社區(qū) 發(fā)現(xiàn) Amazon 深度挖掘訂單配送表的信息（數(shù)據(jù)可視化、技...
深度挖掘訂單配送表的信息（數(shù)據(jù)可視化、技術(shù)向）---- 持續(xù)更新，一起蓋樓吧~
發(fā)帖20次
被置頂14次
被推薦8次
質(zhì)量分0星
回帖互動(dòng)171次
歷史交流熱度16.84%
歷史交流深度0%
Hello，大家好，我是深圳跨境Andy，今天來跟大家分享一下如何深度挖掘訂單配送表當(dāng)中蘊(yùn)含的信息，同時(shí)做數(shù)據(jù)的二次加工處理（數(shù)據(jù)可視化），讓我們更加直觀清晰認(rèn)識到運(yùn)營當(dāng)中的問題，從而做出更有效的運(yùn)營決策，我記得在論壇里面有個(gè)老哥說的一句話我特別喜歡：電商，商為主，貿(mào)易就是做生意，技術(shù)和數(shù)據(jù)都是為了生意服務(wù)的。
?
我寫帖子也是為了集思廣益，有時(shí)候分享就可以相互補(bǔ)充到很多很好的點(diǎn)子，這個(gè)帖子也算是一個(gè)引子吧。
接下來進(jìn)入正題：如何深度挖掘訂單配送表的信息？（數(shù)據(jù)可視化、技術(shù)向）
?
首先，訂單配送表的下載路徑如下圖所示，老司機(jī)應(yīng)該都會了：
?
如果店鋪的訂單是百萬級別以上的數(shù)據(jù)（仰望大佬），建議處理數(shù)據(jù)就不要用excel了，power query更合適處理百萬級別以上的數(shù)據(jù)，而且不需要每次訂單表更新了都重新走一遍流程，一鍵刷新即可。強(qiáng)烈推薦大家學(xué)習(xí)一下power query的一些基本操作，這個(gè)模塊就在excel里面。（如果大家對使用power query處理訂單表數(shù)據(jù)，后期我可以單開一個(gè)帖子來給大家詳細(xì)說明流程。
?
這里我們來拆解一下訂單表可以收集到哪些有用的信息
先來給大家看一下我的訂單表的表頭：
?
1.?訂單號和SKU（最重要的信息）
2.下單時(shí)間（包括 日期 和 時(shí)間h）
? ? 這里可以開始做數(shù)據(jù)分析，例如?
? ? a:?每個(gè)星期周幾出單比較多，是否有明顯高低峰？（這里是以天為單位的）
? ? b:每天哪個(gè)時(shí)間點(diǎn)出單比較多？是否有明顯高低峰（如果有明顯的高低峰，就可以結(jié)合廣告做運(yùn)營上的操作，例如廣告分時(shí)競價(jià)，這樣就可以降低acos，提高轉(zhuǎn)化率）
3.預(yù)計(jì)收貨時(shí)間（結(jié)合上面的出單時(shí)間，就可以算出配送時(shí)間，看美東美西是否有配送時(shí)間差異，訂單跟地址庫存分布是否合理，可以配合發(fā)貨計(jì)劃進(jìn)行調(diào)整）
4.?發(fā)貨地址（包括國家、州和城市，可以看出自己的訂單是否有地域差異，上面也說了可以針對性發(fā)貨，如果是特別明顯，就針對某一特定地區(qū)和人群做深度客戶洞察和用戶需求分析，例如某一個(gè)時(shí)間段你的差評集中反映一個(gè)問題，這個(gè)時(shí)間段的訂單又是集中在一個(gè)地區(qū)的，這時(shí)候就要進(jìn)行地域的分析）
? ? 補(bǔ)充：這里的地址信息更高階一點(diǎn)的信息處理則是 數(shù)據(jù)可視化，可視化的工具有很多，例如excel的maps插件就可以做，但是我用tableau做的一個(gè)數(shù)據(jù)化儀表盤更直觀，而且可以隨著訂單表更新而更新，不需要重復(fù)繁瑣的操作
5. 地區(qū)郵編號（復(fù)購行為分析）? 可以針對這部分?jǐn)?shù)據(jù)做重復(fù)性數(shù)據(jù)篩選，這種一般都是客戶復(fù)購的，找到相應(yīng)的訂單號查看是否是復(fù)購客戶，如果是的就可以利用request a review來索評，而且復(fù)購客戶一般都是對你產(chǎn)品比較滿意的，好評+1
這里是我做的數(shù)據(jù)可視化呈現(xiàn)，如果有更好的補(bǔ)充建議，歡迎提出~
?
?
分享不易，各位老板給弟弟點(diǎn)點(diǎn)贊，如果流程里面有哪些細(xì)節(jié)有疑問的，歡迎一起交流學(xué)習(xí)~
如果大家對以下內(nèi)容感興趣，讓我看到你們渴望知識的目光，我后面會在這里更新詳細(xì)的步驟教程~
1.如何利用power query處理數(shù)據(jù)
2.如何利用Tableau對訂單表做可視化數(shù)據(jù)分析
-----------------------------
注：嚴(yán)禁任何形式轉(zhuǎn)載，違者必究?。?/strong>
?
我寫帖子也是為了集思廣益，有時(shí)候分享就可以相互補(bǔ)充到很多很好的點(diǎn)子，這個(gè)帖子也算是一個(gè)引子吧。
接下來進(jìn)入正題：如何深度挖掘訂單配送表的信息？（數(shù)據(jù)可視化、技術(shù)向）
?
首先，訂單配送表的下載路徑如下圖所示，老司機(jī)應(yīng)該都會了：
?
如果店鋪的訂單是百萬級別以上的數(shù)據(jù)（仰望大佬），建議處理數(shù)據(jù)就不要用excel了，power query更合適處理百萬級別以上的數(shù)據(jù)，而且不需要每次訂單表更新了都重新走一遍流程，一鍵刷新即可。強(qiáng)烈推薦大家學(xué)習(xí)一下power query的一些基本操作，這個(gè)模塊就在excel里面。（如果大家對使用power query處理訂單表數(shù)據(jù)，后期我可以單開一個(gè)帖子來給大家詳細(xì)說明流程。
?
這里我們來拆解一下訂單表可以收集到哪些有用的信息
先來給大家看一下我的訂單表的表頭：
?
1.?訂單號和SKU（最重要的信息）
2.下單時(shí)間（包括 日期 和 時(shí)間h）
? ? 這里可以開始做數(shù)據(jù)分析，例如?
? ? a:?每個(gè)星期周幾出單比較多，是否有明顯高低峰？（這里是以天為單位的）
? ? b:每天哪個(gè)時(shí)間點(diǎn)出單比較多？是否有明顯高低峰（如果有明顯的高低峰，就可以結(jié)合廣告做運(yùn)營上的操作，例如廣告分時(shí)競價(jià)，這樣就可以降低acos，提高轉(zhuǎn)化率）
3.預(yù)計(jì)收貨時(shí)間（結(jié)合上面的出單時(shí)間，就可以算出配送時(shí)間，看美東美西是否有配送時(shí)間差異，訂單跟地址庫存分布是否合理，可以配合發(fā)貨計(jì)劃進(jìn)行調(diào)整）
4.?發(fā)貨地址（包括國家、州和城市，可以看出自己的訂單是否有地域差異，上面也說了可以針對性發(fā)貨，如果是特別明顯，就針對某一特定地區(qū)和人群做深度客戶洞察和用戶需求分析，例如某一個(gè)時(shí)間段你的差評集中反映一個(gè)問題，這個(gè)時(shí)間段的訂單又是集中在一個(gè)地區(qū)的，這時(shí)候就要進(jìn)行地域的分析）
? ? 補(bǔ)充：這里的地址信息更高階一點(diǎn)的信息處理則是 數(shù)據(jù)可視化，可視化的工具有很多，例如excel的maps插件就可以做，但是我用tableau做的一個(gè)數(shù)據(jù)化儀表盤更直觀，而且可以隨著訂單表更新而更新，不需要重復(fù)繁瑣的操作
5. 地區(qū)郵編號（復(fù)購行為分析）? 可以針對這部分?jǐn)?shù)據(jù)做重復(fù)性數(shù)據(jù)篩選，這種一般都是客戶復(fù)購的，找到相應(yīng)的訂單號查看是否是復(fù)購客戶，如果是的就可以利用request a review來索評，而且復(fù)購客戶一般都是對你產(chǎn)品比較滿意的，好評+1
這里是我做的數(shù)據(jù)可視化呈現(xiàn)，如果有更好的補(bǔ)充建議，歡迎提出~
?
?
分享不易，各位老板給弟弟點(diǎn)點(diǎn)贊，如果流程里面有哪些細(xì)節(jié)有疑問的，歡迎一起交流學(xué)習(xí)~
如果大家對以下內(nèi)容感興趣，讓我看到你們渴望知識的目光，我后面會在這里更新詳細(xì)的步驟教程~
1.如何利用power query處理數(shù)據(jù)
2.如何利用Tableau對訂單表做可視化數(shù)據(jù)分析
-----------------------------
注：嚴(yán)禁任何形式轉(zhuǎn)載，違者必究?。?/strong>
倒計(jì)時(shí)：
6 個(gè)回復(fù)
匿名用戶
贊同來自: 祖安文豪小智 、 NarutoCC 、 于飛飛 、 沉沒的瓶子 、 watermelon999 、 熬夜修仙打豆豆 、 Joyce22 、 應(yīng)如是 、 Shareful 、 月盈則虧 、 Neilson 、 唯小白000 更多 ?
1.?訂單號和SKU（最重要的信息）
2.下單時(shí)間（包括?日期?和?時(shí)間h）
a:?每個(gè)星期周幾出單比較多，是否有明顯高低峰？
b:每天哪個(gè)時(shí)間點(diǎn)出單比較多？是否有明顯高低峰？
-------------這兩點(diǎn)，其實(shí)有很多軟件可以做到，免費(fèi)的，付費(fèi)的都有，而且更直觀，直接就是折線圖。沒必要浪費(fèi)這個(gè)時(shí)間去做表格。
?
3.預(yù)計(jì)收貨時(shí)間（結(jié)合上面的出單時(shí)間，就可以算出配送時(shí)間，看美東美西是否有配送時(shí)間差異，訂單跟地址庫存分布是否合理，可以配合發(fā)貨計(jì)劃進(jìn)行調(diào)整）
------------這個(gè)我覺得就是在瞎扯了，訂單和倉庫分布不合理你能咋的勒，如果你自己做海外倉那我閉嘴；配合發(fā)貨計(jì)劃進(jìn)行調(diào)整，如果真的已經(jīng)上升到這種程度了的話，那是不是還需要加入不同州對產(chǎn)品的趨勢不同去調(diào)整。
?
例如某一個(gè)時(shí)間段你的差評集中反映一個(gè)問題，這個(gè)時(shí)間段的訂單又是集中在一個(gè)地區(qū)的，這時(shí)候就要進(jìn)行地域的分析）
------------so，你怎么知道你的差評是那個(gè)訂單的，review還能找服務(wù)商反查，rating呢？
?
?地區(qū)郵編號（復(fù)購行為分析）可以針對這部分?jǐn)?shù)據(jù)做重復(fù)性數(shù)據(jù)篩選，這種一般都是客戶復(fù)購的，找到相應(yīng)的訂單號查看是否是復(fù)購客戶，如果是的就可以利用request a review來索評，而且復(fù)購客戶一般都是對你產(chǎn)品比較滿意的，好評+1
-------------有時(shí)間做這個(gè)不如去看看品牌功能
?