|
一、团队成员介绍
本人“人间值得”。座右铭：要不别做，要么做好。
二、作品背景简介
参赛作品数据来源于巴西Olist（2016年8月-2018年8月）电商数据平台的数据。本次数据分析作品只筛选了2017-2018年的数据来进行分析。
分析目的：分析该数据可以看出近两年的销售业绩变化，卖家的经营状况，客户的区域分布，客户的购买偏好等，以便改善现有的状况，提升业绩。
数据来源链接：https://www.kaggle.com/jainaashish/orders-merged
三、分析思路介绍
3.1提出问题
① 在2017年1月-2018年8月，为什么销量呈现上涨趋势？
② 哪类商品最热销，可主推？
③ 用户的地域对于销量的影响？如何做到精准营销？
④ 用户偏好哪种支付模式，是否可以在线支付公司深度合作？
……
3.2分析框架
3.3数据清洗整理
本作品分析数据来源于巴西电商平台的orders-merged交易数据，由于分析需要，在分析过程中只保留了2017-2018年（8月）的数据，相关字段描述如下：
|
序号
|
原始字段
|
字段类型
|
描述
|
作品是否使用
|
|
1
|
product_id
|
字符型
|
产品ID
|
是
|
|
2
|
seller_id
|
字符型
|
卖家ID
|
是
|
|
3
|
order_id
|
字符型
|
订单ID
|
是
|
|
4
|
customer_id
|
字符型
|
客户ID
|
是
|
|
5
|
order_status
|
字符型
|
订单状态
|
否
|
|
6
|
order_purchase_timestamp
|
日期型
|
下单时间
|
是
|
|
7
|
order_approved_at
|
日期型
|
审批时间
|
否
|
|
8
|
order_delivered_carrier_date
|
日期型
|
过账日期
|
否
|
|
9
|
order_delivered_customer_date
|
日期型
|
订单交货日期
|
否
|
|
10
|
order_estimated_delivery_date
|
日期型
|
预计交货日期
|
否
|
|
11
|
customer_unique_id
|
字符型
|
客户标识ID
|
是
|
|
12
|
customer_zip_code_prefix
|
数值型
|
客户邮政编号
|
否
|
|
13
|
customer_city
|
字符型
|
客户城市
|
是
|
|
14
|
customer_state
|
字符型
|
客户所在洲
|
是
|
|
15
|
review_id
|
字符型
|
评论ID
|
是
|
|
16
|
review_score
|
数值型
|
评论得分
|
是
|
|
17
|
review_comment_title
|
字符型
|
评论标题
|
否
|
|
18
|
review_comment_message
|
字符型
|
评论内容
|
否
|
|
19
|
review_creation_date
|
日期型
|
满意度调查日期
|
是
|
|
20
|
review_answer_timestamp
|
日期型
|
满意度回复日期
|
是
|
|
21
|
payment_sequential
|
字符型
|
付款顺序
|
否
|
|
22
|
payment_type
|
字符型
|
付款方式
|
是
|
|
23
|
payment_installments
|
数值型
|
分期付款数
|
是
|
|
24
|
payment_value
|
数值型
|
交易金额
|
是
|
|
25
|
order_item_id
|
数值型
|
序号
|
否
|
|
26
|
price
|
数值型
|
商品价格
|
是
|
|
27
|
freight_value
|
数值型
|
运费
|
是
|
|
28
|
seller_zip_code_prefix
|
数值型
|
卖家邮政编号
|
否
|
|
29
|
seller_city
|
字符型
|
卖家城市
|
是
|
|
30
|
seller_state
|
字符型
|
卖家所在洲
|
是
|
|
31
|
product_category_name
|
字符型
|
商品类别名称
|
是
|
|
32
|
product_name_lenght
|
数值型
|
产品名称长度
|
否
|
|
33
|
product_description_lenght
|
数值型
|
产品说明长度
|
否
|
|
34
|
product_photos_qty
|
数值型
|
产品照片数量
|
否
|
|
35
|
product_weight_g
|
数值型
|
产品重量
|
否
|
|
36
|
product_length_cm
|
数值型
|
产品长度
|
否
|
|
37
|
product_height_cm
|
数值型
|
产品高度
|
否
|
|
38
|
product_width_cm
|
数值型
|
产品宽度
|
否
|
3.4指标体系
|
序号
|
指标名称
|
解释说明
|
是否派生
|
|
1
|
交易金额
|
/
|
否
|
|
2
|
商品价格
|
/
|
否
|
|
3
|
客户数
|
FineBI计算逻辑为counted_agg(customer_id)
|
是
|
|
4
|
客单价
|
客单价 = 总交易金额 / 用户数
|
是
|
|
5
|
订单量
|
FineBI计算逻辑为counted_agg(order_id)
|
是
|
|
6
|
笔单价
|
笔单价 = 总交易金额 / 订单量
|
是
|
|
7
|
商家数
|
FineBI计算逻辑为counted_agg(seller_id)
|
是
|
|
8
|
城市数量
|
FineBI计算逻辑为counted_agg(customer_city)
|
是
|
四、数据分析过程
4.1整体情况
（1）客单价 = 总交易金额 / 用户数；用户数：93104，客单价：162.45。
（2）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。
（3）近两年Olist电商平台的用户量、交易金额、商家数量有逐渐上升的趋势。
4.2时间维度
1、年交易情况
 
（1）2017年交易金额：6798411，截止到2018年8月交易金额：8325970，环比2017年增长22.47%。
（2）2017订单量：43428，截止到2018年8月订单量：52783，环比2017年增长21.54%。
2、季度交易情况
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。（预测值通过其他工具得到）
3、月交易情况
交易金额整体上有逐渐上升的趋势。2017年11月达到峰值：1138353元，环比增加54.11%。其中，订单量为7289。接下来分析，为什么销量一直上涨，特别是2017年11月突然上涨到了最高峰。
这里针对2017年11月交易金额达到峰值问题下钻。查看2017年11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。（注意到，11月24日是11月的最后一个星期五，即“黑色星期五”，由此可以得出其中一个结论，由于促销活动带来销量上涨）
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。
继续下钻看看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（前20），这里主要是由于sao paulo这个城市贡献的交易额和订单量。
4、工作日交易情况
巴西人民主要在工作日（周一到周五）在Olist电商平台购买东西，其中周一购物的订单数为最高。
5、时间段交易情况
该电商平台除了睡觉时间（23-7点），其他时间的客流量都相对比较稳定。因此，平台客服人员应该保持和客户一致的服务时间。
4.3商家维度
数据结果显示，商家主要集中在SP、PR、MG这三个洲，占了78.83%。加上SC，占比超过了80%；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%，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。
sao paulo这个城市的交易金额最多，为 3040825 元，且与第二的ibitinga城市差距明显，在交易金额排名前十的城市中，sao paulo的交易金额占了总交易金额的47.81%。
另外商家数量2017-2018期间，一直处于增长趋势，这也是该平台销量呈现上涨趋势的原因之一。
4.4用户维度
SP洲的客户群占比最高，42.00%，其次是RJ和MG洲，差异明显；sao paulo这个城市用户最多。
流失用户占比等于总用户数的8.16%，流失状态占比较大，该电商应该更注重于用户维持。重要深耕用户人数占比为35.90%，交易金额 537.95 万，其次是重要挽回客户， 人数占比为22.99% 。重要深耕用户和重要挽留客户的交易金额总占比达到70%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8.15%，占比少。
用户在10-13点、20-24点这个时间段写评论的较多，5分的占了总评论数的58.92%，4分的占了总评论数的19.65%，好评率约为78%，差评率超过20%，需要重点关注。
4.5产品维度
 
2017-2018各商家共供货 73 种品类，30984 种产品，平均售价为 125.17 元；明星产品偏少，建议优化产品结构。
top10产品中，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 6.41 万。
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。
4.6支付维度
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。
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（开启关联分析）。
交易金额在50-100的人数最多，占了30.21%。其次是100-150以下的，占了19.69%。
五、总结与建议
5.1结论概述
① 2017年1月到2018年8月，Olist电商平台的交易金额、订单量有逐渐上升的趋势。
② 2018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。
③ 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。
④ 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。
⑤ 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。
⑥ san paulo这个城市的交易金额最多，该重点关注该城市。
⑦ Olist电商平台的好评率超过了78%。
5.2合理建议
① 促销活动与销售金额、订单量强相关，建议除了黑色星期五外，定期进行相关促销活动。
② 明星产品较少，建议鼓励商家做好市场调研，引进明星产品，并将明星产品与其他产品进行绑定销售。
③ 做好用户回访，深入分析客户差评的原因，并进一步优化客服工作。
④ 加强与在线支付公司credit_cart、boletol合作，维护好关系，达成长期合作合同，增加推广盈利收入。
最终作品展示：
 | 
