「学习笔记」bilibili会员购订单数据分析
in 数据分析 with 0 comment

「学习笔记」bilibili会员购订单数据分析

in 数据分析 with 0 comment

电商平台数据分析思路与bilibili会员购介绍

该项目Python版本敲代码中....

互联网电商平台数据分析的一般思路

描述性分析

通过计算数据的集中性特征和波动性特征以了解数据的基本情况。

预测性分析

用线性回归或逻辑回归的方法找到自变量与因变量之间的关系,并使用该关系等式预测因变量的变化。

线性回归

image-20210310203638404.png

逻辑回归

image-20210310203652080.png

仿真模拟

利用数学仿真来模拟各种条件下产生的结果。

bilibili会员购平台业务背景介绍

会员购平台业务背景

image-20210310204104827.png

面向ACG用户

image-20210310204138726.png

用户构成:用户年龄主要集中在18—24岁,且男性用户占比较大。从地域来看,一二线城市用户较为集中。

image-20210310204422628.png

bilibili会员购平台相关数据介绍

image-20210310204559925.png

商品特殊性,定金→尾款→交易完成

相关数据:

订单数据的数据分析方法

订单数据的数据分析基本思路

b站会员购订单数据的宏观分类与分析思路

数据清洗

b站会员购订单数据的微观分类与分析思路

数据处理及分析

时间相关分析思路

按小时维度订单统计

image-20210310211853352.png

image-20210310211925563.png

bilibili 2月9日会员购订单波动

2月9日订单量波动柱状图

image-20210310212021934

2月9日单日订单量波动的帕累托分析图

image-20210310212102197

按小时维度客单价统计

image-20210310212205826

客单价:每小时订单价格的平均值

2月9日单日客单价波动的折线图

image-20210310212615999

2月9日单日订单额波动的柱状图

image-20210310212842431

2月9日单日订单量与客单价交叉分析的组合图

image-20210310212858324.png

不同订单数据类型对应不同分析目的

image-20210310213635170

商品相关分析思路

image-20210310214005822

2月9日商品客单价帕累托分析

image-20210310214027259.png

image-20210310214704732

2月9日单日不同商品销量柱状图(长尾分布)

image-20210310214724090.png

image-20210310215151117.png

不同商品一天24小时的订单数量波动折线图

image-20210310215208726.png

image-20210310215639179.png

不同地区客单价分布柱状图

image-20210310215656246.png

b站会员购订单数据多表格数据的汇总与分析

汇总多订单表格数据后可以进行周订单波动分析、一周不同时间用户购物习惯差异分析……

星期一星期二星期三星期四星期五星期六星期日
1 7809759752706763
27691522357105899610653276735
36377632256796064515756345313
46528782358766484633660175214
........................
507745754466577658524372086071
515034530668789367701663665094
527960603461018729647975385585
537214601562126750
平均值6935.576323.866159.007345.006276.296194.295825.00
加权指数1.191.091.061.261.081.061.00
周权重指数 7.74

b站会员购订单数据针对用户属性判别的分析

B站单日订单量与客单价波动变化趋势

image-20210310215925204.png

亚马逊跨境电商单日订单量与客单价波动变化趋势

image-20210310215942553.png

b站会员购订单数据针对地区品牌渗透度判别的分析

image-20210310220016388.png

image-20210310220026765.png

不同地区订单数柱状图

image-20210310220049179.png

不同地区订单数帕累托分析

image-20210310220103488.png

image-20210310220119788.png

订单数据可视化VS用户画像

用户画像相对于订单数据可视化更具有全面性

数据统计时间至少以季度为单位(淡旺季)

image-20210310220244317.png

数据统计商品至少以品类为单位(商品属性差异)

image-20210310220301076.png

数据统计用户至少以平台为单位(产品功能的使用局限性)

image-20210310220330909.png