某电商平台的销售分析报告 一、选手简介 个人选手版 选手介绍姓名：帆软社区用户名木子凌。第二次参与帆软组织的BI大赛，使用上新版本，认识了更多同群数据分析师大牛。帆软在成长，我也要跟着成长。与人同台竞技，检验下自己的所学，也从他人那里学习到更多，始终是我参加这个比赛的初衷。加油吧，分析师！。 参赛初衷 BI更新了大版本，工作中还没用到，没来得及好好试用学习，借此机会来学习新技术，也加深对帆软开发者和数据分析的理论。 当然也抱着与高手们切磋和学习的目的来的，人外有人比山高，既抱敬畏，也敢进攻。 好吧，我也觊觎奖金^-^。 二、作品介绍 选题背景 去年选了要给太大的主题，导致在完成作品的时候，有些拿捏不住。分析维度和指标始终不够专业，无法得到一个准确和专业的结论。所以今年我选择了一个电扇平台的销售数据，做一个精准分析。 电商已经是目前零售渠道的大佬，不管是国内还是国外，电商平台的体量和受众群体都是巨大的。所以销售数据的分析是数据挖掘中极具价值的。 销售数据分析还是有很多借鉴案例，通过查看和学习其他大佬的销售分析案例，既能对当前的比赛作品有提供灵感启发，也能促进我对销售模块的数据分析场景学习。 数据来源：和鲸社区  数据内容：巴基斯坦子商务数据集 - Heywhale.com 分析思路 分析思路主要集中于对一份明细数据做不同维度的数据切片观察，剖析销售额发生变化的原因。商品的受欢迎度，客户的消费行为，平台的折扣力度以及推出促销活动的时间等维度进行数据佐证。在趋势发生急剧变化的情况下，数据最能真实的反映出顾客的消费心理，平台商品品类的变化，折扣力度的大小，付款方式的便捷程度等是可以绘制出客户消费的画像数据。根据数据展现出的趋势，最终给出销售结论、促销建议以及风险提醒。 数据处理 这份数据因为是一个python大佬提供做研究的，数据的清洗程度其实已经挺高。第一步还是做数据的清理；元数据中，status、sale_com_code中存在 \N的数据，对一部分数据做清理。 选出所需要的字段 新建第一个公式列清洗category_name1字段，将 ‘\N’，‘’，‘other’都归并为‘other’ 再新建一个公式列对 sale_com_code做清洗 然后选用新字段 新增一个标签列，通过订单状态判断订单是否有效 最后根据有效订单过滤，得到有效订单数据 从上面的数据集中去掉有效订单的过滤条件得到全量数据 生成对应的维度字典表 可视化报告 整体报表展示我按小主题分成了四个部分 销售状况分析直接采用了两个组合折线图，直观的按月份展示销售额、销售额同环比变化已经在销售额中使用折扣量的占比变化趋势。整体上评估电商平台销售经营状况是否平稳，促销活动是否有效。 商品成分分析 第一个采用双轴分类图，展示月份维度下不同类别的商品销售占比，直观反应平台上每个月的热销商品分类情况，通过联动功能展示商品的整体销售占比、折扣占比，体现促销带来的影响。 退单商品的发生额和占比，揭示商品销售分析和品控建议。 客户行为分析 通过对客户在时间维度上的订单数据，分析客户的购买需求。大中小客户的连续月份回购情况，商品类别以及总的订单金额可以生成客户的消费画像。这是商店和平台管理制定精准营销的基数。大客户的关系品类数据、完成占比、付款方式选择、消费时间等维度，预测客户消费习惯。 隐藏行为挖掘电商平台既怕爆单也怕退货，做好风险客户的预测也是非常重要的。从平台本身的状态中已经打上了很少量欺诈订单标签。实际上，对支付行为和取消状态中仍然客户挖掘出部分客户的欺诈性消费。 于是我生成了一个付款方式和订单状态的分布图，基于取消的交易笔数和总笔数做了占比指标。在有大量预付订单情况下，同一种付款方式里面存在极高比例的取消行为，联动关系在明细表中还能发现这些客户在不同时段周期性的这样操作。这样的趋势是反应了该付款方式的风险性高。也是商家和平台管理者需要提升重视度的方面，预防恶意订单。 页面整体的布局设计就是二分法，左侧以红色字体的结论标注，然后结合图表的联动功能对数据进行多维度的数据分析，最后来看一看长图 三、参赛总结 1. FineBI工具 首先很感谢帆软官方的辛苦组织。从建立导师群，到直播授课，最后群里导师耐心解答问题，切身体会到了大赛组织者的用心至深。帆软这一套BI开发流程涵盖了数据库开发，etl开发，ui设计和前端开发，同时也极好上手，有excle函数基础的人，使用起来只会更加如鱼得水，真正做到了以一人之力替换整个开发团队，优势明显。 还有就是BI的这个新版确实让我有耳目一新的感觉，虽然此次有很多功能还没有用到，但新版本的功能更加贴合我做数据分析时的思维。一个好用的工具，如使臂膂，只会让我们工作中事半功倍。 2.比赛总结 今年的这个作品又历时接近了半个月时间，还是做的陆陆续续的。可能还需要更多的积累，要更加成熟的看待问题。这次销售分析中让我更加体会到了现在各行各业的不容易。当下经济形势上的不乐观，在消费上是最能直观体现。 作为程序猿、分析师的我们就更应该具备更加精准的数据敏感度和挖掘更深度数据的能力。所以共勉，不仅是这次比赛，也是为以后的工作生活。 当然回到比赛本身，这份分析报告确实很粗浅，也希望有经验的同行能与我交流，提供更专业的分析角度和分析思维。现在里面一定还有很多不完美的地方，也希望能有机会被大家指正。 学不辍，事可会；学不怠，事必精！

新冠疫苗接种的必要性分析 一、选手简介 个人选手版 选手介绍姓名：帆软社区用户名木子凌。第一次参加这个比赛，但是关注有一两年了。之前一直都觉得自己技能不够娴熟，对数据分析的理论理解不够透彻而不敢参赛。今年学习了一段时间，于是想对此做个小小的测试，同时也想借此机会与更多在使用Finebi和有深厚数据分析经验的朋友进行下交流，希望能在交流中提升自己。 参赛初衷 希望能借此机会提升BI的使用技能，数据分析的理论基础。 开拓下眼界，看看大神们是如何玩转finebi的，看看其他行业的朋友是如何做数据分析的。比较中找到自己与他们的差距，同时也积累一下技能和行业知识，为工作做一部分储备。 希望自己现有的使用水平能被认可，当然也是对比赛奖励心动不已^-^。   二、作品介绍 选题背景 新冠已经在我们的世界肆虐了两年多，给这个世界造成了很多的伤痛。世界人们虽热做出了很多防疫行动的努力，但是疫情还在一波接一波的爆发，所以我想做一个世界疫情整体变化的比较。 疫苗或者治疗药物在最终战胜疫情上肯定占据着至关重要的一环，那么当今世界接种疫苗的情况如何了，疫苗对接种和不接种人群在感染新冠后的保护力度如何，也都严重影响着全民接种疫苗的进程。 疫苗的保护效果影响着疫苗的接种意愿，疫苗的接种意愿又涉及疫苗对全民的保护效果。那么世界各国对疫苗的接种意愿又如何呢？ 数据来源：和鲸社区 ourworldindata 数据内容：《Coronavirus (COVID-19) Cases》，《How many people support vaccination across the world?》，《covid-deaths-by-vaccination》 分析思路 我个人思路就是对对疫情发生以来，全世界的疫情变化情况，疫苗的接种情况，接种疫苗和未接种疫苗对感染新冠后死亡率的影响以及人们对接中新冠疫苗的意愿变化。从趋势数据得到疫苗是否有助于控制新冠疫情的发展，从而影响人们接种新冠疫苗的意愿、态度。也为后续疫情继续发展情形下的个人和政策决策者提供数据支撑。 数据处理 新冠数据的处理在于原始数据的维度不符合，它按国家/省份/城市三个维度给出，其中省份等于各个城市的和，海外国家没有到城市级别 选出所需要的字段 时间+国家+省份 对国家+省份+时间分组汇总，指标取最大值 在对时间+国家分组汇总，指标取求和 对日期进行降序 过滤出最新的数据 从ourworldindata获取的数据其地区名称都是英文，所以需要跟地区维度数据集进行左右合并，拿到中文名称字段 美国和新西兰不同接种类型对周死亡率的原数据中，只是以时间+年龄和三个不同类型死亡率的指标提供的，所以我需要把它转换成时间+年龄+类型的维度 选择原数据集的 时间+年龄+指标1字段 新增列 接种分类，给与字典值 1 上下合并，合并自己的原表，选择时间+年龄+指标2字段 新增列，如果 接种分类为空给字典值2 同理在上下合并一次和新增列 得到接种分类的维度 最后再选取最终要使用的接种分类字段 可视化报告 整体报表展示我按小主题分成了四个部分 总览，采用了一个世界地图和一个tab组件；tab中全球用了四个指标卡，旨在醒目展示四个关键指标，国内用了二维表，区分了省份明细，自己国家会多关注一点。全球地图按2的倍数区间区域染色，显示最新节点全球性格的累计确诊情况。 总的来说此部分就是为了摆出现今全球疫情情况直观效果。 把国内和国外的疫情发展做了些简单的对比 坐标表格显示了累计排行前二十和对比国家选择框中的排行。使用过滤条件连接固定值和选择值 疫苗部分内部使用分割线将内容划分成了三个小块，一块整体接种率，一块周死亡率跟接种疫苗的关系，一块接种意愿的变化趋势 在周死亡率部分，当点击图中的数据点时，使用跳转设置，把按单接种方式多年龄的趋势图展示出来，这样可以很好的跟原 单年龄多接种方式的趋势结合起来查看。固定变化因素，更直观的分析单因素带来的影响。 意愿部分的分析也是一个横向同时对比的过程。通过日期组件固定日期维度的值，通过点击联动设置右边的堆积图 有图的标题也跟下钻的值联动显示，标题中插入组件数据集字段 最后一部分时一些数据分析总结和一个外链彩蛋。点击图中的时间对应的点可以发生跳转动作，跳转至外部网页。 在数据集中直接将对应的url放入字段中 页面整体的布局涉及就是二分法，强调一个对比效果，最后来看一看长图   三、参赛总结 1. FineBI工具        首先很感谢帆软官方的辛苦组织。从建立导师群，到直播授课，最后群里导师耐心解答问题，切身体会到了大赛组织者的用心至深。帆软这一套BI开发流程涵盖了数据库开发，etl开发，ui设计和前端开发，同时也极好上手，有excle函数基础的人，使用起来只会更加如鱼得水，真正做到了以一人之力替换整个开发团队，优势明显。   2.比赛总结       本作品历时接近了一个月时间，做的陆陆续续，会是不是的冒出一些灵感，有技术上的，有方案上的，有UI上的等等。这其中经历的很多波折都给我在bi工具的使用上和数据分析上带了很多好处。版本在不停的修改，现在里面一定还有很多不完美的地方，也希望能有机会被大家指正。       再者，也想就我的主题写一段话。本人在武汉经历已经的爆发，到目前疫情已经两年多了。有些人们已经遭受了很深的苦难，所以很希望疫情能快点结束掉。全世界的人们都在努力，大白和医疗工作者更是功不可没。他们为研制疫苗在疯狂努力，而平凡的我们也应该做好防疫工作。我的报表特意使用了一张蜡烛祈福的图片，既是为那些苦难离世的人们默哀，也希望有一天治疗新冠能如同治疗感冒一样简单。       学不辍，事可会；学不怠，事必精！