零售数据分析——SQL

一、导入数据

工具：navicat 连接mysql

数据量：采取20w 条对零售数据进行分析

字段：itemid ，userid  ，总毛利， 零售价 ， 购买日期

导入数据如下：

二、SQL进行用户消费行为分析

1、整体用户的购物情况

uv（用户总数）：

用户的购物情况：

uv（用户总数）

统计不同月份总体购买用户：

-

按不同月份分别统计用户的购买人数：

---

ps:由于数据量的采集并不是真实情况下所得，所以和现实会有些出入，不过我们关键是要掌握方法啦~ 

统计用户1月份的复购率（#本月复购率是在本月消费中消费至少两次以上用户的占比）

---

统计用户的复购率（--复购率是1月份购买的人数2月份依旧购买）

总毛利最多是TOP10位用户：

零售价前三的商品ID：

由于采集数据的限制，如果采集data 是时候，再加一些数据维度，除了上面的分析角度以外，我们还可以基于时间的角度统计多次消费的用户，了解用户的行为习惯，第一次和最后一次消费时间的间隔，用统计消费的二八法则，消费的top20%用户，贡献了多少额度

如果对于网站数据，我们还可以使用用户行为转化漏斗方法，从点击— 加购物车— 收藏— 购买各个环节计算它们各自的转化率是多少？从而想想如何提高？

还可以结合RFM模型，进行进一步的用户分析。

以上便是销售数据常用分析方法，请多多指教~

我们在日常中分析完一般要用到可视化，将分析的结果更加有条理地表达出来，本人挺推荐powerbi 的，因为它不收费不收费不收费而且容易下载、操作、学习（还可以爬取数据哦~~~——

在此附上之前学习powerbi 的时候做的一个很简单的练手型小项目——品牌月度销售分析报表，有兴趣欢迎戳链接：品牌月度分析报表

欢迎一起学习~

2020.07.09