行差异化精准营销：对于重要发展用户和重要挽留用户，应主动联系，给予复购优惠，降低二次消费门槛，提高复购率，同时采取会员积分制度或会员卡充值制度，引导用户长期消费，增强粘性；对于一般发展用户和一般挽留用户，应增加免费试用提升用户兴趣，提高新用户留存率，同时开展用户满意度调查，分析用户流失原因，有针对性地唤回；对于重要价值用户和重要保持用户，应提供个性化服务，根据用户的需求和兴趣给予个性化的产品推荐和优惠方案；对于一般价值用户和一般保持用户，应优化关联销售，提高客单价。

• 健康美容、家居用品、运动休闲是大众热门品类，适合结合特定节假日对各类用户做推广和促销，吸引用户关注，增加曝光量；手表、家具、电脑配件则属于小众热门品类，向特定的用户群体进行推荐效果更好。

数据可视化：

一、流量指标：活跃用户数（DAU、MAU、时段）、订单数（天、月、时段）

（因几乎每位用户对应1个订单，所以这里订单数放在流量指标处一起分析）

  

发现&