首先我必须说,这是一个非常大的话题,互联网产品经理需要掌握的专业知识也是非常多!加上当今社会本来也处于一个信息爆炸的时代,所以终身学习是主基调!
但是在众多的专业知识中你躲也躲不过去的就是海量数据的分析能力,尤其是用户数据分析!既然你是产品经理,那就是身处在第一线,直接面对用户的!如果你分析不清楚用户的实际需求,那一切工作都会变成空中楼阁!除此之外,你还需要分析竞品的数据,所谓知己知彼百战不殆!正因为数据分析能力的重要性,所以基本上会出现在所有互联网产品经理的岗位职责中!
在数据分析过程中离不开数据分析软件,我们最常见的数据分析软件就是Excel,有些人会觉得excel比较low,但是说实话很少有人精通Excel!光说不练假把式,接下来我们就从一个实例入手,了解一下如何利用Excel进行数据分析。
我们这次的案例是分析常见的电商数据,具体包括的字段有:订单ID、客户对象、订单日期、地区、地区经理、类别、子类别销售额、数量、退回、客户名称、利润等,接下来我们就看一下利用这些数据可以做哪些方面的数据分析!
1. 销售额分析
我们首先放一下关于销售额的分析结果,从图表中我们可以清晰的看到2018-2019年各季度各品类商品的销售总额,并且添加了堆积柱状图,可以更直观的看到各类商品销售额的变化情况:
下面我们具体讲解以下如何利用Excel完成上述图表的绘制:
step1:建立数据透视表,框选所有数据,点击菜单栏的"插入",选择数据透视表,再选择“新工作表”,Excel就会建立数据透视表。
step2:设置数据透视表,将“订单日期"、“季度”和“年”等字段都拖到行的区域,把"类别"的字段拖到列的区域,把“销售额”字段拖到值的区域,就可以得到各类别产品从2018年到2019年的销售额情况。
同样的方式我们可以针对各地区商品销售额进行更加细致单位分析,方法都一样,在这里就不再赘述了!
2. 销售经理业绩分析
了解完销售额情况后,我还想了解一下各地区销售经理对总销售额的贡献率,来对他们的KPI进行一个排名,那我就需要进行以下几步:
step1:建立数据透视表,框选所有数据,点击菜单栏的"插入",选择数据透视表,再选择“新工作表”。
step2:设置数据透视表,将“地区经理"字段都拖到行的区域,把"退回"的字段拖到筛选器区域,把“销售额”字段拖到值的区域,但跟上面不同的是销售额要拖两遍,通过对字段进行设置将其中一个改为销售额占比,值显示方式改为“总计的百分比”,即可得到每个销售经理的占比情况。
step3:制作瀑布图,瀑布图因为形似瀑布流水而得名,如果你想表达两个数据点之间数量的演变过程时,即可使用瀑布图。当你想表达一连续的数值加减关系时,也可使用瀑布图。
从图中我们可以清晰各销售经理的销售额排名情况,以及销售占比情况,从而得到了对销售经理进行考核的重要依据!
3. 产品销售情况
了解完阶段性数据后,我还想了解一下各品类商品的销售数量实时动态变化情况,以方便后续进行提前备货,那我就需要进行以下几步
step1:建立数据透视表,框选所有数据,点击菜单栏的"插入",选择数据透视表,再选择“新工作表”。
step2:设置数据透视表,将“订单日期"、“季度”和“年”等字段都拖到行的区域,把"类别"的字段拖到列的区域,把“数量”字段拖到值的区域,把“退回”字段拖到筛选器的区域,就可以得到各类别产品从2018年到2019年的销售数量情况。
step3:制作直线图,可视化各品类商品的实际销量变化趋势。从图中可以看出对于办公用品来说销售旺季主要集中在5-6月份以及8-12月份,而1-4月份和7月份是明显的淡季,存在明显的周期性变化!同样技术类产品和家具也有其变化规律!
4. 客户分布情况
了解完销售相关数据后,最重要的我还想了解一下客户的分布情况,尤其我想了解一下各地区新老用户的利润占比,以方便我决定后续的推广策略,那我就需要进行以下几步:
首先我们必须要筛选出2018年新老用户,我们这里认为只要是在2018年产生过销售额的用户就算作是老用户。
step1:建立数据透视表,框选所有数据,点击菜单栏的"插入",选择数据透视表,再选择“新工作表”。
step2:设置数据透视表,将“地区"和“客户名称”等字段都拖到行的区域,把"年"的字段拖到列的区域,把“销售额”和“利润”字段拖到值的区域,就可以得到每位用户在2018年和2019年的销售额和利润情况。
step3:老用户筛选,采用“if函数”进行筛选,代码为:IF(C4="","新客户","老客户"),解释一下就是当C4为空时,则为新用户,否则为老用户,C列即为2018年的销售额!也就是说如果这个用户在2018年的销售额为空,则为新用户。
随后,再次采用数据透视表,将“客户名称”字段拖到行的区域,把"利润"的字段拖到值的区,就能得到2019年新老用户利润分布情况,可以看出新用户的利润占比超过了老用户,达到了60%。
最后,再次采用数据透视表,将“地区"的字段都拖到行的区域,把"客户类型"的字段拖到列的区域,把“利润”的字段拖到值的区域,就可以得到2019年各地区新老用户利润分布情况,具从图中我们可以看出西北和西南地区的新客户利润占比很高,均超过了90%。因此可以将西北和西南的的销售策略复制到东北、华东和中南区域!
以上,我们基于电商数据从四个方面带大家初探了一下数据分析,总结一下主要分为建立数据透视表、设置数据透视表和做图三个核心步骤!
如果你对此感兴趣,且希望系统学习如何用Excel进行数据分析的话,我推荐一套由知乎知学堂推出的数据分析课程!课程分为3天,围绕数据的处理方法、数据的分析方法和数据分析思维展开,期间涉及了大量大厂的实例分析,真正做到在应用中学习!
横向对比下来,这套课程对于数据分析的底层逻辑剖析的是最清楚的!对于初学者来说是在合适不过了↓↓↓
想要系统地学习数据分析的朋友们不妨报名试一试,只需要0.1元,一定会帮助你在数据分析的道路上走的更加顺畅!
<hr/>我是正男 <a class="member_mention" href="http://www.zhihu.com/people/89ae61a5e9ef5a15813c07974986be74" data-hash="89ae61a5e9ef5a15813c07974986be74" data-hovercard="p$b$89ae61a5e9ef5a15813c07974986be74">@工藤正男 ,一个多读了几年书的博士,你的点赞、收藏和关注是对我最大的支持!每周五晚8:00视频号直播,敬请关注! |