当前位置:   article > 正文

navicat导入excel数据后日期为0000-00-00_数据分析实战01-电商行业数据分析

navicat excel 导入时间为空

131a04d20a0f97aff0b54cee98e1dd2a.png

接触数据分析也有半年时间了,从excel做简单的数据处理与分析,到掌握SQL增删改查常用语言,然后学习tableau可视化及利用python进行数据分析。因为工作关系,平时接触电商数据的机会不多,因此在这里很感谢猴子老师推荐的电商行业的分析项目,可以实际操作,运用所学。

目录:
一 数据初步分析
二 数据导入
三 数据清洗
四 数据分析&tableau可视化
五 结论

一. 数据初步分析

1.数据来源-阿里云天池比赛

User Behavior Data from Taobao for Recommendation-数据集-阿里云天池​tianchi.aliyun.com
e161768735e0fc74899851c13e740648.png

2.数据字段

2017年11月25日至2017年12月3日之间,有行为的约一百万随机用户的所有行为(行为包括点击、购买、加购、喜欢),各字段如下:

0eefb05dcda227eb7ee08f59c850a041.png
字段说明

而用户行为Behavior type,包含pv,fav,cart,buy,分别是点击,收藏,加购物车,购买。这份数据集一共包含了约100万用户,1亿多次的消费行为,商品种类9439种,商品数量400多万,数据量非常大,各条目大小如下:

9c66977faef5aec65e8490d8bd07b781.png

3.针对以上维度,我们可以先提出几个探索问题:

  • 用户每天活跃的时间段,一周内哪天最活跃?每一天里面哪个时间段最活跃?
  • 点击,收藏,加购物车,购买这几项用户行为,转化情况如何?
  • 最受欢迎的商品种类分别是哪些?
  • 推荐的商品是否都受用户喜爱?
  • 哪些商品用户会多次选购?

二.数据导入

本次数据

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/weixin_40725706/article/detail/606898
推荐阅读
相关标签
  

闽ICP备14008679号