1.获取数据:查看表数据的情况
1.1查看数据,可以将订单创建日期的.进行替换,将数据转换成日期格式,这里选中订单日期这一列,按Ctrl+f,出现下图:
如下图所示,输入,点击全部替换:
新增年、月、日三列
在年这列使用公式:=YEAR(C2)
获取对应的年份,并选中年这列,右键->设置单元格的格式->数值->保留小数0,填充整列。
填充:双击单元格右下角出现的+字架,整列填充
1.2月(=MONTH(C2))、日(=DAY(C2))、小时(=HOUR(G2))这三列类似
1.3 时间的数据清洗完毕
2.分析目的:
A-时间维度:年月日
a1:查看商城的年度销售情况
a2: 查看商城的月度销售情况
a3: 查看商城的日销售情况
B-维度:区域(省份)
b1:查看近几年各省份的销售情况
C-时间维度: 小时
c1:各时间段段订单量
3.目的A-时间维度:年月日
3.1年维度的分析
插入数据透视表
2020年的数据只有前3个月的,数据不足,只能对比18、19年的。
19年销售额环比(环比:连续的两个时间间隔,如今年2020年4月对比2020年3月,公式:(2019销售额/2018销售额-1)*100%)下降28.9%,销售额减少112W。
不足的地方没有进一步分析销售额下降的原因:这里可以下钻的角度
a:产品角度:是否是商品的质量问题,或者是爆款商品的推出
b:技术角度:是否是商城网站的更新导致用户操作难度增加,或者下单的流程操作难
c:运营角度:是否是没有进行节假日促销,如300-30这样的满减优惠
d:用户角度:
3.2月维度的分析
插入数据透视表
这里近三年某些月份的销售数据有所丢失,数据不足,分析月份销售趋势会导致有误差。这里结合19、20年1月份的数据,1月份是销售的旺月,可能的原因是临近过年,各用户需要购买商品备库存。
3.3日维度的分析
插入数据透视表
上图的数据是所有的销售数据,按日来进行销售额的汇总。
如图可知,下半月的销售情况比上半月的销售情况好。可能的原因是下半月是工资发放的日期,用户购买需求增加。
建议: 下半月可以增加新产品,或者采用满减的形式来提高销售额。
4.目的B-维度:区域(省份)
4.1省份维度的分析
插入数据透视表
浙江、广东两省的达到275W,占了总销售额的37%。
不足的地方:没有分析这两个省销售额多的原因。这里可下钻看这两个省的用户数的情况。
5.C-时间维度: 小时
5.1分析各时间段段订单量
插入数据透视图
上班时间段是商城的下单的高峰期。
6.结论:
6.1 2019年销售额环比2018年降低28.9%,减少来112W。
6.3 对比上半月的销售额,下半月的销售额较多。
6.3 销售额最多的两个省份是浙江和广东,合计275W多,占总销售额的37%。