英国零售商分析（MySQL+Tableau)

一、数据来源

和鲸社区>数据集>https://www.kesci.com/home/project/5eaa217e366f4d002d736e4e/dataset

---

二、数据说明

2010-2011年的英国零售商的交易记录 （salesdata和data是一样的表）

---

三、数据导入

1.将数据导入MySQL中，更改数据类型。

2.查看表结构：字段类型，主键，是否为空等属性。

---

四、数据解读

1.查看共有多少条记录，每列是否有缺失值

其中产品描述和客户编号有缺失，缺失率分别是：0.27%左右和25%左右。

2.产品价格<=0的订单数及客户数

价格=0 的有114668条记录，考虑可能是畅销品。

价格<0 的有两条记录，且unit price = -11062，数据较大，考虑可能是系统疏漏或操作错误导致的异常数据。

3.查看共有多少条退货记录，即产品数量<0

---

五、数据清洗

1.用户名缺失删除

共删除135080条记录。

2.退货及异常数据处理

删除数量 <= 0 和 价格 <0 的记录

3.删除重复值

My SQL 删除重复值分4步：

1）将查询的重复数据插入一个新表中；

2）删除原来的表的数据；

3）将新表的数据再插入原表中；

4）删除新表。

1） 2） 3） 4）

4.查看清洗后的数据

5.新增一列销售额：销售额 = 数量 * 价格

---

六、客户消费行为分析

    MySQL+Tableau结合

主要从消费次数，消费金额，客户购买产品数量三个维度进行分析。

1）客户平均消费次数和平均消费金额

客户平均消费4-5次，客户平均消费金额1468英镑左右。

2）每月的销售额趋势

Tableau 可视化：

从销售额趋势来看，2010年12月到2011年2月，订单量发生了很明显的变化，考虑可能是零售商为了迎接新年加大库存，避免因库存不足而导致销售不好的情况。

3）每月订单数量趋势

4）客户购买产品 SKU 数

SKU数前10名 可视化

5）大客户分析：二八定律

横坐标客户ID

公司目前经营较接近“二八定律”，20%多点的的客户能带来80%的销售额。

6）各SKU销售数量情况

由于SKU数较多，所以只展示了销售数量>5000的产品描述

---