不少电商从业人员对于“电商交易数据分析”都是闻之色变，因为要考虑的因素太多，数据量太大。商品、城市、渠道、订单量、销售额……想想就头疼。

 

但如果要解决这个事情，其实很简单：

使用数据可视化工具Tableau，实现文字到可视化图像的转换。做的人：不用写代码，结果直观呈现；看的人：一眼看懂数据情况，不用想方设法找关键点。

 

到底有多直观呢？

 

CSDN上一位博主基于某电脑平台2016年的交易数据，使用Tableau做了数据分析。通过他的数据分析可视化图表，我们三分钟就能读懂该电脑平台2016年一整年的销售数据。不信？还请接着往下看↓

 

 

某电脑平台2016年交易数据分析

 

 

1.数据基本情况↓

id：ID；order_id：订单ID；user_id：用户ID；productId：产品ID；cityId：城市的ID；price：价格；payMoney：支付金额；channelId：渠道ID；deviceType：设备类型；createTime：创建时间；payTime：支付时间。

 

2.订单量前十和销售额前十的商品

 

①订单量前十的商品ID

②销售额前十的商品ID

结论：前10商品的订单量和销售额的占比只有4%以下，说明该电商平台没有爆款产品。结合上面两图各商品的趋势，该电商平台以零售多种商品为主。

 

建议：针对现有的市场，开发出一款该平台的特色产品，以增加销售额。

 

3.订单量前十和销售额前十的城市

 

①订单量前十的城市

城市数量：331

前10的城市占了：3%
前30的城市占了：9%
结论：订单量前10的城市贡献了30.63%的订单量，订单量30的城市贡献了55.45%。

 

②销售额前十的城市

结论①：城市Id为110001订单量和销售额都是最高的，可以看出其是该电商的主要销售城市。

 

结论②：销售额前10的城市占了总销售额的35.25%，前30（9%）的城市占了总销售额的59.45%。

 

建议：针对前10%的城市加大力度（如偶尔的节假日促销、定期的推送新品等）去维持现有的销售额。针对30%的城市可以进一步开拓市场，增加广告投入，新增用户，以此来提高销售额。

 

4.订单量前十的渠道

结论：渠道9058255c90的订单量占了37.21%。

 

建议：加大购买该渠道的流量，以提高销售额。

 

5.各个时间段的情况和工作日的销售情况

 

①各个时间段的情况

②工作日的销售情况

结论：星期五、星期六、星期日是一周中用户活跃的时间段。

 

6.每月销售情况

结论：上半年的总体销售额比下半年好。

 

7.各季度订单量

结论：第四季度的订单量最差，同比下降38.71%。


建议：2、3季度的订单量较其他季度好，可以将全年的销售计划放在这两个季度。

 

8.哪个价格区间的购买人数多

结论：200-700价格区间购买人数多。

 

数据来源：ChangingWudake