通过具体的项目案例，学习如何分析数据和业务问题。

以下是社区成员的作业。本文最后会给出项目的修改建议，通过这个项目提高你的分析思维。

一.背景介绍

这是Olist Store制作的巴西电商公开数据集。该数据集包含了2016年至2018年巴西各市场10万份订单的信息。

该数据集包含9个文件，即:

1)奥利斯特_客户_数据集. csv

该数据集包含关于客户及其位置的信息。使用它来识别订单数据集中的唯一客户，并查找订单的交货地点。

2)olist _地理位置_数据集. csv

该数据集包含巴西邮政编码及其纬度/经度坐标信息。用它来画地图，找出卖家和客户之间的距离。

3)olist_Order项目数据集. csv

该数据集包括每个订单中购买的商品的数据。

4)olist _支付数据集. csv

该数据集包含有关订单支付选项的数据。

5)olist_Order点评数据集. csv

该数据集包括关于客户所做评论的数据。

6)olist_Order Dataset.csv

这是核心数据集。您可以从每个订单中找到所有其他信息。

7)olist_Products数据集. csv

该数据集包括关于Olist销售的产品的数据。

8)olist_Sellers数据集. csv

这个数据集包括在Olist中完成订单的卖家的数据。使用它来查找卖家位置，并确定哪个卖家已经完成了每件产品的销售。

9)产品类别名称翻译. csv

将商标从葡萄牙语翻译成英语

每个数据集字段的详细描述可以从数据源中看到:

https://www.datafountain.cn/dataSets/22/details

二。问问题

观察数据集关键指标的趋势，暴露其中包含的问题，进而评估olist平台的运行情况和改进方向。分析思路从以下三个维度展开:

1.平台销售

平台上订单最多的产品品类是什么？

订单量最少的产品类别是什么？

哪个价格范围的订单最多？

订单变化和交易量变化趋势如何？

客单价的变化？

并根据2016-2017/2017-2018年的信息预测未来订单。

2.物流交付绩效

产品交付的平均时间和准时率是多少？

运费是多少？根据这些信息，可以改进物流模式和交付模式。

3.用户信息

用户的地域分布？

用户的评价如何？

通常的支付方式是什么？

不同消费群体的消费情况如何？

如何根据用户的评价改进平台的运营？

三。数据清理

根据要分析的问题，清洗数据。这个数据集中有很多表(一共9个)，先根据要分析的内容查对应的表。例如，如果我想检查评论信息和评级，我会转到文件olist_Order Reviews Dataset.csv对每个表单中携带的信息有一个大致的了解。

对9个表进行分类，选择子集，重命名列名和文件名，使之清晰规范。

观察数据中的重复值、异常值和缺失值。未找到重复值，因为每个订单编号都是唯一的。存在异常值和缺失值，如下所示:

灰色部分为缺失值，灰色以下部分为异常值(因为实际交货时间不能早于交货时间)。对于这部分缺失值和异常值，删除。首先，这是一个匿名的公共数据集，无法追溯到数据源。第二，这些缺失值和异常值对基数较大的订单信息影响不大。

数据的一致性处理:这个数据集中的内容是比较一致的，不需要再次进行一致性处理。

用IF函数判断判断是否准时。

这样，根据交货时间和交货时间的差异，可以使用if函数来判断订单是否准时到达，为了方便，可以在透视表中使用if函数来判断订单是否准时到达。

四。分析

利用excel透视表、vlookup函数等函数得到待分析问题的结果。我们先来看看开头要研究的问题。

1.平台销售

1)交易限额信息

2)订单变化

3)客户单价:

4)不同产品类别的订单

2.物流交付绩效

在此项目中，仅计算已成功交付给客户的订单。未发货或取消的订单不计算在内。

3.用户信息

1)按州和用户地理分布的订单数量

2)用户评估

平台满意度是多少分？描述性统计分析用于显示得分概况和随时间变化的趋势。

3)分析1-2条客户评论(文字云图片展示)

4)消费分组+支付方式比例

动词 （verb的缩写）分析、总结和建议

1.平台本身的销量和订单量每年大幅增长。但从季度和月度细分来看，处于缓慢增长状态，需要及时调整以获取不在热图区域的用户。

另外，低消费人群庞大，但是高消费人群的消费也需要平台方的引导，高消费人群空的上升空间还是很大的。

2.物流配送情况也不乐观，因为运费价格略高，但用户支付高运费却享受不到匹配的配送服务，导致大幅上涨1-2个点。对于平台物流方的运营，需要共同商讨对策，及时调整。

3.客户满意度略有下降，主要表现在三个方面:

1)对于产品本身的质量问题，平台需要对销售的产品进行严格控制。

2)对于物流配送问题，如果不降低价格，就要相应提高服务质量。如果服务质量难以满足，平台应该从运营的角度帮助客户解决相应的运费价格。

3)优化平台本身的应用，这部分可以结合AARRR模型，讨论各个环节的客户流失率，优化客户购买和售后体验。提高留存率和复购率

以上来自社区成员的第二次修订项目。

(https://zhuanlan.zhihu.com/p/61309012)

以下是项目修改意见:

【问题】老师，如果我的数据集按照AARRR漏斗模型(分析方法)分析，有大量的相关数据。我该怎么办？

【回答】

1.分析方法不仅仅是AARRR漏斗模型，并不是所有的分析都要按照一个分析方法模板来做。分析方法要根据数据和题型来选择，不同的题型使用不同的分析方法。

2.你的每一个分析维度都是独立的，并不是通过关联来分析的。多角度思考数据，不仅要独立思考，还要结合多个维度思考。

3.第一时间给出的意见:一开始没写分析思路，也不知道在分析什么。这次看到你加了，真好。

很多人刚开始学数据分析的误区，就是数据一上来就清洗，没有任何分析思路，最后分析完也不知道自己在分析什么。

工作中分析数据的正常流程是，接到一个任务，你会先和业务人员沟通每个业务名称背后的含义，然后思考指标之间的关系。会召开专业会议讨论整个分析思路，然后根据分析目的找数据。如果数据不够，数据工程师会设置埋点收集相关数据。

所以分析思路就是要在分析开始前确定，然后去找数据分析问题。

4.第一时间给出的评论:PPT背景太明显。添加一个遮罩来覆盖背景，使文本更加突出。我看到这个被修改了。

需要改进的是，写项目文章时，和用ppt做分析报告的场景是不一样的。

用ppt做分析报告的时候，你面对的用户是在听你说话。ppt不用放太多文字，把图中的图表解释清楚就行了。

但是在写项目文章的时候，你面对的用户是在看你写的东西，所以这个时候不要把分析结论放在ppt里，而是用ppt展示你的可视化图表，然后用文字描述图表想要表达的分析结论是什么。

做项目的过程就是一个不断优化和学习的过程。我希望社区内的讨论和建议可以帮助社区成员更好地改进项目。

推荐:如何在最短的时间内找到初级数据分析师的工作？