分析某電商企業銷售趨勢，找到影響銷售 增長的因素 。同時分析不同 市場 產品銷售狀況，找到不同市場的銷售差異。挖掘不同 產品 的銷售狀況，找到不同產品的銷售差異。對用戶群體進行分析，對企業 用戶的畫像 和 價值 進行挖掘。從上述分析中得出結論，並根據分析結果，提出自己對此企業未來發展的壹些想法和建議。
本項目數據為某電商平臺 2017 年1月-2017 年 12月每日訂單詳情數據和用戶信息數據，包括兩個數據表，銷售訂單表和用戶信息表。其中銷售訂單表為每個訂單的情況明細，壹個訂單對應壹次銷售。這兩個表的表結構分別為：
銷售訂單表結構：
用戶信息表結構：
本項目主要分為三個維度，分別是用戶畫像，針對用戶群體進行分析，找出平臺的主力軍特點有哪些；商品維度上，找出商品在不同市場的銷售差異等；用戶價值維度上，主要根據用戶的消費行為，挖掘出其內在的規律。分析的詳細思路，如下：
我們上面已經學會了各種重復值的處理，那麽在實際業務中，通常會刪除重復值。選中全部數據——點擊——菜單欄裏數據——刪除重復項，如下
壹般可以接受的缺失值的標準是在10%以下。通常的處理方式如下：
實現如下效果，選中要轉換的數據——右鍵，復制——選擇空白單元格——開始——粘貼——選擇性粘貼——選中轉置——完成
點擊文件——選項——自定義功能——在不在功能區中的命令中找到數據透視表和數據透視圖向導並選中——在右側的數據選項卡下面添加新建選項卡並選中它——添加——確定，最終，在數據裏出現了"數據透視表和數據透視圖向導"，如下：
點擊數據透視表和數據透視圖向導——選擇多重合並計算數據區域——創建單頁字段——下壹步——選定將要操作的區域——下壹步——選擇新工作表——完成——雙擊總計的值——即實現二維表轉為壹維表，如下：
可視化圖形大多數比較簡單，相信大家都能輕而易舉的實現。那麽，壹些特殊的圖形，因為也很重要。
圖表說明：平臺的主力軍的特征主要是：女性用戶；90後人群單身人群‘’學歷主要是中專、博碩；地域集中在天津地區。女生購買偏好飲料、日用品，男性購買偏好是飲料、海鮮產品。
圖表說明：整體的銷售額處於下降趨勢，從10月份開始慢慢回升。根據二八法則，可以看出天津、南京、北京占總銷售額的43%，可以考慮作為重點投放市場。最受歡迎的品類是飲料、日用品、肉/家禽。
(註：因為上面的數據集裏用戶量有限，做同期群後不明顯。所以這裏是壹個新的用戶數據集。)
圖表說明：通過RFM模型已經對用戶做好分類，可以針對不同類型用戶采取相應的運營策略；重點維護消費頻率在82~100之間的用戶。同期群分析，我們可以看出平臺的新用戶是逐漸遞增的，但是留存率較低。
數據獲取方式：關註"Python之每日壹課"，後臺回復"excel電商項目"。
希望本文的內容對大家的學習或者工作能帶來壹定的幫助，每天進步壹點點，加油?。