資料來源

資料來自於kaggle中的E-Commerce Data ，詳見附件。

分析目標

描出客戶畫像

使用工具

MySQL，SPSS，Excel

一、

資料整理

表1 資料null值情況

原資料中欄位Description，CustomerID存在空值，在這次分析中客戶是我的主要分析物件，所以沒有CustomerID的數值對我這次的分析沒有意義，我將刪除CustomerID為null的資料。刪除過後，資料中不存在null。

二、標註每個欄位的含義

InvoiceNo：

發票編碼，其中“C”開頭的編碼代表退貨；

StockCode：

產品程式碼，是區分產品的唯一標識；

Description

：具體的產品描述；

Quantity

：每單中各產品的購買數量；

InvoiceDate

：開票的日期；

UnitPrice

：產品單價

CustomerID

：客戶編碼，是區分客戶的唯一標識；

Country

：客戶所屬的區域

三、整體的銷售情況

表2 一年中產品交易量

圖1 客戶單次採購量

客戶大多是批次採購，當然也存在單個購買的現象。

四、客戶分佈區域

圖2 客戶分佈

客戶主要來自英國，佔整體客戶的89%。

五、產品價格與銷量

圖3 產品價格與銷量

客戶比較青睞於店鋪內的低價商品。

六、客戶採購時間段

圖4 客戶採購時間段分佈

注：早上6：00-10：00；中午10：01-14：00；下午14：01-18：00；晚上18：01-22：00

客戶都集中在中午或者下午採購，尤其喜歡中午。

七、客戶購買頻次

表3 客戶採購頻次

從表3中可見每年1-12次的採購頻次最多。

表4 大部分客戶採購頻次

由表中可見每年採購1次和2次的客戶佔到了整體的一半。

八、客戶畫像

客戶主要分佈在英國，尤其喜歡在10：00-18：00這個時間段進行批次採購低價商品，且在這一年中很少會反覆採購。

注：如果資料能夠有更多，那客戶的畫像將更清晰。

data。csv

45。6M

·

百度網盤