SQL项目实战
1.数据集介绍
来源：kaggle
本数据集包含了2016年至2018年近10万条交易记录。
本次分析用到五张表：
- olist_orders_dataset：包含订单id，顾客id，订单状态，购买时间等信息
- olist_order_items_dataset：包含订单id，物品数量，商品id，商品价格和运费等信息
- olist_order_reviews_dataset：包含评论id，订单id，评价分数等信息
- olist_products_dataset：包含商品id，商品品类等商品信息
- product_category_name_translation：包含商品品类和商品品类的英文翻译
分析目的：
1.分析流量业务指标：活跃用户数（DAU、MAU、时段）GMV（季度、月）、ARPU（季度、月）、订单数（天、月、时段）
2.RFM用户价值分层模型分析用户运营：各分层次用户品类（热门商品=金额➕评价分数）
分析工具：
用my sql，navivat进行数据清洗，数据分析；
tableau进行数据可视化
分析结论：
1.平台运营建议：综合订单数、MAU和GMV指标来看，平台当前遇到发展瓶颈，典型表现为用户平均收入水平维持，指标增速放缓，甚至出现回落的趋势。
从用户规模来看，需评估国内市场流量增长是否进入存量竞争阶段，如果是，可以考虑发展海外市场，同时做好用户运营，减少用户流失；
如果否，则可能与平台自身运营进入瓶颈期，或竞争对手抢占市场导致，一方面需要对内调整运营策略，优化用户体验，减少流失，对外及时跟进竞争对手动态。
从成交额来看，在保证用户规模健康增长的同时，可以尝试在10-22点的用户活跃时段运营加大力度，提高各环节的成交转化率，另一方面做好用户运营，培养优质用户。
2.用户运营建议：结合用户共同特点和商品喜好采取运营措施。
显然，用户消费平均次数都较低，这块需要加大提升用户的消费频率，对于老用户进行针对性消息推送并提供消费返还抵用券等优惠，降低二次消费门槛，提升复购率。同时可以推出vip会员服务，为用户提供消费折扣，引导用户长期消费，增强粘性。
针对商品品类。健美产品、电脑配件、运动休闲等品类是大众热门品类，适合结合特定节日做大促，吸引用户关注，增加曝光量，而手表和家居用品则属于小众热门商品，价格高购买频率不高，对特定类型用户来说更受欢迎，适合选择合适的用户群体进行推荐。
清洗数据1）原表名过长，为方便后续处理重命名表
2）空值处理：用0替换空值
3）检查重复值
4）提取订单时间数据,并过滤数据量异常的月份
5）计算每笔订单金额
6）整合每笔订单的时间和金额
准备：为处理1055错误
数据分析活跃用户数时间分布
navicat导出数据后，tableau可视化日活跃用户数及订单数
月活跃用户数和订单数观察结果：
1）月活跃用户数和订单数持续稳步上升，并在17年11月下旬出现明显峰值，由此带动当月MAU和订单数达到两年以来的最高值，18年后月活跃用户数增长趋缓。
各时段用户活跃数和订单数
观察结果：
上午10点到晚上22点的用户数和订单数明显高于平均水平，是用户活跃时段，可在该时段多做渠道推广。
其中12点和18点推测由于饭点休息时间导致活跃度略有下滑，22点后用户数和订单数出现明显下降，到次日5点后开始明显回升，直到9点后逐渐恢复到活跃水平。
GMV分析月度gmv
观察结果：
1）16--17年间，平台GMV快速增长，但在进入18年后增速放缓，甚至在18年Q3出现负增长，有部分数据原因是因为缺少9月数据。但从月度GMV数据观察，18年7-8月的gmv水平整体不如18年4-6月水平，某种程度上可以说明了出现负增长的苗头。
2）细化到各月情况来看，平台的快速发展期其实是在16年的Q4和17年的Q1，随后增速整体趋缓，仅靠个别月份的小峰值维持整体增速。
季度arpu
观察结果：
1）用户平均收入在16-17年间有明显提升后，一直维持在一定水平上波动，没有进一步提升，并在18年Q3开始下滑。
2）18年Q3的ARPU下滑原因跟GMV类似，跟数据缺失有一定关系，但ARPU值无法突破的问题也值得平台重视。
RFM模型
# RFM用户分群 # 查看所有用户的消费次数
热门指数=0.7*消费金额+0.3*商品评分*10000（这里乘10000是为了平衡消费金额和评分之间的数量级差距）
观察结果：
1）整体来看，重要发展用户和重要挽留用户的比例不到30%，明显低于一般发展用户和一般挽留用户的70%比例，而重要和一般用户内部的数量则相对均衡。
2）各类型用户的热门商品品类中，健美产品、电脑配件、运动休闲等品类均出现在热门排名前列，说明这类商品是大众热门品类，适合对各类用户做节日推广和常规促销，而手表和家居用品则属于小众热门商品，对特定类型用户来说更受欢迎，适合选择特定的用户群体进行推荐。
