1.1 互联网数据分析一般思路
找出问题 描述性分析
数值分析：数量、均值、极差、标准差。。。
分布规律：正态分布、长尾、均匀分布
可视化：柱状图、散点图。。。。分析问题 诊断性、预测性分析、仿真分析
线性回归、逻辑回归解决问题 数据报告+决策性分析
2.1 相关数据
商品编号、商品名称、商品价格、票号、座位、联系地址
2.2 订单数据分析一般思路
数据抓取
数据库数据调取数据清洗
无效数据清洗、有效数据筛选数据分析
用户属性判别、品牌渗透都判别、订单时间/地区分布……
2.3 订单数据的宏观分类与分析思路
1、订单类型分析：
待支付：已经提交订单信息等待支付的订单已取消：被取消的订单待发货：已经付款等待发货的订单待收货：已经发货等待收获的订单已完成：完成所有订单环节的订单
2、取消订单针对性分析：恶意订单占货分析取消订单数据剔除
例如：查看已取消订单特征 是否存在异常
高单价商品可能存在恶意占货、炒货现象支付时间异常对取消订单价格分布情况分析
大多是低单价商品，属于正常现象
2.4 订单数据的微观分类与分析思路
时间相关分析思路：
1、订单时间分布分析：
订单高峰时间订单低谷时间
2、订单价格分布分析
高客单价时间低客单价时间
3、订单时间分布与价格分布的交叉分析
案例1：订单量时间波动分析
1.先将下单时间 按小时进行处理
2.对下单时间进行计数，分析下单情况，插入柱状图进行分析
0点下单高峰，说明深夜下单欲望和冲动更强，可针对平台用户画像综合分析，年轻用户偏多，喜欢深夜下单0点和10点下单趋势一致中午12点以后持续高峰
还可以对订单量进行帕累托分析，如图，20点是下单高峰，5点下单低谷
案例2：客单价时间波动分析
熬夜越晚，客单价越高中午12点客单价较高，可能原因上班族中午空余时间多
案例3：订单量与客单价交叉分析
4点客单价峰值
针对4点下单数据进行分析，总结特点，针对性运营、营销
很多同一个客户大量下单，渠道分类
某些时间段、某些渠道下单规律（高价值渠道运营）
商品相关分析思路：
1、商品单维度分析：
• 商品客单价分布
• 商品销量分布
2、商品+时间双维度分析：
• 商品目标用户分析
3、商品地区客单价分析
案例1：商品客单价区间分析
长尾分布，大多数商品销量在1-30
案例2：热销商品下单时间分析
将商品和时间交叉数据透视表 找出不同时间SKU的下单数量
晚上8点，都达到了下单高峰福袋 限时购买，和日常品不一样，非理性消费商品不同福袋销量趋势不一样，考虑价格和用户群体消费能力
案例3：一级地区客单价帕累托分析
西藏地区客单价较高
查看西藏订单数据，只有3个订单，不具有参考性
剔除西藏来看，浙江、上海、陕西 浙江客单价高、订单量大，黄金市场
主要市场：广东、江苏、浙江不同地区品牌渗透度和中国地区人口排名对比