bilibili电商平台订单报表分析（下）——微观分析

2023/9/20 17:13:25

1.时间相关分析

（1）订单时间分布分析

①由于下单时间的数据格式为“日期时间”形式，而分析需求的维度为时间，所以需要将“下单时间”字段的数据格式改为“时间”格式。选中“下单时间”这一列，在“开始”栏目的“数字”功能区选择“其他数字格式”。

选择“时间”中自己较为熟悉的格式后点击“确定”，可以如下选择：

②选中“下单时间”列，将“下单时间”列复制到另一工作簿中，然后点击“插入”栏目的“数据透视表”中的“表格和区域”

弹出框中选择“现有工作表”，位置为现有工作表中任一空白单元格，然后点击“确定”。

将“下单时间”字段拖入“行”和“值”（汇总依据为“计数”），即可得到如下数据透视表。

为了更直观的观测数据，可以对该统计数据绘制柱形图。如下所示：

从图中可以得出结论：订单量呈现出明显的周期性，每天中午和晚上的订单量较高，凌晨和早上的订单量相对较低，因为凌晨到早上8点是人们的睡眠时间，相对来说消费者的数量比较少，因此订单量会比较少。订单量高的时间段为晚上20点至晚上23点，这一时段的订单量都在1000左右，其中晚上20点订单量多，为1338，原因是20点到23点是人们下班后的休闲时间，且bilibili会员购的客户大多为年轻人，而年轻人喜好熬夜，因而相对来说消费者的数量比较多，因此订单量会比较高。数据整体呈现出左偏分布，大部分的订单量都集中在300-1000之间。

（2）订单价格分布分析

①选中“商品价格”和“下单时间”列，复制到新的工作簿中，然后点击“插入”栏目中“数据透视表”功能中的“表格和区域”。

弹出框中选择“现有工作表”，位置为现有工作表中任一空白单元格，然后点击“确定”。

将“商品编号”拖入“行”中，将“商品价格”拖入“值”中，如下图：

得到的各商品的价格默认为“求和”，选中数据透视表中的“商品价格”字段，右键，“值汇总依据”选择“平均值”，即可得到每个商品的客单价。如下所示：

为了使结果更直观，可以将“平均值项：商品价格”的数据绘制为直方图的形式。选中“平均值项：商品价格”这一列，复制到空白列，点击“插入”中的“推荐的图表”，选择“直方图”中的第二个图形，然后点击“确定”。

最终结果如下图所示：

从图中可以看出，客单价为1-82元的商品数量有285个，是畅销的，其次是82-163元，第三是244-325元，第四是163-244元，说明并不是价格越高，销售数量就越少，虽然在总体上来说价格越低的商品，买的人相对越多，但也有部分商品价格较高也有很多人买。

②商品销量分布

选中“商品编号”列，复制到新的工作簿中，然后点击“插入”栏目中“数据透视表”功能中的“表格和区域”。

弹出框中选择“现有工作表”，位置为现有工作表中任一空白单元格，然后点击“确定”。

将“商品编号”拖入“行”，“商品编号”拖入值（值汇总方式改为“计数”），最终得到结果如下图所示：

可以对商品编号的计数进行排序，选中“行标签”旁的“▼”，选择“其他排序选项”，选择“降序排序”，并按照“计数项：商品编号”列排序。

最终得到的排好序的结果如下图：

由于表格形式数据不直观，可以选择“计数项：商品编号”列数据，插入“柱形图”，得到图形如下：

从图中可以看出，商品销量分布属于典型的长尾分布，少数畅销商品的销量非常高，但大多数商品的销量相对较低。所以，对于销量较低的商品，可与通过优化定价、精细化推广等方式进行改进。

（2）商品+时间双维度分析

①商品目标用户分析

选择orders工作表中的“商品编号”、“下单时间”、“商品价格”列，复制到新的工作表中，然后选中三列数据，点击“插入”栏目的“数据透视表”功能中的“表格和区域”。

弹出框中选择“现有工作表”，位置为现有工作表中任一空白单元格，然后点击“确定”。

将“下单时间”拖到“行”，“商品编号”拖到“列”，将“商品编号”拖到“值”（值汇总依据选择“计数”）。

得到如下结果：

然后筛选出销量多的五个商品数据如下：

分析这五个商品销量随时间的变化趋势。最终绘制的折线图如下：

从折线图中可以看出，以10007970为例，其销量在19时-20时有明显提升，而在2时-6时销量非常低。因此，我们可以推断该商品的目标消费群体可能是上班族，他们在上班前和中午休息时购买较多，而早上和晚上则购买较少。对于10004416商品，其销量主要集中在11时-21时这一时间段，查找原数据发现该商品为“哔哩哔哩拜年祭限定福袋新年祈愿锦鲤血统测试小礼包周边”，由于其为“限定福袋”，所以其变化趋势有极大可能是因为时间段限制。

通过对不同商品在不同时段的销量波动情况进行综合分析，我们可以得到以下结论：

①不同商品在不同阶段的销量存在波动，而波动的原因可能与该产品的适用人群、功能特性、价格等因素有关。

②在分析销售数据时，需要掌握消费者的消费习惯、生活习惯等方面的信息，以便更好地把握市场需求。

③在销售商品时，需要针对不同的目标消费群体，推出合适的产品、定价策略以及推广手段，以满足消费者的需求。

（3）商品地区客单价分析

为了分析各地区的品牌渗透率（品牌渗透率=各地区销量/地区总人口，这里正常应该是品牌渗透率=各地区购买人数/地区总人口，但数据已经脱敏，无法获取用户数据，所以这里采用了各地区销量），我们首先需要把地区取出来，这里的地区，我们只分析到省份，所以，第一步我们先通过Power Query把省份提取出来。

第一步，把数据导入到Power Query之后，我们先把地址中的“—”排除