olist巴西电商数据分析项目 sql+tableau

一、分析背景

巴西Olist是当地电商平台，本数据集包含2016年9月-2018年8月的数据，本文将通过对平台的整体情况、用户、商家、产品、销售五个方面分析平台的经营状况，目的是为了发现平台可能存在的问题，分析可能的原因并给出建议。

数据链接：https://www.kaggle.com/jainaashish/orders-merged

数据字段说明：

1、product_id：商品ID
2、seller_id：商家ID
3、order_id：订单ID
4、customer_id：订单对应的用户ID。订单数据集的键，每个订单都有一个唯一的customer_id。
5、order_status：订单状态
6、order_purchase_timestamp：下单时间
7、order_approved_at：付款审批时间
8、order_delivered_carrier_date：订单过账日期
9、order_delivered_customer_date：客户实际订单交货日期
10、order_estimated_delivery_date：订单预计交货日期
11、customer_unique_id：用户ID
12、customer_zip_code_prefix：客户邮政编码前5位
13、customer_city：客户所在城市
14、customer_state：客户所在的州
15、review_id：评论ID
16、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。
17、review_comment_title：评论标题
18、review_comment_message：评论内容
19、review_creation_date：发出满意度调查日期
20、review_answer_timestamp：客户满意度回复日期
21、payment_sequential：付款顺序，客户可以使用多种付款方式付款。
22、payment_type：付款方式
23、payment_installments：客户选择的分期付款数量
24、payment_value：交易金额
25、order_item_id：序号，用于标识同一订单中包含的商品数量。
26、price：商品价格
27、freight_value：运费，物品运费价值物品（如果订单包含多个物品，则运费价值将在物品之间分配）
28、seller_zip_code_prefix：卖家邮政编码前5位
29、seller_city：卖家所在城市
30、seller_state：卖家所在州
31、product_category_name：类别名称
32、product_name_lenght：产品名称长度
33、product_description_lenght：产品说明长度
34、product_photos_qty：产品照片数量
35、product_weight_g：产品重量单位g
36、product_length_cm：产品长度单位cm
37、product_height_cm：产品高度单位cm
38、product_width_cm：产品宽度单位cm

二、分析框架

 

通过整体情况、用户、商家、产品、销售五个方面分析，使用工具为sql和可视化工具tableau。

三、分析及可视化

1、数据清洗

#查看数据有多少
SELECT COUNT(*) FROM orders_merged
#去除重复的数据行
SELECT DISTINCT * FROM orders_merged
#建立视图将日期转化为年、月、日、小时的格式，方便后续分析使用
CREATE VIEW order_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 orders_merged

2、整体情况分析

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

  运行代码分别得到结果为总交易金额11,079,647.08元，总订单数70,478笔，客单价161元，