1. 分析背景

这是一份巴西Olist(2016年8月-2018年8月)电商数据平台的数据。这里只筛选了2017-2018年的数据来进行分析。

分析该数据可以看出近两年的销售业绩,店铺的经营状况,客户的区域分布,客户的购买偏好,以改善现有的状况,提升业绩。

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

数据解读:

一份电商数据分析案例_java2. 分析框架一份电商数据分析案例_java_023. 可视化+分析

3.1 整体情况

笔单价 = 总交易金额 / 订单量
近两年的总交易金额:15124382,订单量:96211,笔单价:157.20。

客单价 = 总交易金额 / 用户数
用户数:93104,客单价:162.45。

3.2 时间维度

3.2.1 年交易金额、订单量情况

2017年交易金额:6798411,2018年交易金额:8325970,环比2017年增长22.47%。

2017订单量:43428,2018年订单量:52783,环比2017年增长21.54%。一份电商数据分析案例_java_03

3.2.2 季度交易金额、订单量情况

各季度交易金额、订单量总体上呈现上升趋势。
预测2018第三季度交易金额:308W左右,订单量:19000。
预测2018第四季度交易金额:233W,订单量:14000。
预测2018年总交易额突破1000W。一份电商数据分析案例_java_04

3.2.3 月交易金额情况

交易金额整体上有逐渐上升的趋势。2017年11月达到峰值:1138353,环比增加54.11%。一份电商数据分析案例_java_05


这里针对2017年11月交易金额达到峰值问题下钻。
查看2017年10月-12月的交易金额、订单量情况。
2017年11月24日这天的交易金额、订单量达到峰值,导致11月整个月的交易金额、订单量达到峰值。一份电商数据分析案例_java_06

由于这里的产品分类比较多,不好下钻到某些爆款产品的。
下钻11月24是哪个洲的交易金额和订单量最多。
11月24的交易金额、订单量主要来自SP这个洲。一份电商数据分析案例_java_07

下钻哪个城市的交易金额、订单量比较多。
这里城市数量比较多,只截取了交易额、订单量最多的部分。
这里主要是由于sao paulo这个城市贡献的交易额和订单量。一份电商数据分析案例_java_08

继续下钻到产品的类别名称。
类别名称:cama_mesa_banho的交易额和订单量最大,其次是relogios_presentes的交易金额居第二。


其中类别名称:cama_mesa_banho、relogios_presentes、moveis_decoracao、beleza_saude这四个当天销售额达到12K以上。一份电商数据分析案例_java_09

3.2.4工作日的交易金额、订单量情况

巴西人民主要在工作日在Olist电商平台购买东西。一份电商数据分析案例_java_10

3.2.5那个时间段的订单量多

该电商平台除了睡觉时间,其他时间的客流量都相对稳定。一份电商数据分析案例_java_11

3.3 商家维度

3.3.1 商家洲分布

商家主要集中在SP、PR、MG这三个洲,占了78.83%。一份电商数据分析案例_java_12

3.3.2 洲交易金额、订单量情况

SP洲的交易金额和订单量位居第一,与第二的PR洲差距明显,SP洲的交易金额占了总交易金额的64.57%,订单量占了70.95%。SP洲的头部效应明显。

SP、PR、MG这三个洲的累计交易金额和订单量都达到 81% 以上,该电商平台应该重点关注这三个洲。一份电商数据分析案例_java_13

3.3.3 交易金额前10的城市

sao paulo这个城市的交易金额最多,为3040825。一份电商数据分析案例_java_14

3.3.4 RFM模型分析用户价值

用户主要是流失用户、新用户、重要深耕用户、重要挽回客户居多。

其中,流失用户占比等于总用户数的24.43%,1/4的处于流失状态,该电商应该更注重于用户维持。

重要深耕用户人数占比为23.34%,交易金额占了38.37%,其次是重要挽回客户,交易金额占比37.28%。重要深耕用户和重要挽留客户的交易金额总占比达到75%以上,这两类的客户应该重点关注。

重要价值的客户的人数仅占了3.04%,占比少。一份电商数据分析案例_java_15

3.4 用户维度

3.4.1 用户洲分布

SP洲的客户群占比最高,41.96%,其次是RJ和MG洲,差异明显。一份电商数据分析案例_java_16

3.4.2 用户城市分布

sao paulo这个城市用户最多。一份电商数据分析案例_java_17

3.4.3 评论分数及其占比

划分标准:

  • 4-5分:好评

  • 3分:中评

  • 3分以下:差评

5分的占了总评论数的58.75%,4分的占了总评论数的15.27%,好评率达到74.02%,差评率:18.79%。

一份电商数据分析案例_java_18

3.4.4 评论活跃时间段

用户在10-13点、20-24点这个时间段写评论的较多。

一份电商数据分析案例_java_19

3.5 产品维度

3.5.1 销售额前10的产品

各产品的交易金额较均衡,差距不大,说明头部产品的作用不明显。
产品ID:bb50f2e236e5eea0100680137654686c的交易金额最多,为64081。

一份电商数据分析案例_java_20

3.5.2 前10类别名称及其占比

前10类别名称的占了总交易额的62.47%,前17类别名称的占了总交易额的79.94%,头部效应明显。一份电商数据分析案例_java_21

3.6 支付方式

3.6.1 支付方式及其占比

用户主要选择credit_cart、boletol来进行支付。
75.79% 的用户选择用credit_cart来支付。
19.89% 的用户选择用boleto来支付。

一份电商数据分析案例_java_22

3.6.2 分期付款数及其占比

近一半的用户选择分期付款数1。
分期付款数主要集中在2-10期。
分期付款数大于等于2的都选择用credit_cart来进行支付。

一份电商数据分析案例_java_23

3.6.3支付金额在那个区间的人数多

交易金额在50-99的人数最多,占了30.21%。
其次是100-149以下的,占了19.69%。

一份电商数据分析案例_java_244. 总结
  • Olist电商平台的交易金额、订单量有逐渐上升的趋势。
    2- 018年前8月份的交易金额已超过2017年的交易金额,预计2018年总交易金额突破1000W。

  • 2017年11月的交易金额达到峰值是由于SP洲的san paulo这个城市的当天的订单量多,导致交易金额增加,下钻到类别名称是cama_mesa_banho、relogios_presentes、moveis_decoracao、beleza_saude这四个类别的商品购买需求增加。

  • 巴西人民更倾向于在工作日、工作时间内去Olist购物,在10-13点、20-24点写评论的较多。

  • 商家和用户主要聚集在SP洲最多、接着就是PR、MG、SC、RJ这四个洲。

  • san paulo这个城市的交易金额最多,该重点关注该城市。

  • Olist电商平台的好评率达到74.02%。