京东数据分析师，教你手把手搭建电商可视化看板

1 内容总概

不管是数据分析还是数据运营，少不了做分析报告，通常一份简洁的分析报告总是令人眼前一亮，但是，大部分同学拿到一组数据时，不能很好的应用，没有思路、想法和头绪，这里作者结合自身在做数据运营时的一些方法，提出一些通用的数据分析方法，以电商销售数据为例，做一个完整的案例分析，简述交叉分析、占比分析 、趋势分析、对比分析，最终呈现的结果如下所示。

2 销售额总概

拿到一组数据后，首先对整体数据情况做一个概览，选择数据，插入数据透视表，将销售额拖入值区域两次，右键销售额，在值显示方式中选择差异百分比，用于显示与上一年销售额的同比值。

3 交叉分析

要分析各年度以及各平台的销售额情况，可以使用交叉分析，选择数据，插入数据透视表，将销售平台拖入到行，年拖入到列，销售额拖入到值。

选择数据，插入一个簇状柱形图，就可以得到不同的电商平台在不同的年份的销售额情况。

4 占比分析

要分析不同省份的销售额占比情况，这里使用占比分析，使用图表展示销售额在区域上的分布，选取数据，插入数据透视表，将客户地址-省拖入到行，销售额拖入到值。

然后先选择X和Y的数据，按住Ctrl键再选择销售额数据，插入一个气泡图。

单击垂直坐标轴，将最小值设置为0，最大值设置为701，同时，在单位里面，设置大为100，小为20。

同理设置水平坐标轴，最小值设置为0，最大值设置为848，在单位里面，设置大为200，小为40。

单击空白区域，设置图表样式，选择图片或纹理填充，填充事先准备好的地图层。

设置气泡的大小，选择图像中的圆点，大小表示为气泡宽度，缩放气泡大小为40。

设置数据标签，在设置数据标签格式里勾选单元格中的值，选择数据标签区域，勾选气泡大小，标签位置选择居中。

5 趋势分析

要分析每月销售额的变化情况使用趋势分析，选择数据，插入数据透视表，将月拖入到行，销售额拖入到值。

选取数据，插入一个折线图，设置数据系列格式，勾选平滑线，将线条做平滑处理。

6 对比分析

要分析各个产品在不同客户类别的销售额情况使用对比分析，选择数据，插入数据透视表，将子类别拖入到行，客户类别拖入到列，销售额拖入到列。

将数据按照总计降序排列，选取数据，插入一个堆积条形图，点击垂直坐标轴，勾选逆序类别，让数据按照降序排列。

同时，设置间隙宽度，让柱形更宽。

7 图表美化

图表完成后，需要对整个图表做美化，消除多余的图表元素，包括去除网格线、隐藏字段按钮等，单击字段按钮，在数据透视图分析中，设置字段按钮为全部隐藏，可以消除数据透视图表的字段按钮。

统一数据单位，将数据单位格式统一设置为万，选择数据，右键单元格，设置单元格格式，在自定义里输入 0!.0,"万" ，可以将数值统一设置为万的单位。

设置一个靛蓝的图层(#242541)，设置图表区格式填充为无填充，边框为无线条，同时为了显示字体，可以将字体的颜色设置为白色，同理，设置其余的图表样式。

将线条设置为发光的线条，可以在设置数据系列格式中将颜色设置为(#1464F4)，大小设置为5磅，透明度设置为60%。

最后添加图表标题，设计一个富有 科技 感的图表边框，数据文件里包含该图表边框，设置图表位置和图像大小，必要做一些文字描述，即可得到结果。

SpeedBI数据云制作的销售分析报表通过直观易懂的图表。

综合展现挖掘了该电商复杂的销售情况，兼顾了电商总体销售情况的同时也直观展现具体某类产品的销售情况。利用了免费智能数据可视工具——SpeedBI数据云，制作的数据分析报表不仅数据展现直观，容易让人看懂，第一时间接收数据信息，还有一点就是其 *** 作也是很简单。

分析某电商企业销售趋势，找到影响销售 增长的因素 。同时分析不同 市场 产品销售状况，找到不同市场的销售差异。挖掘不同 产品 的销售状况，找到不同产品的销售差异。对用户群体进行分析，对企业 用户的画像 和 价值 进行挖掘。从上述分析中得出结论，并根据分析结果，提出自己对此企业未来发展的一些想法和建议。

本项目数据为某电商平台 2017 年1月-2017 年 12月每日订单详情数据和用户信息数据，包括两个数据表，销售订单表和用户信息表。其中销售订单表为每个订单的情况明细，一个订单对应一次销售。这两个表的表结构分别为：

销售订单表结构：

用户信息表结构：

本项目主要分为三个维度，分别是用户画像，针对用户群体进行分析，找出平台的主力军特点有哪些；商品维度上，找出商品在不同市场的销售差异等；用户价值维度上，主要根据用户的消费行为，挖掘出其内在的规律。分析的详细思路，如下：

我们上面已经学会了各种重复值的处理，那么在实际业务中，通常会删除重复值。选中全部数据——点击——菜单栏里【数据】——【删除重复项】，如下

一般可以接受的缺失值的标准是在10%以下。通常的处理方式如下：

实现如下效果，选中要转换的数据——右键，复制——选择空白单元格——【开始】——【粘贴】——【选择性粘贴】——选中【转置】——完成

点击【文件】——【选项】——【自定义功能】——在【不在功能区中的命令】中找到【数据透视表和数据透视图向导】并选中——在右侧的【数据】选项卡下面添加【新建选项卡】并选中它——【添加】——确定，最终，在【数据】里出现了"数据透视表和数据透视图向导"，如下：

点击【数据透视表和数据透视图向导】——选择【多重合并计算数据区域】——【创建单页字段】——下一步——选定将要 *** 作的区域——下一步——选择【新工作表】——完成——双击【总计】的值——即实现二维表转为一维表，如下：

可视化图形大多数比较简单，相信大家都能轻而易举的实现。那么，一些特殊的图形，因为也很重要。

图表说明：平台的主力军的特征主要是：女性用户；90后人群单身人群‘’学历主要是中专、博硕；地域集中在天津地区。女生购买偏好饮料、日用品，男性购买偏好是饮料、海鲜产品。

图表说明：整体的销售额处于下降趋势，从10月份开始慢慢回升。根据二八法则，可以看出天津、南京、北京占总销售额的43%，可以考虑作为重点投放市场。最受欢迎的品类是饮料、日用品、肉/家禽。

(注：因为上面的数据集里用户量有限，做同期群后不明显。所以这里是一个新的用户数据集。)

图表说明：通过RFM模型已经对用户做好分类，可以针对不同类型用户采取相应的运营策略；重点维护消费频率在82~100之间的用户。同期群分析，我们可以看出平台的新用户是逐渐递增的，但是留存率较低。

数据获取方式：关注"Python之每日一课"，后台回复"excel电商项目"。

希望本文的内容对大家的学习或者工作能带来一定的帮助，每天进步一点点，加油♥。

---