用户行为分析
1、客单价
一定时期内，每个用户的平均消费金额
第i天客单价=第i天总销售额/用户数量
每日消费金额和用户数量
创建透视表，选择日期为行，消费金额和客户ID为值，统计好后复制到新表中，修改字段名、表名，计算客单价=销售金额/用户数，进行图像绘制。
2、用户复购率
购买两次及以上用户占总用户比例，复购率越高，客户忠诚度越高
复购率=购买两次及以上用户数量/用户总数
选中--复制--新表粘贴--去重
客户ID创建客户透视表：客户ID为行，为值统计每个客户购买次数，复制-新表粘贴
客户购买次数创建透视表：客户购买次数为行、为值统计每个用户购买次数和购买的总客户数，复制-新表粘贴
复购率=每个区间的购买用户数/总用户数
绘图
3、用户支付偏好
某种支付方式占比=交易次数/总交易次数
countif函数计算各支付方式/创建数据透视表
sum函数计算总交易次数。
分析与可视化
二、分析商品库存
【一个单位销售额需要多少个单位库存来支持】
【过高：库存太多，销售结构不合理；
过低：库存不足，生意难以最大化】
【越小：越畅销，库存周转率越高
越大：越滞销，库存周转率越低】
1、计算库存数据
创建透视表，在库存数据表中，以时间字段来筛选，以商品类别为行，库存数量为值
创建透视表，在订单数量数据表中，以时间字段来筛选，以商品类别为行，购买数量为值，并将其合并到一个上一个透视表中
2、计算销量数据
创建透视表，在订单数量数据表中，以时间字段来筛选，以商品类别为行，购买数量为值，并将其合并到一个上一个透视表中
3、选择8月27号数据进行复制，粘贴值到新表中，重命名字段名、表名，新建存销比字段=库存量/销量*100%
4、选字段进行绘图
1、计算各类别商品库存数量
分类汇总
选择库存数据任一单元格，选择分类汇总——分类字段选择商品类别；求和字段选择库存字段
对于汇总表进行绘制饼图
分析与可视化
一、分析商品销售情况
1、商品销售额的环比
=SUMIF（订单数据日期列，销售额日环比日期，订单数据销售额）
【环比---某期和上期进行数据比较，计算趋势百分比，日环比、周环比、月环比、年环比；适用于成长型较强或受季节影响较小公司的收入或者销售费用】
【环比增长率=（本期-上期）/上期*100%】
日环比=（今天-昨天）/昨天*100%
选中数据，次坐标日环比
2、商品毛利率
【步骤：数据透视表-->日成本金额、消费金额-->日毛利率--->绘制成本与毛利率折线图】
【毛利率可衡量企业在实际生产经营过程中获利能力，体现主营业务的盈利空间和变化趋势，核算经营成果和价格制定合理性】
【毛利率=（销售额-成本）/销售*100%】
3、商品销售量排行榜
商品类别为行，购买数量为值
行标签下拉，其他排序选项-降序依据选购买数量
选择合适柱形图进行插入
4、各区域销售额对比分析
=SUMIF(订单数据区域列,各区域,订单数据销售额)
先排序再绘图，排序复制以值形式粘贴再进行排序jiuzq
对于库存数据的预处理
重复值判断：日期+商品名称为一个组合进行判断
1、合并字符串---concatenate,双击鼠标左键填充
在合并时日期被合并为文本格式，默认从1900年1月1号开始，到单元格日期的间隔天数。
2、筛选查找重复值
找重复值：开始-样式-条件格式-突出显示单元格规则-重复值
筛选：按颜色进行排序，使重复值明显
3、删除重复项
数据-数据工具-删除重复值-只勾选合并项
对于订单数据的预处理
1、商品名称---缺失值处理
选中商品名称列-数据-筛选-取消勾选全选-勾选空白-确定-选中空白行-删除行-取消筛选
2、商品类别、出货状态---去重、异常值处理
出货状态（出货成功、出货中、未出货、出货失败）除了出货成功其他均为异常值，若异常量不大可做去除处理，用countif函数
（1）查看异常量：出货状态列复制-去除重复值[当前选定区域]-出货成功后一个单元格countif（出货状态列，出货成功单元格）-回车-实心+拖到出货状态最后一个
（2）删除异常值：出货状态列筛选-取消全选-选择异常值-确定-删除行-取消筛选
商品类别
筛选查看字段值，发现异常值0，选中，删除行
3、日期时间---提取
text函数（要提取单元格，提取字符串格式）
日期
时间
新零售 智能销售数据分析流程
数据获取（库存数据、订单数据）
数据处理（缺失值、重复值、异常值、日期提取）
分析与可视化（分析商品销售情况、分析商品库存、分析用户行为）
分析报告（分析背景目标、分析思路、分析过程、结论与建议）
雷达图：多维度数据映射到坐标轴上，起点--圆心
基础雷达图
带数据标记雷达图
填充雷达图
散点图：数据分布情况，数据之间关联
基础散点图---两份想要比较数据，以此绘制轴
带直线和数据标记散点图--类似于折线图
气泡图--散点图升级版，点的大小增加数据维度，以二维图显示三个维度关系
饼图---用于描述百分比构成，一扇代表一类
1、基础饼图
2、子母饼图：对基础饼图细化
母体扇形要在表格最后，series（写到非母体扇形数据表格，设置标签属性 ）
3、圆环图：每个圆环代表一个数据系列
数据标签自己设置
创建数据透视图
1、根据数据区域创建
插入-数据透视图-创建数据透视图-字段设置-确定
2、根据数据透视表创建
操作数据透视表中的数据
1、刷新数据透视表：数据透视表中的数据来源于数据源，不能直接进行修改，当源数据修改后要对透视表进行更新
步骤：数据透视表工具-分析-数据-刷新
2、设置数据透视表的字段
添加字段
删除字段
重命名
3、改变透视表的汇总方式
汇总方式有：计数、平均值、最大值、最小值等
4、筛选数据
（1）使用切片器筛选数据透视表
分析-筛选-插入切片器
（2）使用日程表筛选数据透视表
分析-筛选-插入日程表
创建数据透视表
数据透视表：全面灵活对数据进行分析汇总，通过转换行或列，得到多种分析结果，还可以显示不同页面筛选数据。
1、Excel自动创建
插入-推荐透视表-确定
2、手动创建
插入-数据透视表-创建数据透视表（选择数据为整个数据区域，放置数据表位置为默认新工作表）-确定-空白透视表（数据透视表字段），添加字段-完成
编辑数据透视表
1、修改数据透视表
行字段变成列字段：行标签拖到列标签
列字段变成行字段：列标签拖到行标签
2、重命名表
分析-数据透视表-选项-数据透视表选项 -输入透视表新名称-确定
3、修改数据透视表布局、样式
逻辑函数
1、条件判断
if（）：判断真假值，可嵌套
条件由大到小
2、交集计算
and（）、or（）：多个逻辑值进行交集计算，用于确定测试条件中所有条件是否均为true
找出消费地在深圳且消费额大于的会员，true返回会员名，false返回0
找出消费地在深圳或消费额大于的会员，true返回会员名，false返回0
文本函数
（1）exact（文本1，文本2）：比较两个字符串是否完全相同，返回布尔值
（2）concatenate(文本1，文本2)：文本合并
（3）len()：计算文本长度
（4）find（要查找的文本内容，文本所在范围，返回起始位置的编号）：查找一个字符串在另一个字符串中的位置，区分大小写
（5）search（要查找的文本内容，文本所在范围，返回起始位置的编号）：在其他字符串中查找指定文本字符串。
（6）left（文本，提取字符量）：表示要提取文本中前几个字符
（7）right（文本，提取字符量）：表示要提取的最后几个字符
（8）substitute（选定单元格，要替换的值，替换后的值）：替换单元格内字符串的内容。
使用其他文本字符串并根据规定字符数替换某文本字符串中部分字符：replaceb（）、replace（）
统计函数
(1)count(关键字1，关键字2,...):统计单元格或者参数列表中数字个数
8月订单数=count（消费金额列）
（2）countif（统计范围，筛选条件）：统计满足条件的单元格个数。
8月1号订单数=消费金额列，“8月1号”）
（3）average（计算范围）：统计平均值
8月平均每日营业额=average（消费金额列）
（4）averageif(统计范围，满足条件，实际统计范围)：统计满足条件的平均值
盐田分店8月每日营业=average(店铺名列，盐田分店，消费金额)
（5）max（）：最大值
large（列，k）:返回数据集中第k个最大值
（6）min（）：最小值
small（列，k）：返回数据集中第k个最小值
（7）mode.sngl():计算众数---出现频率最高的树
（8）frequency（）:计算数值在某个区域内出现的频率，返回垂直数组
计算消费金额在各区间出现频率=frequency（消费金额列，消费金额区间）
