项目一：EXCEL数据分析(5W2H法)：用户购买行为分析

Posted 2021-02-02 xuxaut-558

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了项目一：EXCEL数据分析(5W2H法)：用户购买行为分析相关的知识，希望对你有一定的参考价值。

项目：用EXCEL对用户购买行为进行分析---采用5W2H框架
1.确定分析思路
1.1用户购买行为分析：5W2

WHY:用户购买的目的是什么？---市场调查获取数据
WHAT:用户主要购买的产品？---各产品的销量分布
WHEN：
- (1)用户何时购买？---购买时间分布
- 多久再次购买？---购买间隔分布
WHO:用户有什么特征：
- 男女比例
- 年龄分布
- 地域分布
- 学历分布
- 收入分布、
- 注册时间分布
HOW MUCH：
- 用户购买什么价位段的产品？---价格段分布
- 用户再次购买意愿如何？---用户购买频次分布
HOW：
用户购买支付方式？---购买支付方式分布
WHERE:
- 用户购买渠道有哪些？---购买渠道销量分布

2.1数据分析前的准备
- 文本数据导入
  PowerPivot窗口-【主页】-【获取外部数据】-【从文本】
2.2简单数据分析
我们知道PowerPivot有一个巨大的优势，就是可以集成多数据源进行数据透视表或数据透视图的操作，来汇总、分析、浏览和呈现数据。
- 创建数据透视表
  针对刚才分析框架中的具体问题来分析，首先了解用户主要购买什么产品(WHAT)，即各产品销量分布：
  (1)【主页】-【报表】-【数据透视表】
  
  图2-1 产品销量分布统计
  通过此表，我们可以了解到各个产品的销量分布情况，发现产品A和产品D的销量数量较大。
2.3多表关联分析
如果想了解购买用户的特征(WHO),例如地域是怎么分布的，哪个地区购买的用户最多，哪个地区购买的用户最少，这时候该如何分析？
这时我们需要将“订购明细”表与“用户明细表”根据关键字段"用户ID"进行关联创建关系。
- 创建两表关系
  【设计】-【关系】-【创建关系】
- 图2-2 创建关系
- 图2-3 管理关系
- (1)创建一个表的数据透视表。
  (2)将“用户明细”表中的"省份"字段-【行标签】;将"订购明细"表中的"用户ID"字段拉到【值】区域进行计数。
  (3)对数据透视表中的"用户ID"字段进行降序排列。
  
  图2-4 数据透视博爱
  
  通过数据透视表的分析结果，我们就可以清晰地了解购买用户地域分布情况，购买用户最多的三省
- 份是“上海”、“北京”和“广东”。
2.4字段计算分析
图2-5 简单计算订单金额
- 函数计算
  (1)现在我们需要了解现有用户是在哪个月注册的(who)，以了解现有用户的构成情况，为后续用户细分做准备。数据库中现有的“用户明细”
  表只有用户注册日期，我们需要通过响应的日期函数计算得到用户注册的月份数。
  在PowerPivot中MONTH语法：MONTH(<date>)，其中date是提供堆包含日期的列的引用或者通过使用返回日期的表达式。
  
  【插入函数】-【选择类别】-“日期和时间”-"MONTH("
- 图2-6【插入函数】对话框
  如图，解决了刚才提出的Who问题，即用户注册分布的情况。
  
  (2)使用用户透视表
  完成用户月份注册分布的统计
- 图2-7 用户月份注册分布统计
  通过此表我们就可以清晰地看到每月注册的用户分布，其中8月份和9月份的用户注册数明显下降，值得关注。
2.5数据分组分析
通过数据计算的方法能了解用户注册月份分布，如果想了解用户年龄分布怎么办？
首先需要对数据进行分组处理，新增一个分组字段，然后再用数据透视表进行分组统计。
常用的数据分组方式主要包括数值分组与日期/时间分组两种。
- 数值分组
  在EXCEL中，数值分组可以用IF函数或VLOOKUP函数；日期/时间分组可以用日期/时间函数。此外，还可以通过直接在数据透视表
  创建组的方式来实现。
  不过在PowerPivot工作表中的数值分组不能通过数据透视表创建组来实现。
  可以使用IF函数
  =IF(‘用户明细‘[年龄]<=20,"20岁及其以下",IF(‘用户明细‘[年龄]<=30,"21-30岁",IF(‘用户明细‘[年龄]<=40,"31-40岁","40岁以上")))
- 对年龄分组后，采用数据透视表进行用户年龄分布的分组分析
- 图2-8 IF函数数据分组示例
  
  通过此结果我们可以清晰地看到注册用户主要集中在21~30岁这一年龄段上。
- 日期/时间分组
  对数据进行时间维度的分析，用日期/时间分组。同样的，PowerPivot德数据透视表无法进行日期/时间分组，可以用FORMAT函数，
  对文本、数值、日期/时间等类型数据按指定格式要求进行格式化。我们可以采用FORMAT函数对日期进行分组，以便了解用户的注册
  月份分布(WHO)
  =FORMAT(‘用户明细‘[注册日期],"D")
  对注册日期分组后，采用数据透视表进行用户注册日分布的分组分子。如图2-25
  
  图2-9 日期/时间分组结果
  通过此分析结果，我们可以看出每月的1-4日为用户注册高峰期，可以建议运营部门在每月的这些日期进行产品推广或促销活动等。