本文介绍了电商数据处理分析的过程，从理解业务开始，包括客户、商品和订单相关的数据表结构，接着通过创建数据库和导入CSV文件进行数据收集。在数据处理阶段，针对日期字段的文本格式进行了转换。最后，在数据分析部分，涉及了客户购买金额、登录时间、所在城市、购买力强的城市、畅销品牌、颜色以及尺码销售额等关键指标的计算。
一.理解业务
原始文件有9个，分成3类：
客户相关：
UserInfo：用户主表
UserAddress：用户地址表
RegionInfo:区域表
商品相关：
GoodsInfo：商品主表
GoodsBrand：商品品牌表
GoodsColor：商品颜色表
GoodsSize：商品尺码表
订单相关：
OrderInfo：订单主表
OrderDetail：订单详情表
以订单相关（购买行为）为主维度，去关联客户相关*（卖给谁）和*商品相关（卖了什么）。
OrderInfo主要关联客户维度表，OrderDetail关联商品维度表，而OrderInfo和OrderDetail之间用OrderID关联在一起。
ER关系图：
二.数据收集
创建数据库和表，并导入CSV文件，以userinfo表为例：
最低0.47元/天 解锁文章
扫一扫
697
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
