电商交易数据分析-Tableau

1.这是一份关于某电脑平台2016年的交易数据，通过分析这份数据，我们可以知道这一整年的销售情况。
数据解读：
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.分析目的：
2.1订单量前10的商品ID
2.2销售额前10的商品ID
2.3订单量前10的城市
2.4销售额前10的城市
2.5订单量前10的渠道
2.6销售额前10的渠道
2.7各个时间段的订单量
2.8各个时间段的销售额
2.9工作日的订单量
2.10工作日的销售额
2.11月的订单量
2.12月的销售额
2.13季度的订单量
2.14季度的销售额
2.15那个价格区间的购买人数比较多
2.16支付金额在那个价格区间比较多
2.17各个设备类型的订单量的占比
2.18各设备类型的销售情况（订单量+销售额）
2.19

1. 可视化+分析
   3.1 订单量前10的商品ID
   
   3.2销售额前10的商品ID
   
   结合3.1和3.2分析
   结论1：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。
   3.3订单量前10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2：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%
   3.4销售额前10的城市
   
   结合3.3和3.4分析：
   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。
   3.5 订单量前10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。
   
   结论：订单量前10的渠道贡献了75.85%的订单，订单量前20的渠道贡献了85.21%的订单，具有头部效应。
   建议：持续扩大订单量前20的渠道的头部效应，来提高销售额。
   3.6销售额前10的渠道
   
   结论：渠道9058255c90销售额占总销售额的37.99%
   
   结合3.5和3.6分析
   结论：渠道9058255c90的订单量和销售量占比都达到37%以上。
   结论：前10的渠道贡献了75.90%的销售额，前20的渠道贡献了85.16%的销售额。
   3.7各个时间段的情况
   
   3.9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。
   3.11 每月的销售情况
   
   结论1：上半年的总体销售额比下半年好。
   3.13 各季度的订单量
   
   结论：第四季度的订单量最差，同比下降38.71%
   结论：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。
   3.14季度的销售额
   
   
   结论：前三季度的销售额相对稳定，差距不大，第四季度的销售额值占了18.45%，同比3季度下降31.51%。
   3.15那个价格区间的购买人数比较多
   
   结论：购买价格主要集中在200-700这个区间内。
   3.16支付金额在那个价格区间比较多
   
   结论：支付金额主要集中在200-600这个区间。
   3.17各个设备类型的订单量的占比
   设备类型解读
   1：PC
   2：Android
   3：iPhone
   4：Wap
   5：other
   
   结论：该电商平台的订单91%来自安卓和Iphone。
   3.18各设备类型的销售情况（销售额+订单量）
   
   结论：
   3.19