20个实战数据分析案例网站合集,可实操练习!

阅读人数:4589预计阅读时长:7 min
20个实战数据分析案例网站合集,可实操练习!

数据分析是现代企业中非常重要的一部分,它可以帮助企业更好地理解自己的业务和客户,并为企业的决策提供数据支持。在学习数据分析的过程中,实战案例是非常有用的。下面是从帆软数据分析作品库网站中选取的20个实战数据分析案例,提供了丰富的数据和工具,可以帮助你进行实操练习。

1.实战数据分析案例网站

1.1数据源网站

  • 国家统计局: http://www.stats.gov.cn/
  • 商务部官网:http://www.mofcom.gov.cn/article/fxbg/
  • 前沿报告库: https://wk.askci.com/ListTable/
  • 洞见研报: https://www.djyanbao.com/index

1.2数据分析网站

详见文章最全集合!数据分析一般用什么软件?

1.3数据分析案例合集网站

帆软数据分析作品库收录多达300+数据分析案例,涵盖50余个场景的数据分析可视化报告,均来自帆软BI数据分析大赛作品,涉及数分/商分/经分等多个领域的业务,为您提供丰富分数据分析的学习参考材料。

2.20个实战数据分析案例合集

以下20个数据分析案例均来自 帆软数据分析作品库 ,希望对您有所帮助:

【2022BI数据分析大赛】卖玻璃的小男孩
【2021夏季挑战赛】某商超提升会员数分析
【2021夏季挑战赛】疫情期间的水务数据分析
【2020冬季挑战赛】电商那些事-基于人,货,场的电商平台数据分析
一篇读懂零售数据分析
【2020年冬季挑战赛】电商销售数据分析
【2021夏季挑战赛】精细化运营-电商取消单分析
【2022BI数据分析大赛】液态奶产品数据驾驶舱
【2022BI数据分析大赛】企业财报数智化解决方案
【2020冬季挑战赛】供产销企业的财务数据分析与内部审计
【2022BI数据分析大赛】旅游业对全国经济发展的影响
【2022BI数据分析大赛】效率提升探索
【2022BI数据分析大赛】首钢股份库存管控平台
【2021夏季挑战赛】航段油耗影响指标分析
【2022BI数据分析大赛】2021年PVC产品运营分析
【2022BI数据分析大赛】某车企运营分析平台
【2021夏季挑战赛】亚洲人口可视化数据分析
【2022BI数据分析大赛】超市盈利亏损分析
【2022BI数据分析大赛】巴西电商平台交易数据分析
【2022BI数据分析大赛】员工流失分析报告

3.实战数据分析案例详解—— 巴西电商平台交易数据分析

3.1 背景简介

数据来源于巴西Olist(2016年8月-2018年8月)电商数据平台的数据。本次数据分析作品只筛选了2017-2018年的数据来进行分析。 数据来源链接:https://www.kaggle.com/jainaashish/orders-merged

分析目的:分析该数据可以看出近两年的销售业绩变化卖家的经营状况客户的区域分布客户的购买偏好等,以便改善现有的状况,提升业绩。

3.2 分析思路介绍

3.2.1提出问题

  • ① 在2017年1月-2018年8月,为什么销量呈现上涨趋势?
  • ② 哪类商品最热销,可主推?
  • ③ 用户的地域对于销量的影响?如何做到精准营销?
  • ④ 用户偏好哪种支付模式,是否可以在线支付公司深度合作?
  • ……

3.2.1分析框架

分析框架

 3.2.3数据清洗整理

本作品分析数据来源于巴西电商平台的orders-merged交易数据,由于分析需要,在分析过程中只保留了2017-2018年(8月)的数据,相关字段描述如下:

序号原始字段字段类型描述作品是否使用
1product_id字符型产品ID
2seller_id字符型卖家ID
3order_id字符型订单ID
4customer_id字符型客户ID
5order_status字符型订单状态
6order_purchase_timestamp日期型下单时间
7order_approved_at日期型审批时间
8order_delivered_carrier_date日期型过账日期
9order_delivered_customer_date日期型订单交货日期
10order_estimated_delivery_date日期型预计交货日期
11customer_unique_id字符型客户标识ID
12customer_zip_code_prefix数值型客户邮政编号
13customer_city字符型客户城市
14customer_state字符型客户所在洲
15review_id字符型评论ID
16review_score数值型评论得分
17review_comment_title字符型评论标题
18review_comment_message字符型评论内容
19review_creation_date日期型满意度调查日期
20review_answer_timestamp日期型满意度回复日期
21payment_sequential字符型付款顺序
22payment_type字符型付款方式
23payment_installments数值型分期付款数
24payment_value数值型交易金额
25order_item_id数值型序号
26price数值型商品价格
27freight_value数值型运费
28seller_zip_code_prefix数值型卖家邮政编号
29seller_city字符型卖家城市
30seller_state字符型卖家所在洲
31product_category_name字符型商品类别名称
32product_name_lenght数值型产品名称长度
33product_description_lenght数值型产品说明长度
34product_photos_qty数值型产品照片数量
35product_weight_g数值型产品重量
36product_length_cm数值型产品长度
37product_height_cm数值型产品高度
38product_width_cm数值型产品宽度

3.2.4指标体系

序号指标名称解释说明是否派生
1交易金额/
2商品价格/
3客户数FineBI计算逻辑为counted_agg(customer_id)
4客单价客单价 = 总交易金额 / 用户数
5订单量FineBI计算逻辑为counted_agg(order_id)
6笔单价笔单价 = 总交易金额 / 订单量
7商家数FineBI计算逻辑为counted_agg(seller_id)
8城市数量FineBI计算逻辑为counted_agg(customer_city)

3.3 数据分析过程

3.3.1整体情况

整体情况
  • 客单价 = 总交易金额 / 用户数;用户数:93104,客单价:162.45。
  • 笔单价 = 总交易金额 / 订单量;近两年的总交易金额:15124382,订单量:96211,笔单价:157.20。
  • 近两年Olist电商平台的用户量、交易金额、商家数量有逐渐上升的趋势。

3.3.2时间维度

年交易情况

  • 2017年交易金额:6798411,截止到2018年8月交易金额:8325970,环比2017年增长22.47%
  • 2017订单量:43428,截止到2018年8月订单量:52783,环比2017年增长21.54%

季度交易情况

季度交易情况

月交易情况

月交易情况

交易金额整体上有逐渐上升的趋势。2017年11月达到峰值:1138353元,环比增加54.11%。其中,订单量为7289。接下来分析,为什么销量一直上涨,特别是2017年11月突然上涨到了最高峰

销量一直上涨

这里针对2017年11月交易金额达到峰值问题下钻。查看2017年11月的交易金额、订单量情况,2017年11月24日这天的交易金额、订单量达到峰值,导致11月整个月的交易金额、订单量达到峰值。(注意到,11月24日是11月的最后一个星期五,即“黑色星期五”,由此可以得出其中一个结论,由于促销活动带来销量上涨

促销活动带来销量上涨)

由于这里的产品分类比较多,不好下钻到某些爆款产品的。下钻11月24是哪个洲的交易金额和订单量最多,11月24的交易金额、订单量主要来自SP这个洲。

下钻看看哪个城市的交易金

继续下钻看看哪个城市的交易金额、订单量比较多。这里城市数量比较多,只截取了交易额、订单量最多的部分(前20),这里主要是由于sao paulo这个城市贡献的交易额和订单量。

3.3.3商家维度

商家维度

数据结果显示,商家主要集中在SP、PR、MG这三个洲,占了78.83%。加上SC,占比超过了80%;SP洲的交易金额和订单量位居第一,与第二的PR洲差距明显,SP洲的交易金额占了总交易金额的64.57%,SP洲的头部效应明显。

SP、PR、MG这三个洲的累计交易金额和订单量都达到 81% 以上,该电商平台应该重点关注这三个洲。

另外商家数量2017-2018期间,一直处于增长趋势,这也是该平台销量呈现上涨趋势的原因之一

3.3.4用户维度

流失用户占比等于总用户数的8.16%,流失状态占比较大,该电商应该更注重于用户维持。重要深耕用户人数占比为35.90%,交易金额 537.95 万,其次是重要挽回客户, 人数占比为22.99%  。重要深耕用户和重要挽留客户的交易金额总占比达到70%以上,这两类的客户应该重点关注。重要价值的客户的人数仅占了8.15%,占比少。

用户在10-13点、20-24点这个时间段写评论的较多,5分的占了总评论数的58.92%,4分的占了总评论数的19.65%,好评率约为78%,差评率超过20%,需要重点关注

3.3.5产品维度

产品维度

2017-2018各商家共供货 73 种品类,30984 种产品,平均售价为 125.17 元;明星产品偏少,建议优化产品结构

前10类别名称的占了总交易额的62.47%,前17类别名称的占了总交易额的79.94%,头部效应明显

3.4 总结与建议

  • 促销活动与销售金额、订单量强相关,建议除了黑色星期五外,定期进行相关促销活动。
  • 明星产品较少,建议鼓励商家做好市场调研,引进明星产品,并将明星产品与其他产品进行绑定销售。
  • 做好用户回访,深入分析客户差评的原因,并进一步优化客服工作。
  • 加强与在线支付公司credit_cart、boletol合作,维护好关系,达成长期合作合同,增加推广盈利收入。

数据分析可视化报告:

数据分析可视化报告

以上数据分析案例使用了FineBI制作,网站提供了丰富的数据和工具,可以帮助你进行实操练习,目前提供免费个人版。如果你想提高自己的数据分析能力,不妨试一试。

帆软软件深耕数字行业,能够基于强大的底层数据仓库与数据集成技术,为企业梳理指标体系,建立全面、便捷、直观的经营、财务、绩效、风险和监管一体化的报表系统与数据分析平台,并为各业务部门人员及领导提供PC端、移动端等可视化大屏查看方式,有效提高工作效率与需求响应速度。

若想了解更多关于FineBI的相关信息,您可以访问下方链接,或点击下方组件,快速获得帆软为您提供的企业大数据分析平台建设建议、免费的FineBI试用和同行业自助智能分析标杆案例学习参考。

了解更多Finebi信息:www.finebi.com

帆软FineBI一站式大数据分析平台在线试用!

免费下载

评论区

暂无评论
帆软企业数字化建设产品推荐
报表开发平台免费试用
自助式BI分析免费试用
数据可视化大屏免费试用
数据集成平台免费试用