sql + tableau＋PowerBI：电商数据分析（Olist)

一、分析背景

这是巴西Olist数据集，该数据集包含1个文件，将近10万行。

数据链接：

https://www.kaggle.com/jainaashish/orders-merged

分析该数据可以探究其销售情况，用户流量以及产品的分布，也可以对商户进行评分，多维度分析销售，找出商户影响销售的情况以及客户不满意的原因，以完善服务。

二、理解数据

相关数据说明：

1、product_id：商品ID
2、seller_id：商家ID
3、order_id：订单ID
4、order_purchase_timestamp：下单时间
5、customer_unique_id：用户ID
6、customer_state：客户所在的州
7、review_score：评价得分，客户在满意度调查中给出的注释范围为1到5
8、review_creation_date：发出满意度调查日期
9、payment_type：付款方式
10、payment_installments：客户选择的分期付款数量
11、payment_value：交易金额
12、order_item_id：序号，用于标识同一订单中包含的商品数量
13、seller_state：卖家所在州
14、product_category_name：类别名称

三、分析框架

对整体、用户、商户、产品、销售五个方面进行分析。分析工具为SQL，可视化工具为Tableau和PowerBI

四、数据分析 

1、数据清洗

1.1 检查整体数据

-- 查看数据有多少
SELECT COUNT(*) FROM ecom

1.2 时间戳转换成具体日期

-- 日期格式转化
CREATE VIEW o_time AS
SELECT order_id, 
 customer_unique_id,
 year(order_purchase_timestamp) AS y,
 month(order_purchase_timestamp) AS m,
 date(order_purchase_timestamp) AS d,
 hour(order_purchase_timestamp) AS h 
FROM ecom

1.3 整体情况分析

SELECT SUM(payment_value) AS 总交易金额,count(order_id) AS 总订单量, 
SUM(payment_value)/count(DISTINCT customer_unique_id) AS 客单价,
count(DISTINCT customer_unique_id) AS 用户数,count(DISTINCT seller_id) AS 商家数,
count(DISTINCT product_category_name) AS SPU,count(DISTINCT product_id) AS SKU
FROM ecom;

代码运行结果：总交易金额15,170,437.55元，用户数93,358位，客单价162.50元，总订单数96,478笔,，商家数2,959位，SPU有74个，SKU有31111个

 

2、用户行为分析

2.1 用户流量

2.1.1 日活跃

SELECT d 日期,
count(DISTINCT customer_unique_id) DAU
FROM o_time
GROUP BY d
ORDER BY d

<