![79dd98dbfbd5e6ae2fddf8053bce09eb.png](https://i-blog.csdnimg.cn/blog_migrate/982d38bd718432e63abbf03b05f07044.jpeg)
之前用Excel对美国黑屋数据集进行了数据分析,Excel对于10万条以下的数据非常易于操作,但是当数据集超过10万条以上,Excel就不能满足我们数据处理的速度和要求,因此数据分析需要用sql语句进行分析,SQL基本操作也是数据分析师必须掌握的一项基础技能。以下,我们就仍然以美国黑五数据集为例,运用SQL语句进行数据分析。
一、项目背景
黑五类似于中国的双11,是美国厂家发起的年底之前的最大规模的促销打折活动。美国圣诞节大采购一般是从感恩节之后开始的。感恩节是每年11月的第四个星期四。因此它的第二天,也就是美国人大采购的第一天。在这一天,美国的商场都会推出大量的打折和优惠活动,以在年底进行最后一次大规模的促销。因为美国的商场一般以红笔记录赤字,以黑笔记录盈利,而感恩节后的这个星期五人们疯狂的抢购使得商场利润大增,因此被商家们称作黑色星期五。商家期望通过以这一天开始的圣诞大采购为这一年获得最多的盈利。
二、数据来源
https://www.kaggle.com/mehdidag/black-fridaywww.kaggle.com三、导入数据到Navicat
导入数据具体流程详见:
猴子:Excel数据导入Mysql常见问题汇总zhuanlan.zhihu.com![461787722c3c97e6df344709d4ed1859.png](https://i-blog.csdnimg.cn/blog_migrate/57cdd4f869fd04dd09a16405c64e2be3.jpeg)
我们新建了一个名叫BlackFriday的表,从下载下来的数据源导入到Navicat中,并添加User_ID和Product_ID为主键。具体信息如下图所示。
![9f3e7ec664737442d222d07c5c0f0ba2.png](https://i-blog.csdnimg.cn/blog_migrate/62192832311c7dc10460c3fd7a7b0a83.jpeg)
四、提出问题
1.消费者群体用户性别差异对购买力的影响
2.消费者群体用户各个年龄段购买力的差异
3.消费者群体用户中婚姻状况是否会对购买力产生影响
4.消费者群体用户中各个职业差异对购买力是否产生影响
5.在各个城市居住年限时长是否会影响消费者购买力
五、理解数据
(1)消费者群体信息
User_ID:用户编码
Product_ID:产品编码
Gender:性别 (M为男性,F为女性)
Age:年龄(0-17,18-25,26-35,36-45,46-50,51-55,55+ 7种)
Occupation:职业(用数字代表具体职业,一共有20种职业)
City_Category:城市分类(分为ABC三类城市)
Stay_In_Current_City_Years:在目前城市的居住的年数 (0,1,2,3,4+,5种)
Marital_Status:婚姻状况 (0代表未婚,1代表已婚)
(2)产品信息
Product_Category_1:产品分类为1,不可为空
Product_Category_2:产品分类为2
Product_Category_3:产品分类为3
(3)消费信息
Purchase:购买金额 (单位为美元)
六、数据清洗
(1)删除重复值
对Product_ID,User_ID查找重复值,输出结果是NULL值,因此没有重复值。
![9288df6277164d0de2f6c9202c7e7830.png](https://i-blog.csdnimg.cn/blog_migrate/e9d85fac5ab599ea92bc77e783013ddc.jpeg)
(2)缺失值处理
查找Product_ID,User_ID,Gender,Age和Product_Category_1是否有缺失值,查找结果输出为NULL值,因此不存在缺失值,不需要删除。
![fee1b7e95bef2a621d02893068b57cf6.png](https://i-blog.csdnimg.cn/blog_migrate/2d78082a90dfb821ea7e2a75868ee838.jpeg)
七、数据分析
(1)消费者用户整体销售情况
消费者用户整体销售情况主要从消费者数量,销售产品件数以及销售总金额进行分析。
黑五期间,消费者用户整体销售金额超过了50亿,同时有5891位消费者参与消费,销售产品种类3623件。
![1fb3e6f00b0341eaac0fc59885354c6d.png](https://i-blog.csdnimg.cn/blog_migrate/a496ebb8fee6246887adf2a1c3c61d23.jpeg)
(2)消费者用户群体特征分析
用户画像主要包括了消费者用户群体的性别、年龄段、职业、城市类别、在当前城市居住的年数、婚姻状况的分布情况。
2.1消费者用户性别分布
从输入结果可以看出,男性消费者用户占据主导地位,是女性消费者用户群体的三倍多,为75.41%,女性消费者用户为24.59%
SELECT Gender '年龄',
CONCAT(ROUND(COUNT(Gender)/(SELECT COUNT(Gender) FROM BlackFriday)*100,2), '%') '百分比'
FROM BlackFriday
GROUP BY Gender
![dbe47953193b95792522bd83d5597817.png](https://i-blog.csdnimg.cn/blog_migrate/7ce366f5657c4d3c71589a490cc952ac.png)
![ff01dd36d9e883e5c54d2e5ad5b89af3.png](https://i-blog.csdnimg.cn/blog_migrate/76979b71e1b2b20d03ebc444cc5ad110.jpeg)
2.2 消费者用户年龄段分布
从输出结果可知,在所有年龄段中,26-35岁之间的消费者用户最多,占比接近40%,其次是36-45岁年龄段,占比20%,超过80%的消费者用户群体在18-45岁之间。
![0cd4b4c2242a4e973a7b6fccdb37e513.png](https://i-blog.csdnimg.cn/blog_migrate/1b91722bd32d8bcab4d923e2ed28b15f.png)
![b2ddb952d0fabfd7cb582a509244ad23.png](https://i-blog.csdnimg.cn/blog_migrate/6b4e491127f12f8ffe677e917633a82f.jpeg)
2.3 消费者用户群体职业分布
从输出结果可知,在所有职业中,消费者用户群体占比数量最大的是4,达到13.18%,其次是0,占比12.67%,第三是7,占比10.75%;所有职业中,数量最少的是8,仅仅只有0.28%
![1592620e2f1433710d239fc3345c22b5.png](https://i-blog.csdnimg.cn/blog_migrate/c6aa46a6d176bd151e7ae7f6511c697d.png)
![0facacc21c18eaae387137764ad55d18.png](https://i-blog.csdnimg.cn/blog_migrate/ed06e00ae513051928d0d761d46ba9ee.jpeg)
2.4 消费者群体城市分布
![d07c94b1aaa19f2c710abae138a97884.png](https://i-blog.csdnimg.cn/blog_migrate/1cae5476efbd62f4f995b17e487436ed.png)
![9366c93afe4e8047e459c81e84ed3cb7.png](https://i-blog.csdnimg.cn/blog_migrate/4dcf52fe256d5a48b04049b3c7d8a42d.jpeg)
黑五期间的消费者群体在ABC三个城市的分布是不均匀的,B城市消费者群体占据主体地位,占比为42.13%;C城市消费者群体用户占比30.96%;A城市占比26.91%。
2.5 消费者在当前城市的居住年数分布
![f2b7e63845aa636ac51c2e3c3128799a.png](https://i-blog.csdnimg.cn/blog_migrate/f80f7747b3f69815e4a99fa1f1c19637.png)
![d68b3bbd5e9cfa49fd55c463ccd8247f.png](https://i-blog.csdnimg.cn/blog_migrate/7625a28a3ca2c4fd29ccc51132fedb55.jpeg)
黑五期间消费者群体居住年限主要集中在1,占比35.19%,其次是2,占比18.50%,3和4+消费者群体用户的数量大体相同。
2.6 消费者的婚姻状况分布
![3c9281c76fbba0d706e61d4a9fbbc294.png](https://i-blog.csdnimg.cn/blog_migrate/bfb97ebe407dd589dc0fd2ba62241c86.png)
![34c6ae6c98c001ee3d3b533a6d401c68.png](https://i-blog.csdnimg.cn/blog_migrate/21c03ae28721130e158c55f4ec1182c9.jpeg)
黑五期间,未婚消费者群体用户在黑五期间消费大于已婚消费者群体,未婚消费者群体占比59.12%,已婚消费者人数占比40.88%。
2.7 总结
1)从输入结果可以看出,男性消费者用户占据主导地位,是女性消费者用户群体的三倍多,为75.41%,女性消费者用户为24.59%
2)在所有年龄段中,26-35岁之间的消费者用户最多,占比接近40%,其次是36-45岁年龄段,占比20%,超过80%的消费者用户群体在18-45岁之间。
3)在所有职业中,消费者用户群体占比数量最大的是4,达到13.18%,其次是0,占比12.67%,第三是7,占比10.75%;所有职业中,数量最少的是8,仅仅只有0.28%
4)黑五期间的消费者群体在ABC三个城市的分布是不均匀的,B城市消费者群体占据主体地位,占比为42.13%;C城市消费者群体用户占比30.96%;A城市占比26.91%。
5)黑五期间消费者群体居住年限主要集中在1,占比35.19%,其次是2,占比18.50%,3和4+消费者群体用户的数量大体相同。
6)黑五期间,未婚消费者群体用户在黑五期间消费大于已婚消费者群体,未婚消费者群体占比59.12%,已婚消费者人数占比40.88%。
(3)产品销售情况分析
黑五期间,产品销售额排名前三
![4b37e68c363caebec44711bd24b7913e.png](https://i-blog.csdnimg.cn/blog_migrate/150b05676bbef1b12df13a550d8b5bae.png)
![13e54ef4e1ab9902167feda0fd2c3e70.png](https://i-blog.csdnimg.cn/blog_migrate/533b097ede1e0ae7456e3d4fc6b22c91.jpeg)
黑五期间销售额排名前三名的一级产品种类是1,5,8,最高的是1,占比37.52%,其次是5和8,分别占比18.47%和16.75%;销售额排名最后三名分别是17,12,13,占比都在0.1%
(4)消费者用户分析
4.1不同性别消费者用户消费情况分析
![abdf488ebe3b478e2fa21e6bdadd2e8e.png](https://i-blog.csdnimg.cn/blog_migrate/683b910ed9eacae4885b2f8551bbaa89.png)
![29a17fe13a232f379675e254f48d5989.png](https://i-blog.csdnimg.cn/blog_migrate/6b68f178a4056bad60decd2de4af43ba.jpeg)
黑五期间,男性消费者用户群体消费额比女性消费者用户多两倍以上,占据主导地位,为76.79%,女性消费者用户消费额仅占23.21%。
4.2 不同年龄段消费者消费能力分析
![debbfdeb2bc3961383a1310a4789b66b.png](https://i-blog.csdnimg.cn/blog_migrate/582031e70f145d027c55fd12618e7c2b.png)
![cfc0f38631a29087559495e7d720ef2f.png](https://i-blog.csdnimg.cn/blog_migrate/13c03d222ca5c169082fce8ff088e878.jpeg)
黑五期间,消费者用户群体金额主要集中在18-45这个年龄阶段,其中26岁-35岁年龄段消费者群体消费额最多,高达39.85%,其次是36-45岁消费者用户,为20.14%,其次是18-25岁年龄段消费者用户,为17.97%。
4.3不同职业消费者消费能力分析
![1b7d91a719cdb501bcd218693638ae12.png](https://i-blog.csdnimg.cn/blog_migrate/209d75b4a8159fcbbf6466f4f9678683.jpeg)
黑五期间,职业编号为4的消费者用户群体消费能力最高,为13.10%,其次是7,占比10.95%;职业编号为8的消费者用户消费能力最低,仅0.29%。
4.4各个城市定居年限不同的消费者消费能力分析
![69a946ebcccb2c484a2a2936fdede1b1.png](https://i-blog.csdnimg.cn/blog_migrate/584af65372967aec603285691b9fdc8b.jpeg)
黑五期间,各个城市定居年限为1的消费者用户群体最多,占比35,14%,0,2,3,4+消费者用户消费能力都相差不多,总体上,各个城市定居年限不影响消费者用户消费能力。
4.5已婚和未婚消费者消费能力分析
![b6502d22ee5755246d136a0875b418c3.png](https://i-blog.csdnimg.cn/blog_migrate/6722a66973a3349d50500398363b61ef.jpeg)
在黑五期间,已婚和未婚消费者群体之间的消费能力相差不大,因此婚姻状况并不影响消费者消费能力差异。
4.6 小结
1)黑五期间,男性消费者用户群体消费额比女性消费者用户多两倍以上,占据主导地位,为76.79%,女性消费者用户消费额仅占23.21%。
2)黑五期间,消费者用户群体金额主要集中在18-45这个年龄阶段,其中26岁-35岁年龄段消费者群体消费额最多,高达39.85%,其次是36-45岁消费者用户,为20.14%,其次是18-25岁年龄段消费者用户,为17.97%。
3)黑五期间,职业编号为4的消费者用户群体消费能力最高,为13.10%,其次是7,占比10.95%;职业编号为8的消费者用户消费能力最低,仅0.29%。
4)黑五期间,各个城市定居年限为1的消费者用户群体最多,占比35,14%,0,2,3,4+消费者用户消费能力都相差不多,总体上,各个城市定居年限不影响消费者用户消费能力。
5)在黑五期间,已婚和未婚消费者群体之间的消费能力相差不大,因此婚姻状况并不影响消费者消费能力差异。