大众点评数据分析

大众点评数据分析

---

开通专栏的第一篇文章，这是前些日子做的关于tableau可视化的一个东西，感谢路人甲提供的数据。今天写这篇文章也是为了记录自己在学习tableau的过程，不然过着过着，总感觉自己什么东西都没留下。

这个数据是大众点评网上的一些数据，这篇文章主要使用tableau对这些数据进行分析，以期望能从中发现一些有用的东西。

一、商家与美食

1.城市分布

城市在地图上的分布，可以看到我国南北方的城市均有统计，数据可信度还是比较高的。图中颜色越深的，说明平均消费水平越高，明显的，北京、上海依然遥遥领先其他城市。当然、这个图形看上去并不是特别的直观，我们就做了下一个图表以更加清晰的方式解读消费水平的差异。

2.商家数量

上图反应的是大众点评上一二线城市，美食商家入驻平台的数量。北京、上海、深圳分别位列前三，这也说明了020发展模式在这些较发达城市有着更高活跃度，发展规模也较大。

商家数量平均值为11万家。

3.城市商家数量和美食类型

城市. 颜色显示 美食类型计数 不同计数。 大小显示 记录数 总计。 标记按 城市 进行标记。

树状图大小表示城市美食数量，颜色深浅代表该城市美食种类的数量。天津的商家虽未进前五，但是美食种类却位列第二。

二、人均消费

1.最钟爱的美食类型

平常写Python爬虫做数据分析的时候，习惯做个词云图，这在tableau里面就比较简单了。

看来面包甜点、火锅、西餐是大家的最爱嘛。

2.人均消费和评价指数

每个 美食类型 的 平均值 人均消费 与 平均值 评价指数。 颜色显示有关 平均值 人均消费 与 平均值 评价指数 的详细信息。

该图反映的是人均消费和评价指数的关系，从图中可以看到几个特殊的条形图，分别是小吃、面包和面食，这三者的消费金额虽然不高，但是评价指数却远超人均消费水平。

3.人均消费和综合指数

从双轴图中可以看到，人均消费高的美食和其评分并不呈现正相关关系，说明对于美食而言，并不是越贵的越好。比如对于北京而言，火锅可谓是受到普遍人群的喜爱，评分居于第一位。

三、三种指数

1.口味指数和环境指数关系

美食类型 的 平均值 口味指数 与 平均值 环境指数 的趋势。

从图中可以筛选出两个点，其中本帮江浙菜和日本菜评分都很高，
除此之外，从图中双轴折现图中可以看出，基本上口味指数和环境指数呈现正相关趋势。这能不能说明环境对顾客的食欲有促进作用呢？

2.三个指数

通过上一张图，进一步对四种指数进行分析。
折线图表示口味、服务和环境指数，三者基本上呈现正相关关系。

同时，将评价指数放进来，可以发现，尽管有些美食的三指数很高，但是顾客的评价分数却不高。

3.评价数量和评价指数

每个 美食类型 的 评价数量 总计 与 评价指数 平均值。 对于窗格 评价数量 总计: 颜色显示有关 城市 的详细信息。 对于窗格 评价指数 平均值: 标记按 评价指数 平均值 进行标记。

火锅看来是全国人民的最爱了。
同时通过评价数量可以看出评价指数的可信程度，评价技术越大，可信度越高。
也可以看到，有些菜品属于小众菜，虽然评价数量少（可相当于销售量较少），但是评价却不低。

---

第一次写tableau的分析文章，文笔不好，多多见谅，目前作者也是处于学习阶段，记录过程，与君共进。在学习tableau的过程，发现网上关于tableau的文章还是比较少的，所以未来有打算抽时间写个tableau作图的基本教程，以避免新手快速上手tableau。

如有建议，欢迎讨论
如有问题，还望批评指正。

个人博客：大众点评数据分析