电商销售商品及其客户FRM模型分析

商品销售数据和客户RFM模型分析

一、项目分析目标：

1、商品销售量状况。

2、客户购买习惯，对商品给出优化意见。

3、对客户进行分类，并针对不同类型的客户提出销售策略。

二、数据的获取：

本次是直接通过后台下载的销售数据，总计有11810行(除去字段行)，61个字段。大致如下图表示。买家信息均为不完全显示，以避免客户隐私数据泄露。

三、项目指标建立：

1、商品销售状况：

月销售额、月销售件数、月增长率

2、客户购买习惯：

地区分布、时间分布、价格区间

3、客户价值：

RFM模型指标分析

四、数据清洗：

1、结合项目指标来分析所需字段，如下图。

因为本次分析数据只有1W+所以我们就直接使用excel进行相关分析。

2、对原始数据进行清洗。

①不管用什么工具进行清洗，一定要先对原始数据进行备份。这里我们先将原始数据另存为进行保存后在进行清洗。

②数据清洗

剔除不需要字段：

最后留下订单编号(作为唯一主键),买家账号(为避免名字相同客户出现，选用账号作为买家唯一标识),收货地址 ,订单付款时间 ,宝贝标题 ,宝贝总数量,订单关闭原因。

找出有效订单：

我们看到订单关闭原因这里有3种

那么退款和买家未付款的在这里都可以看成是无效订单。我们利用()这个函数来分别看下他们的占比情况

可以看到退款和未付款的无效订单还是比较少，只分别占到了3.77%和3.81%，因为我们主要分析有效订单就可以把他们剔除掉。不过如果有需要也可以对退款原因进行分析，降低退款率，优化产品。

最后我们把订单付款时间的日期给提取出来，方便后面按照月份统计销售额等数据。方法的话就用int()函数转化时间，在将单元格调成日期格式即可。

对商品种类进行分类，用替换就可以将商品分成单人，多人等种类了。

因为考虑到要按照地区分类，所以我们也把地区提取出来。通过观察可以看见订单地区的格式是 省+空格+市+空格的形式，我们要把省提取出来就可以找到第一个空格的位置后提取前面的就可以了。这里我用了一个嵌套函数：left=LEFT(F2,FIND(" ",F2,1)-1) 就行了。

最后的样子就变成了下面这样：

五、指标计算

1、商品销售状况：

月销售额

这里我们用透视图就可以计算出月销售金额和月销量了

月销售件数：

上面计算得出了数据，发现这个商品的销量不管从金额还是数量上来说，前面每个月都是以一个比较快的速度在增长的，但是进入1月和2月因为疫情原因，销量就崩溃了。这种时间我们可以从其他店铺的数据观察，如果同期其他店铺的数据也出现了大幅降低，那么就可以得出不是我们的产品问题，而是大环境问题。明确了这