【数据分析】电商平台订单报表分析思路及案例

1.1 互联网数据分析一般思路

• 找出问题 描述性分析
  数值分析：数量、均值、极差、标准差。。。
  分布规律：正态分布、长尾、均匀分布
  可视化：柱状图、散点图。。。。
• 分析问题 诊断性、预测性分析、仿真分析
  线性回归、逻辑回归
• 解决问题 数据报告+决策性分析

2.1 相关数据
商品编号、商品名称、商品价格、票号、座位、联系地址

2.2 订单数据分析一般思路

• 数据抓取
  数据库数据调取
• 数据清洗
  无效数据清洗、有效数据筛选
• 数据分析
  用户属性判别、品牌渗透都判别、订单时间/地区分布……

2.3 订单数据的宏观分类与分析思路

1、订单类型分析：

• 待支付：已经提交订单信息等待支付的订单
• 已取消：被取消的订单
• 待发货：已经付款等待发货的订单
• 待收货：已经发货等待收获的订单
• 已完成：完成所有订单环节的订单
  2、取消订单针对性分析：
• 恶意订单占货分析
• 取消订单数据剔除

例如：查看已取消订单特征 是否存在异常

• 高单价商品可能存在恶意占货、炒货现象
• 支付时间异常
• 对取消订单价格分布情况分析
  
• 大多是低单价商品，属于正常现象

2.4 订单数据的微观分类与分析思路

时间相关分析思路：
1、订单时间分布分析：

• 订单高峰时间
• 订单低谷时间

2、订单价格分布分析

• 高客单价时间
• 低客单价时间

3、订单时间分布与价格分布的交叉分析

案例1：订单量时间波动分析
1.先将下单时间 按小时进行处理
2.对下单时间进行计数，分析下单情况，插入柱状图进行分析

• 0点下单高峰，说明深夜下单欲望和冲动更强，可针对平台用户画像综合分析，年轻用户偏多，喜欢深夜下单
• 0点和10点下单趋势一致
• 中午12点以后持续高峰

• 还可以对订单量进行帕累托分析，如图，20点是下单高峰，5点下单低谷
  

案例2：客单价时间波动分析

• 熬夜越晚，客单价越高
• 中午12点客单价较高，可能原因上班族中午空余时间多

案例3：订单量与客单价交叉分析

• 4点客单价峰值
  针对4点下单数据进行分析，总结特点，针对性运营、营销
  很多同一个客户大量下单，渠道分类
  
• 某些时间段、某些渠道下单规律（高价值渠道运营）

商品相关分析思路：

1、商品单维度分析：
• 商品客单价分布
• 商品销量分布

2、商品+时间双维度分析：
• 商品目标用户分析

3、商品地区客单价分析
案例1：商品客单价区间分析

长尾分布，大多数商品销量在1-30

案例2：热销商品下单时间分析
将商品和时间交叉数据透视表 找出不同时间SKU的下单数量

• 晚上8点，都达到了下单高峰
• 福袋 限时购买，和日常品不一样，非理性消费商品
• 不同福袋销量趋势不一样，考虑价格和用户群体消费能力

案例3：一级地区客单价帕累托分析

西藏地区客单价较高
查看西藏订单数据，只有3个订单，不具有参考性
剔除西藏来看，浙江、上海、陕西 浙江客单价高、订单量大，黄金市场

• 主要市场：广东、江苏、浙江
• 不同地区品牌渗透度和中国地区人口排名对比