u8bom展开到采购件sql_用EXCEL与SQL的分析差异（黑五）

前言：学以致用，学习重要，输出更重要！

在学习SQL的时候，一直有个疑问，用EXCEL就好了啊，SQL学起来干嘛用，直到SQL基础部分学完了，开始做练习，才发现二者的不同。

两个作用差不多，EXCEL处理小数据，SQL处理大数据，且数据来源也不一样。两个可以结合来用，可以更省时省力，各有优缺点，下面就黑五数据用两个方法对比分析体验一下。

相关信息：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。

本次数据来源https://www.kaggle.com/mehdidag/black-friday

提出问题

1. 基本销售信息

2. 寻找畅销商品及商品大类

3. 寻找优质客户群体

4. 地域对商品的需求差异

5. 对客户进行用户画像，培养客户购买习惯

理解数据

User_ID：用户

Product_ID：产品

Gender：性别

Age：年龄段

Occupation：职业

City_Category：城市类别

Stay_In_Current_City_Years：居住年限

Marital_Status：婚姻状态

Product_Category_1：产品分类1

Product_Category_2：产品分类2

Product_Category_3：产品分类3

Purchase：金额

数据清洗

原数据进行备份，确定分析字段，处理相关数据：

删除重复值：

1.基本销售信息：

SELECT

COUNT( DISTINCT User_ID ) AS 用户数量,

count( * ) AS 交易次数,

SUM( Purchase ) AS 交易总额,

round( count( * ) / COUNT( DISTINCT User_ID ), 0 ) AS 人均交易次数,

round( SUM( Purchase ) / COUNT( DISTINCT User_ID ), 0 ) AS 人均支出金额,

count( DISTINCT Product_ID ) AS 产品数量,

round( count( * ) / count( DISTINCT Product_ID ), 0 ) AS 平均销量

FROM

blackfriday

2.寻找畅销商品及商品分类

产品分类1为5的P00265242是最受欢迎的商品

SELECT

Product_ID AS 产品,

Product_Category_1 AS '产品分类1',

SUM( Purchase ) AS 金额,

count( Product_ID ) AS 频次

FROM

blackfriday

GROUP BY

Product_ID

ORDER BY

count( Product_ID ) DESC

SELECT

Product_ID AS 产品,

Product_Category_1 AS '产品分类1',

SUM( Purchase ) AS 金额,

count( Product_ID ) AS 频次

FROM

blackfriday

GROUP BY

Product_ID

ORDER BY

count( Product_ID ) DESC

LIMIT 20

TOP 20

SELECT

Product_Category_1 AS '产品分类1',

ROUND( count( User_ID ) / ( SELECT COUNT( * ) FROM blackfriday ), 3 ) as 交易频次占比,

ROUND( SUM( Purchase ) / ( SELECT SUM( Purchase ) FROM blackfriday ), 3 ) as 金额占比

FROM

blackfriday

GROUP BY

Product_Category_1

ORDER BY

SUM( Purchase ) DESC

产品分类1为1,5,8的商品为畅销品

寻找优质客户群体

SELECT

Gender AS 性别,

COUNT( DISTINCT User_ID ) AS 客户数 ,

SUM( Purchase ) AS 金额

FROM

blackfriday

GROUP BY

Gender

SELECT

Gender AS 性别,

Age AS 年龄段,

COUNT( DISTINCT User_ID ) AS 客户数 ,

SUM( Purchase ) AS 金额

FROM

blackfriday

GROUP BY

Gender,

Age

ORDER BY

SUM( Purchase ) DESC

男士购买力超过女士，18-45岁为主要消费群体，其中26-35尤为明显。

地域对商品的需求差异

SELECT

City_Category AS 城市,

Stay_In_Current_City_Years AS 居住年限,

COUNT( User_ID ) AS 交易次数,

SUM( Purchase ) AS 交易金额

FROM

blackfriday

GROUP BY

City_Category,

Stay_In_Current_City_Years

ORDER BY

SUM( Purchase ) DESC

居住年限1年期客户购买力最大，且城市B为重点销售区域。

对客户进行用户画像，培养客户购买习惯：

通过对消费者行为分析，在非活动期间可展开针对性精准营销。

如将畅销商品大类推送到男士，年龄在26-35岁，居住年限1年期的客户。

优化上架商品，做到购销存商品数量合理，加大畅销品的复采率，降低非畅销品的库存，或在促销中当做赠品赠送，提高资金周转率。

结论：

1.作为分析工具，EXCEL和SQL可以相结合应用。

2.作为数据分析，提出好的问题才是关键。对于这次分析，只能是如此浅显的分析，在业务能力上还是要自行提高，不但要知道看的见的，对于看不见的，也要触摸到。