了解電商
第一代電商：以供貨為主，純賣貨，沒(méi)技術(shù)
第二代電商：以推廣流量為中心，刷單、直通車、報(bào)活動(dòng)，不算利潤(rùn)，虧錢賺吆喝
第三代電商：以消費(fèi)者為中心，看懂?dāng)?shù)據(jù)，了解買家，不看銷量，看利潤(rùn)，通過(guò)社會(huì)化媒體與買家對(duì)話

行業(yè)現(xiàn)狀
電商大數(shù)據(jù)伴隨著消費(fèi)者和企業(yè)的行為實(shí)時(shí)產(chǎn)生，廣泛分布在電子商務(wù)平臺(tái)（淘寶，京東，拼多多）、社交媒體（微信）和其他第三方流量入口（抖音，快手）上。
電子商務(wù)數(shù)據(jù)類型多種多樣，既包含消費(fèi)者交易信息、消費(fèi)者基本信息、也包括消費(fèi)者評(píng)論信息、行為信息、社交信息和地理位置信息等。這些信息的豐富，對(duì)于我們分析研究具有很重要的意義。
但是，隨著信息的豐富，我們也遇到了相應(yīng)的問(wèn)題：
a. 海量數(shù)據(jù)
b. 數(shù)據(jù)的可讀性

維度展示
在本次電商案例中，我們的字段有行ID，訂單ID，客戶對(duì)象，訂單日期，地區(qū)，地區(qū)經(jīng)理，類別，子類別，銷售額，數(shù)量，退回，客戶名稱，利潤(rùn)等，在這些字段下面，一共有近5000條數(shù)據(jù)。通過(guò)這些數(shù)據(jù)，我們可以設(shè)計(jì)如下一些分析維度。

銷售經(jīng)理的kpi
2.1 2019年各地區(qū)銷售經(jīng)理銷售情況
插入數(shù)據(jù)透視表，行標(biāo)簽為“地區(qū)經(jīng)理”，值為“數(shù)量”、“銷售額”及“利潤(rùn)”，篩選器為“年”，得到數(shù)據(jù)表為各個(gè)地區(qū)經(jīng)理從2018年到2019年的銷售額、銷量與利潤(rùn)情況，如下表所示：

針對(duì)上圖數(shù)據(jù)透視表，我們可以選擇數(shù)據(jù)，插入組合圖，用可視化形式表現(xiàn)我們的數(shù)據(jù)，下圖為2019年的銷售額、銷量及利潤(rùn)數(shù)據(jù)情況：

2.2 2019年各地區(qū)銷售經(jīng)理退貨數(shù)
插入數(shù)據(jù)透視表，行標(biāo)簽為“地區(qū)經(jīng)理”，值為“退回?cái)?shù)”，篩選器為“退回”，選擇篩選器為“是”，將年份設(shè)置為切片器，得到2019年各個(gè)地區(qū)經(jīng)理的退回?cái)?shù)量，如下圖所示：

選擇分析，點(diǎn)擊“字段、項(xiàng)目和集”，添加字段“退回均值”，退回均值為52，如下圖所示：

針對(duì)上述數(shù)據(jù)透視表，我們可以選擇數(shù)據(jù)，插入組合圖，用可視化形式表現(xiàn)我們的數(shù)據(jù)，如下圖所示：

2.3 2019年各地區(qū)銷售經(jīng)理實(shí)際銷售額占比
插入數(shù)據(jù)透視表，行標(biāo)簽為“地區(qū)經(jīng)理”，值為“銷售額”和“銷售額占比”，插入年切片器，得到各地區(qū)經(jīng)理2019年的實(shí)際銷售額及其占比，如下圖所示：

針對(duì)上述數(shù)據(jù)透視表，我們可以選擇數(shù)據(jù)，插入餅圖，用可視化形式表現(xiàn)我們的數(shù)據(jù)，如下圖所示：

如果我們想要繪制出瀑布圖，首先需要把數(shù)據(jù)透視表中的“行標(biāo)簽”和“銷售額占比”兩列單獨(dú)復(fù)制出來(lái)，如下圖所示：

針對(duì)上圖數(shù)據(jù)，我們可以插入瀑布圖，用可視化形式表現(xiàn)我們的數(shù)據(jù)，如下圖所示：

2.4 2019年各地區(qū)經(jīng)理銷售額完成情況
插入數(shù)據(jù)透視表，行標(biāo)簽為“地區(qū)經(jīng)理”，值為“銷售額”，將“年份”和“退回”為“否”放入篩選器，留下2019年的數(shù)據(jù)，假設(shè)各個(gè)地區(qū)銷售經(jīng)理的銷售目標(biāo)均如下圖所示：

針對(duì)上圖數(shù)據(jù)，我們可以插入堆積柱狀圖，用可視化形式表現(xiàn)我們的數(shù)據(jù)，如下圖所示：

商品銷售情況
3.1 2019年各品類商品銷售額貢獻(xiàn)
插入數(shù)據(jù)透視表，行標(biāo)簽為“類別”，值為“銷售額”與“銷售額占比”，將“年”和“退回”放入篩選器，得到數(shù)據(jù)透視表如下圖所示：

針對(duì)上述數(shù)據(jù)透視表，我們可以選擇數(shù)據(jù)，插入餅圖，用可視化形式表現(xiàn)我們的數(shù)據(jù)，如下圖所示：

3.2 2019年各品類商品地區(qū)銷售情況
插入數(shù)據(jù)透視表，行標(biāo)簽為“地區(qū)”、“類別”、“子類別”，值為“數(shù)量”，篩選器為“退回”，將“退回”選擇“否”，得到數(shù)據(jù)透視表（篇幅過(guò)長(zhǎng)，這里不做展示）。選擇設(shè)計(jì)，將報(bào)表布局改為重復(fù)所有項(xiàng)目標(biāo)簽，去掉+號(hào)。針對(duì)數(shù)據(jù)透視表，我們可以選擇數(shù)據(jù)，插入旭日?qǐng)D，用可視化的形式表現(xiàn)我們數(shù)據(jù)，如下圖所示：

3.3 各品類商品實(shí)際銷量趨勢(shì)
插入數(shù)據(jù)透視表，行標(biāo)簽為“訂單日期”，列為“類別”，值為“數(shù)量”，篩選器為“退回”，將“退回”選擇“否”，得到數(shù)據(jù)透視表（篇幅過(guò)長(zhǎng)，這里不做展示。注意：數(shù)據(jù)透視表必須完全展開(kāi)，才能夠全部顯示在圖表中）。我們可以選擇數(shù)據(jù)，插入折線圖，用可視化的形式表現(xiàn)我們數(shù)據(jù)，如下圖所示：

客戶分布情況
4.1 2019年各地區(qū)新老客戶利潤(rùn)占比
插入數(shù)據(jù)透視表，行標(biāo)簽為“地區(qū)”與“客戶名稱”，列標(biāo)簽為“年”，值為“利潤(rùn)”，篩選出2018年與2019年客戶數(shù)據(jù)，采用if函數(shù)篩選出2019年新老客戶，然后將2019年數(shù)據(jù)復(fù)制出來(lái)，采用數(shù)據(jù)透視表篩選出2019年新老用戶利潤(rùn)分布情況如下圖所示：

針對(duì)上述數(shù)據(jù)透視表，我們可以選擇數(shù)據(jù)，插入餅圖，用可視化形式表現(xiàn)我們的數(shù)據(jù)，如下圖所示：

接下來(lái)，我們可以繼續(xù)采用數(shù)據(jù)透視表篩選出2019年各地區(qū)新老用戶利潤(rùn)分布，如下圖所示：

針對(duì)上述數(shù)據(jù)透視表，我們可以選擇數(shù)據(jù)，插入百分比堆積柱狀圖，用可視化形式表現(xiàn)我們的數(shù)據(jù)，如下圖所示：

4.2 2019年客戶細(xì)分
插入數(shù)據(jù)透視表，行標(biāo)簽為“客戶名稱”，值為“訂單ID”與“銷售額”，篩選器為“年”，將“年”選為2019，得到數(shù)據(jù)透視表（篇幅過(guò)長(zhǎng)，這里不做展示）。針對(duì)數(shù)據(jù)透視表，我們可以選擇數(shù)據(jù)，插入散點(diǎn)圖，用可視化的形式表現(xiàn)我們數(shù)據(jù)，如下圖所示：

4.3 2019年各地區(qū)客戶分布
插入數(shù)據(jù)透視表，行標(biāo)簽為“地區(qū)”與“客戶對(duì)象”，值為“客戶名稱”，篩選器為“年”，將“年”選為2019，選擇設(shè)計(jì)，將報(bào)表布局改為重復(fù)所有項(xiàng)目標(biāo)簽，得到2019年各地區(qū)客戶分布數(shù)據(jù)透視表，如下圖所示：

針對(duì)上述數(shù)據(jù)透視表，我們可以選擇數(shù)據(jù)，插入樹(shù)狀圖，用可視化的形式表現(xiàn)我們數(shù)據(jù)，如下圖所示：