作品展示（tableau）

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

• 前言
• 一、对已有数据进行分析
• 二、步骤
  • 1.数据表连接
  • 2.搭建数据框架
  • 3.搭建数据仪表盘
• 总结

---

前言

        这是在小破站中，学习戴师兄23数据分析自学课程中所搭建的一个外卖数据分析的一个作品。本作品是基于外卖订单的数据，进行经营总览情况、新老顾客占比、平台占比、每日收营情况等多个可视化图表来对门店运营情况进行分析。

个人作品制作展示（纯新手，不喜勿喷。在学习当中，请大佬指点。）

---

一、数据观测

        在表格中有诸多异常数据，需要对数据进行筛选观察；观察之后了解异常数据出现的原因，是机器系统失误原因还是人为原因；根据数据观测需求，对数据进行清洗，整理。

        这里在shop表当中，门店有很长时间出现空营业，即有效订单，商家实收等数据都是空值，这里可以推测，可能是因为店铺刚开业还没有开启外卖业务。

二、数据表连接

      1.  在图表搭建之前，做好表与表之间的连接。首先是对shop与cpc两个csv数据表格进行连接，利用门店ID和日期字段。

        2.对shop与order表格进行自然连接。

三、绘制图表

1.经营总览情况

        

        制作日期筛选器

        将GMV、商家实收、曝光人数、进店人数、无效订单、下单人数、商户补贴以“文字”拖拽到工作表当中，形成文本类型的可视化图表。这里可以根据需求的不同，调整需要观测的数据。

例：如果需要了解整体门店的外卖业务中新老客户是羊毛党多还是老客户多，可以将门店平台补贴、门店实收、商户补贴等数据展示进行分析。

2.经营数据明细

        在经营情况总览上的详细分划，在经营情况总览上对门店名称进行区分。这里还加上了一些可视化的美化，在表格上显示边框。

3.每日营收数据

        营收数据以商家实际收到的金额、商家GMV和平台补贴几个角度进行分析；为了让观测数据的人更清楚的看到变化趋势，采取折线图的形式来展现。

4.每日流量数据

        根据流量数据要求，主要从进店人数和订单成交数目来进行分析，为了更直观的看到成交比率和成交订单比率，这里创建了两个计算方法。

        这里将曝光人数数据以柱状图当做背景降低不透明度，以成交率和进店率两个聚合度量值作为折线图方便观测。

4.新老客占比、平台占比以及门店占比

        制作环形图，得出新老客户比例；平台订单占比；门店订单占比。

5.投放情况

        根据不同门店的投放情况，可以看出能够门店投放的状态好坏与否，加大投放量。

6.订单分布

        为了方便观察不同时间段订单的高低分布，这里利用区域图，来展示不同时间段订单量的分布情况。

根据订单分布图可以看出来，在2020年8月24日早上九点的时候订单分布最高，订单量高达200单。

6.配送分布

        为了方便观测订单主要配送的地点，这里利用“地图”来做订单配送分布可视化。

可以看出，这些顶大大多以某个地点为中心向外扩开；这里发现有两个距离0-5km距离的两个地方，所有就有发生这种情况的原因。这里可以根据数据猜测，可能是因为为了吃平台新店补贴商家采取了搬店的决策，还有一种可能是因为开设两家门店，所以配送距离会出现两个圆心点的情况。

四、仪表盘搭建

        仪表盘主要是排版以及美化每个图表为目的，为了让观测者更容易理解我们分析所得到的信息，有效的排版可以把观测者提取信息事半功倍。

---

总结

        本次作品主要是根据已有的外卖数据进行数据搭建，方便客户在杂乱的数据当中有效得到需要的数据，并作出分析和决策，方便商店科学运营好门店。