探究加油站的数据大的秘密:如何深度剖析与解读加油站数据
最编程
2024-02-07 06:59:15
...
分析项目背景
一:分析思路梳理
二:分析步骤
三:用不同工具去实现
- 1. Excel分析篇
- 2. Tableau分析篇
- 3. Python分析篇
- 4. mysql分析篇
分析项目背景
数据周期:2019年11月 数据源:某加油站的11月消费记录流水,关键信息已脱敏,本案例数据源共 54554条。 所属领域:消费行业、电商
一:分析思路梳理
推荐使用思维导图(xmind、mindmaster、幕布等)去记录想法,确定整体分析大纲。
二:分析步骤
无论使用何种分析工具,以上步骤都必不可少。条条大路通罗马。
三:用不同工具去实现
1. Excel分析篇
鉴于此份数据数据量相对较大,excel使用会比较卡。下面仅提供分析步骤。
2. Tableau分析篇
Tableau主要在可视化部分特别优秀,请点链接前往。Tableau分析加油站订单 文章部分截图
3. Python分析篇
请点击链接前往
python实现加油站订单分析 主要从数据清洗,数据处理和可视化展开聊,
部分截图:
4. mysql分析篇
请点连接前往Mysql实现某加油站订单分析 mysql更多的是查询数据结果,同时也需要遵循数据分析的步骤: 数据源导入——》数据清洗——》确立分析需求——》产出查询结果
需求1:对数据进行清洗,删除订单号为null和支付金额小于15的订单。 需求2:统计各种状态的数量和占比 需求3:对支付成功的订单进行描述分析性分析
- 3.1:优惠类型数量及占比
- 3.2:不同油品的加油量及占比
- 3.3:不同油枪月加油车辆数
- 3.4: 开票行为分析
- 3.5:开票数量排前10的公司或者个人名及开票数量,消费金额,加油量
- 3.6:按实付金额排名取前5名,查看用户id和总加油量,加油次数,
- 3.7:按支付次数排名取前10名,查看用户id和总加油量,加油次数,平均每次消费金额 需求4:查看11月每日的订单数,订单总额 需求5:按周统计总订单数、金额、平均客单价(eg:11.04-11.10) 需求6:求周权重指数 (=(周日到周六)日权重指数之和 日权重指数=日订单数/最低日订单数) 需求7:不同油品每日加油量统计
上一篇: 这钱好像要白花了...