Tableau數(shù)據(jù)分析與可視化-第9章-電商行業(yè)案例實(shí)戰(zhàn)

第9章電商行業(yè)案例實(shí)戰(zhàn)電商涵蓋的范圍很廣，一般可分為企業(yè)對(duì)企業(yè)（B2B）、企業(yè)對(duì)消費(fèi)者（B2C）、消費(fèi)者對(duì)消費(fèi)者（C2C）三大類。B2C電子商務(wù)平臺(tái)作為一類有代表性的網(wǎng)上購(gòu)物平臺(tái)，商家對(duì)消費(fèi)者的模式深受用戶喜愛(ài)。此外，4G時(shí)代做到的是線上互聯(lián)，大數(shù)據(jù)精準(zhǔn)廣告、競(jìng)價(jià)排行、算法推薦等，都是基于用戶那25%的線上行為。5G會(huì)將用戶余下75%的線下行為數(shù)據(jù)化，再通過(guò)云端，最終形成取代用戶決定權(quán)的算法。本章將以某電商企業(yè)在2014年至2020年6月份共計(jì)6.5年的商品訂單數(shù)據(jù)（商品訂單表.xlsx）和客戶信息表（客戶信息表.xlsx）為數(shù)據(jù)源，圍繞電商的商品價(jià)值分析、商品配送分析、商品退貨分析和商品預(yù)測(cè)分析等4個(gè)方面進(jìn)行全面深入的分析。目錄1商品配送分析客戶價(jià)值分析2商品退貨分析3商品預(yù)測(cè)分析4客戶價(jià)值是企業(yè)從客戶的商品購(gòu)買中所獲得的利潤(rùn)，即顧客為企業(yè)的利潤(rùn)貢獻(xiàn)。客戶價(jià)值分析是深度分析客戶需求，應(yīng)對(duì)客戶需求變化的重要手段。通過(guò)合理、系統(tǒng)的分析，企業(yè)可以洞察客戶有什么樣的消費(fèi)特征，使運(yùn)營(yíng)策略得到最優(yōu)的規(guī)劃。在本案例中，客戶價(jià)值分析將圍繞2014至2020年上半年有效訂單的客戶數(shù)、2020年上半年有效訂單客戶的分布、2020年上半年不同學(xué)歷客戶購(gòu)買額、2020年上半年有效訂單量客戶排名等4個(gè)方面進(jìn)行闡述。對(duì)于企業(yè)來(lái)說(shuō)，增加顧客數(shù)量的方法有維持老顧客，讓老顧客介紹新顧客，店鋪經(jīng)營(yíng)過(guò)程中，可以通過(guò)營(yíng)銷等手段，向新客戶推薦商品或服務(wù)，一般情況下，客戶數(shù)量的大小決定了銷售額和利潤(rùn)額，因此我們先統(tǒng)計(jì)一下企業(yè)有效訂單的客戶數(shù)。9.1.12014至2020年上半年有效訂單的客戶數(shù)由于受到客戶類型、偏好等因素的制約，客戶在選擇不同類型的商品時(shí)也存在較大的差異，深入的分析有助于后期有針對(duì)性的調(diào)整商品類別和開展?fàn)I銷活動(dòng)。9.1.22020年上半年有效訂單客戶的分布目前“以客戶為中心”的個(gè)性化服務(wù)越來(lái)越受重視，研究客戶的個(gè)性化需求，分析不同客戶對(duì)企業(yè)經(jīng)營(yíng)效益的影響，以便做出決策。在本案例中，不同學(xué)歷背景和性別的客戶，購(gòu)買量存在較大的差異。9.1.32020年上半年不同學(xué)歷客戶購(gòu)買額有效訂單量是指某段時(shí)間內(nèi)，客戶購(gòu)買商品的數(shù)量，不包含客戶的退單，通過(guò)分析客戶的有效訂單數(shù)量，可以了解客戶的忠誠(chéng)度，進(jìn)一步挖掘客戶的價(jià)值，一般有效訂單量越大的客戶價(jià)值越大。在本例中，每位客戶商品的購(gòu)買量是不一樣的。9.1.42020年上半年有效訂單量客戶排名目錄1商品配送分析客戶價(jià)值分析2商品退貨分析3商品預(yù)測(cè)分析4商品配送是指將從供應(yīng)者手中接受的商品，進(jìn)了必要的儲(chǔ)存保管，并按用戶的訂貨要求進(jìn)行分類、挑選、整理、加工、包裝等配貨活動(dòng)后，將配好的商品在規(guī)定的時(shí)間內(nèi)，安全、準(zhǔn)確地送達(dá)指定地點(diǎn)或用戶的一系列活動(dòng)。在本案例中，商品配送分析主要圍繞2020年上半年各月份平均延遲天數(shù)、2020年上半年各地區(qū)平均延遲天數(shù)、2020年上半年各類型平均延遲天數(shù)、2020年上半年各門店平均延遲天數(shù)等4個(gè)方面進(jìn)行分析。配送時(shí)間是指商品從下單到用戶收到商品所需要的時(shí)間，由于受到天氣狀況、距離遠(yuǎn)近、配送條件等因素制約，存在不同程度的發(fā)貨配送延遲現(xiàn)象。在本案例中，各月份的平均延遲天數(shù)如圖所示。9.2.12020年上半年各月份平均延遲天數(shù)由于各地區(qū)的天氣狀況、交通設(shè)施、物流系統(tǒng)等存在較大的差異，因此商品的配送時(shí)間也存在一定的不同，該企業(yè)商品訂單在不同地區(qū)的平均延遲天數(shù)如圖所示。9.2.22020年上半年各地區(qū)平均延遲天數(shù)對(duì)于不同類型的商品，配送要求迥異，特別是一些易碎、易腐的商品，此外商品還存在大小、重量和包裝等方面的特點(diǎn)，該企業(yè)不同類型商品的平均延遲天數(shù)如圖所示。9.2.32020年上半年各類型平均延遲天數(shù)目前企業(yè)的各個(gè)門店，在人員、管理和工作效率上參差不齊，以及門店的訂單量也存在較大波動(dòng)，該企業(yè)各門店商品的平均延遲天數(shù)如圖所示。9.2.42020年上半年各門店平均延遲天數(shù)目錄1商品配送分析客戶價(jià)值分析2商品退貨分析3商品預(yù)測(cè)分析4退貨是指買方將不滿意的商品退還給賣方的過(guò)程。常見(jiàn)的退貨原因：商品質(zhì)量或包裝有問(wèn)題，顧客退回后，門店收貨部再轉(zhuǎn)退給供應(yīng)商；存貨量太大或商品滯銷，門店消化不了，退還給供應(yīng)商；商品未在保質(zhì)期內(nèi)，即已變質(zhì)或損壞。在本案例中，客戶分析將圍繞2020年上半年各月份商品退貨次數(shù)、2020年上半年各地區(qū)商品退貨金額、2020年上半年各類型商品退貨金額、2020年上半年主要退單商品及數(shù)量等4個(gè)方面進(jìn)行闡述。一般認(rèn)為，退貨的次數(shù)越小越好。企業(yè)可以通過(guò)嚴(yán)把生產(chǎn)質(zhì)量關(guān)，減少運(yùn)輸、包裝、裝卸、配送等環(huán)節(jié)的失誤和損耗，利用信息技術(shù)最短路徑解決問(wèn)題等方式達(dá)到這一目的。在本案例中，各月份商品退貨次數(shù)如圖所示。9.3.12020年上半年各月份商品退貨次數(shù)由于各個(gè)地區(qū)地理、文化、政治、語(yǔ)言、風(fēng)俗、宗教不同，消費(fèi)者也有很大差異，間接影響商品的銷售，因此企業(yè)必須正視各地區(qū)的差異性，實(shí)事求是、因地制宜，有針對(duì)性地制定經(jīng)營(yíng)戰(zhàn)略和營(yíng)銷推廣策略。在本案例中，企業(yè)在各地區(qū)的退貨金額如圖所示。9.3.22020年上半年各地區(qū)商品退貨金額退貨是指在經(jīng)銷商收貨時(shí)貨物完好正常收入，但在其負(fù)責(zé)銷售期間因各種原因未能售出，根據(jù)銷售協(xié)議可以退回產(chǎn)品的退貨行為。在本案例中，企業(yè)不同類型商品的退貨金額如圖所示。9.3.32020年上半年各類型商品退貨金額退貨商品一般不會(huì)在產(chǎn)生時(shí)立即退還供應(yīng)商，而是積存一段時(shí)間后，再退還給供應(yīng)商，這類退貨往往品種雜、狀態(tài)多、數(shù)量大。在本案例中，2020年上半年主要退單商品及數(shù)量如圖所示。9.3.42020年上半年主要退單商品及數(shù)量目錄1商品配送分析客戶價(jià)值分析2商品退貨分析3商品預(yù)測(cè)分析4時(shí)間序列分析是根據(jù)過(guò)去的變化趨勢(shì)預(yù)測(cè)未來(lái)的發(fā)展，它的前提是假定事物的過(guò)去延續(xù)到未來(lái)。預(yù)測(cè)分析是一種統(tǒng)計(jì)或數(shù)據(jù)挖掘解決方案，包含可在結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中使用以確定未來(lái)結(jié)果的算法和技術(shù)。在本案例中，我們根據(jù)該企業(yè)2014年至2020年6月份，共計(jì)六年半的銷售數(shù)據(jù)，預(yù)測(cè)2020年下半年企業(yè)各月份的銷售額和利潤(rùn)額，以及商品的銷售量和退單量情況。同時(shí)為了提高時(shí)間序列預(yù)測(cè)的精度，統(tǒng)計(jì)頻率采用了月度。銷售額預(yù)測(cè)是指對(duì)未來(lái)特定時(shí)間內(nèi)全部產(chǎn)品或特定產(chǎn)品的銷售數(shù)量與銷售金額的估計(jì)，是在充分考慮未來(lái)各種影響因素的基礎(chǔ)上，結(jié)合本企業(yè)的銷售實(shí)績(jī)，通過(guò)一定分析方法提出切實(shí)可行的銷售目標(biāo)。在本案例中，我們可以通過(guò)企業(yè)2014年至2020年上半年商品的銷售額預(yù)測(cè)2020年下半年各月份商品的銷售額。9.4.12020年下半年商品銷售額預(yù)測(cè)利潤(rùn)預(yù)測(cè)是對(duì)公司未來(lái)某一時(shí)期可實(shí)現(xiàn)的利潤(rùn)的預(yù)計(jì)和測(cè)算，它是按影響公司利潤(rùn)變動(dòng)的各種因素，預(yù)測(cè)公司將來(lái)所能達(dá)到的利潤(rùn)水平。在本案例中，我們可以通過(guò)企業(yè)2014年至2020年上半年商品的利潤(rùn)額預(yù)測(cè)2020年下半年各月份商品的利潤(rùn)額。9.4.22020年下半年商品利潤(rùn)額預(yù)測(cè)銷售量預(yù)測(cè)是指根據(jù)以往的銷售情況以及使用用戶自定義的銷售預(yù)測(cè)模型獲得的對(duì)未來(lái)銷售情況的預(yù)測(cè)，可以直接生成商品的銷售計(jì)劃。在本案例中，我們可以通過(guò)企業(yè)2014年至2020年上半年商品的銷售量預(yù)測(cè)2020年下半年各月份商品的銷售量。9.4.32