赞
踩
本篇文章和网上最主要的区别是分别(使用BI)(使用MYSQL)(使用Python)(使用Excel)分别进行数据分析。
以下四张图是上下拼一起的,数据可以联动(在第一张小图那里筛选条件,有不同的组件)
这是导出Excel看板的图片:
数据字段:
store_id 门店随机编号id,无实际意义
city 门店所在城市
channel 门店所产生的销售渠道,线上表示网上购买到门店自提,线下表示门店直接购买
gender_group 客户性别 男女
age_group 客户年龄段
wkd_ind 购买发生的时间(周末,周中)
product 产品类别
customer 客户数量
revenue 销售金额
order1 订单数量
quant 购买的产品数量
unit_cost 产品的成本(包含制造和营销层面)
建好表后,看看数据类型:
DESCRIBE users;
-- 或者 DESC users;
-- 或者 SHOW COLUMNS FROM users;
导数据:
load data local infile 'C:/Users/xxxxxx/UNQ_DATA.csv' into table users fields terminated by ',';
因数据量,太大,先看看,前10行的数据:
select * from users limit 10;
客户数量:
SELECT MIN(DISTINCT customer) AS 客户数量最小值, MAX(DISTINCT customer) AS 客户数量最大值
, AVG(customer) AS 客户数量平均值
FROM users
WHERE customer > 0;
销售金额:
SELECT MIN(DISTINCT revenue) AS 销售金额最小值, MAX(DISTINCT revenue) AS 销售金额最大值
, AVG(revenue) AS 销售金额平均值
FROM users
WHERE revenue > 0;
购买的产品数量:
SELECT MIN(DISTINCT quant) AS 购买的产品数量最小值, MAX(DISTINCT quant) AS 购买的产品数量最大值
, AVG(quant) AS 购买的产品数量平均值
FROM users
WHERE quant > 0;
产品的成本:
SELECT MIN(DISTINCT unit_cost) AS 产品的成本最小值, MAX(DISTINCT unit_cost) AS 产品的成本最大值
, AVG(unit_cost) AS 产品的成本平均值
FROM users
WHERE unit_cost > 0;
订单数量:
SELECT MIN(DISTINCT order1) AS 订单数量最小值, MAX(DISTINCT order1) AS 订单数量最大值
, AVG(order1)
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。