SQL分析電商資料
阿新 • • 發佈:2020-08-02
目錄
提出問題
分析目的
本文期待通過挖掘淘寶使用者資料價值,研究使用者活躍度,購買行為,商品銷量等情況,對提升電商關鍵業務指標提出建議。
從點選到購買,使用者流失情況如何? 日常使用者活躍度如何?具體的時間段使用者活躍度呢? 特殊日期(週末)使用者活躍度情況如何? 使用者分時間段下單情況?哪個時間段下單最多? 核心使用者有哪些,特點如何? 使用者點選與購買之間是否存在關聯? 哪些商品,商品類目最受歡迎,訂單量最高?
分析框架
資料準備
資料來源
資料描述
資料預處理
擷取資料
設定列名及屬性
時間戳的轉化
資料檢查
資料分析
資料概況
使用者數量,不同商品數量,商品類目數量統計
行為型別
- 轉化率節點位置
- 使用者UV轉化指標
使用者活躍度分析
使用者訪問變化情況
活躍度的具體時間段
特殊日期(週末)活躍度
使用者購買行為分析
分時段下單情況
下單使用者分析
- 不同下單數量的頻數分佈
- 核心使用者的購買行為