|
一、学习初衷
我开始财务工作已经一年多了，日常工作会使用excel对经营数进行分析，对各公司、产品的生产、营销情况进行判断。我想要通过学习bi系统达到以下几个目的：1.不使用复杂的公式、模型等更加快速地分析；2.更改数据源后自动根据设定好的公式数据等得到分析结果，不需要每个月都重复同样的步骤。
二、作品简介
本次作业主题为电商购物用户行为分析，我试图通过分析为该电商平台提出经营建议提高销售表现。
1.数据来源：阿里云公共数据集—电商购物用户行为分析数据
由于原数据表客户id均为唯一值，但为体现客户复购率等数据，我将原客户id仅保留6位，命名为客户id（新），本分析均使用该新指标，同时删除了2025年的数据。
2.分析内容：首先使用指标卡展示总销售额和销售量；其次，以消费者的性别、年龄分类，找到该电商平台的目标群体；最后，通过分析不同支付手段的使用频率以及分析不同品类、不同时间的销售额和复购率找到未来营销方向。
3.组件介绍：（1）将客户的年龄、性别分类集中在一个组件展示，更容易找到该电商平台的用户群体；
（2）计算复购率：每个客户的购买次数—复购客户数、购买客户数—复购率；
（3）计算大订单比例：销售额大于2500的订单数—大订单比例—将大订单比例从大到小排序取前15个日期。
4.根据仪表盘可知：（1）2021-2024年该电商平台总销售额为24809万元，总销售数量为284507个；
（2）从客户年龄、性别分布表可以看出20-39岁、40-59岁的消费者更愿意在该电商平台上购物，60-79岁的消费者数量适中，0-19岁消费者数量最少，且各个年龄段的女性消费者均多于男性消费者。
（3）从商品类别偏好表可以看出，服装类商品销售额、销售量均很高；科技类、鞋类商品销售额较高，销售量较低；其余类商品销售额、销售量均较低。从商品类别复购率表可以看出，服装类商品复购率最高；食品与饮料类、化妆品类、玩具类、鞋类商品复购率紧随其后，但都不及服装类的一半；纪念品类、书类商品复购率最低，与销售类别表保持统一。
（4）由支付方式偏好表可以看出，销售额与客户数变动均一致，信用卡付款方式使用最频繁，airpay使用概率其次，微信支付使用最少。
（5）由购物时间与消费行为关系表可以看出，2022年-2023年上半年销售额、复购率都较高，其中2023年4月销售额、复购率都处于最高点；2024年下半年销售额、复购率都较低，其中2024年9-11月复购率为0。
（6）我将销售额大于2500元的订单定义为大订单，再以大订单比例表从大到小顺序排列，取前15个月份，可以看出大订单比例整体差异不大，其中2024年大订单较多。
5.根据该分析对电商平台提出的建议：（1）由于多数客户选择信用卡支付方式，建议商家确保支付系统的稳定性与便捷性，同时可依靠支付平台联合推出促销活动。
（2）该平台有许多忠诚用户，即购买次数大于5的客户，该电商平台可推出针对于老客户的活动，以维持客户粘性。同时也可针对女性消费者组织促销活动。
（3）根据该电商平台长期的销售额来看，目前正处于低谷阶段，建议电商平台积极采取营销手段，扩大宣传，并提供打折商品等促进消费。
三、学习总结
通过学习bi系统，我深刻体会到了数据分析在当今时代的重要性。bi系统作为一款强大的数据分析工具，为企业和组织提供了高效、准确的数据分析服务。我相信，随着bi系统的不断发展和完善，它将在未来的数据分析领域发挥更加重要的作用。 | 
