基于天猫订单的数据分析

---

前言

该项目来自和鲸社区天猫订单数据分析
该项目本来使用的是Python语言，但因自身的SQL+Excel实战经验较少，使用SQL+Excel进行分析。
分享给大家，如有错误，烦请指出！

一、项目介绍

对2020年2月份的真实天猫订单成交数据（共28010条记录）进行数据分析，阐述销售现状、挖掘潜在规律、发现存在问题、提出可行性建议。

数据集介绍：
数据集来自和鲸，包含了天猫2020年2月份的共28010条订单数据，有以下7个字段：

• 订单编号：共28010条
• 总金额：该笔订单的总金额
• 买家实际支付金额：实际成交金额。分为已付款和未付款两种情况：
  已付款：买家实际支付金额 = 总金额 - 退款金额
  未付款：买家实际支付金额 = 0
• 收货地址：维度为省份,共包含31个省市
• 订单创建时间：2020年2月1日 至 2020年2月29日
• 订单付款时间：2020年2月1日 至 2020年3月1日
• 退款金额：付款后申请退款的金额。没有申请退款或没有付过款，退款金额为0

二、实验环境

MySQL、VScode、Excel、Python

三、分析思路

分析目的：天猫2月份的订单情况，给出策略以提高销售额
思路：因为该数据只有订单的信息，首先使用多维度拆解分析方法把订单拆解为付款金额、付款时间、付款地区，并根据付款的业务流程，分析提交订单、付款以及退款的转化率。
1、根据付款金额区间将订单进行分组，查看每个区间的订单量分布。使用对比方法分析不同区间的数据指标。例如不同区间的销售额、销量、退款率。
2、根据付款金额将订单进行分组，查看月、周、日销售额、销量的变化趋势
3、根据付款地区将订单进行分组，查看每个地区的销售额和销量

四、数据预处理

优质的数据总是胜过优质的模型。

1. 将csv文件导入MySQL数据库中

参考：将CSV文件导入MySQL表

从和鲸社区下载order_report.csv 数据集，保存至mysql.ini文件规定的目录下

SQL语句创建表tmall

CREATE TABLE tmall(  
    order_id int NOT NULL PRIMARY KEY COMMENT 'Primary Key',
    total_amount float(9,1) NOT NULL COMMENT 'total amount',
    actual_amount float(9,1) NOT NULL COMMENT 'actual amount',
    address VARCHAR(255) NOT NULL COMMENT 'content',
    order_time DATETIME NOT NULL,
    pay_time DATETIME,
    refund_amount float(9,1)
) DEFAULT CHARSET UTF8 COMMENT 'newTable';

将数据从csv文件导入tmall表中

LOAD DATA INFILE 'C:/web/xxxx/uploads/order_report.csv' 
INTO