推荐数据可视化分析的工具，学习成本比较低的，涉及数据分析，数据挖掘的知识较少的( 三 )
往往一条有重要指导意义的错误信息，会导致一家店铺，一家公司走向死亡。所以，没把握之前，就要做微调型决策，一步一步向前走。
那么，我们可以先分析什么呢？
既然有“买家会员名”这个字段，那么能否知道，有多少买家在过去一段时间进行了二次复购呢，甚至多次复购呢？
分析这个问题的时候，要注意，什么是复购？
复购，就是说一个客户在过去一段时间有来店铺买过两次以上的产品，也就是下过两次订单。由于订单也有可能是一个客户在同一时间拍下2个产品，每个产品1个订单，那为了方便统计，我们也默认这算是复购。
而由于数据源是取决于不同的下单日期的，如果我取的日期是最近一周，那么很有可能是没有任何复购的可能性。这个要看这个类目的产品，重复购买的周期有多久，这个一定有行业均值，而如果不知道，凭借自己的行业经验也是可以的。
为了回答这个问题，我对数据源进行了处理，处理结果如下。
借助了PowerPivot的度量值计算，分别统计有多少的“买家会员名”，以及去重之后，还剩下多少数，两者相减，剩下来的就是“复购会员数”，然后基于度量值计算，去分析复购率。
很明显，如果我以省份作为分析维度的话，那么上面这份数据透视表就可以看出不同的省份下哪些复购率高。
如果从这段时间整家店铺来算，整体复购率是16.30%，而如果细化到各个省份，每个省份都有各自的复购率计算，比如广东省，复购率16.56%，和整体复购率持平。
通过“复购会员数”最起码知道哪些人重复购买的次数有多少，数值是2，代表买过3次，其中有2次是复购；数值是10，代表买过11次，其中有10次是复购。
复购次数多，不见得消费的金额就高，所以要看其总金额，看为这家店铺贡献了多少人民币。那么从数据分析的角度来说，到这里为止，能给的决策其实就是围绕这些高复购率的省份，高复购率的会员进行重点维护。
毕竟，现在一次性生意是越来越难做的，要做就要做可以二次复购甚至多次复购的生意。
接下来，我想问，过去一段时间的订单增长率如何，环比同比的情况是怎样的？
这里，就不得不提到最近微店课程一直在说的日历表，我们接下来结合日历表，进行日期维度数据的提取。有了日期数据，才能计算环比同比的订单增长率。
为了回答这个问题，我对数据源进行了处理，处理结果如下。
通过计算订单的环比、同比数据，可以快速了解店铺订单增长率走势如何。
如果纯粹靠Excel的函数嵌套来计算同比环比的话，那么无论是从手工效率，还是数据计算正确率来说，都会大打折扣。而如果借助PowerPivot的关于同比环比计算的DAX函数，那么就可以快速实现分析。
这个方法可以分析订单增长率，难不成就不能分析客户增长率吗？当然可以，这里就不一一演示。
鉴于时间关系，这里再分析一个问题，任务额完成度。由于我的数据源这边只有2019年7月和8月的订单数据，所以我们只针对这2个月的数据进行分析。
推荐阅读
- “一部手机读云南”上线力争建成国家方志大数据中心西南中心
- 联合国大数据全球平台中国区域中心在杭州成立
- 银行的数据中心可以跳槽去互联网公司吗
- 汽车知识|月薪5000元，推荐4款车型，可全款可分期，既有质量又有面子
- |大数据赋力 半个多月前拉客的“黑车”精准落网
- 环球车讯网|【帮你选车】简单粗暴 前后双电机+四驱 三款纯电SUV推荐
- 学图像处理有哪些不错的书推荐
- 环球车讯网|8万元最佳性价比大众车推荐丨桑塔纳和宝来
- 数据采集终端|
- 关于用phpfsocket 写Post， 模拟http 报文怎样写入要传输的处理数据