Excel数据分析项目实战
项目模拟：
boss说：你给我分析最近店铺的销售情况，以及如何提升.
然后发给我一份销售表
此时就需要数据分析师来完成boss提出的需求了.
根据数据分析流程：数据分析流程-CSDN博客逐步完成即可.
1. 分析目的
很明显，boss所提的需求太泛化，此时就需要剖解需求，细分需求.
对于问题：最近店铺的销售情况
结合给的销售表，可将问题分解为多个维度：时间，空间，其他
时间维度与销售额，销量的关系
空间维度与销售额，销量的关系
其他维度：邮费与销售额关系
而对问题：如何提升
如何提升应该是在第 6.结果应用 中提出，此处只需要知道分析需要什么条件，结合销售表可以从两个方面：内部的店铺和外部的客户
对于店铺内部，需要销售情况的分析结果
对外部的客户，需要知道哪些客户是要重点挽留，哪些客户是不需要关注的无价值客户，此时需要使用FRM模型分析客户
2. 数据获取
针对分析目的确定需要的数据，内部数据可以去公司相关的部门或者领导沟通获得，外部数据可以去各种机构网站获得.
3. 数据处理
获得数据后，先要备份好数据：右键 sheet1 ，点击 移动或复制，在弹出框勾选 建立副本 点击确定即可：
→ 
之后按照数据处理的步骤进行：
①选择子集：
审视已有的数据，按需保留数据列，此表所有数据均可保留.
②列名重命名：
处理需要重命名的列名，此表列名正常，不需要重命名.
③删除重复值：
按需删除不需要的重复值以达到唯一性
④处理缺失值：
首先计算出每列的缺失值有多少.
输入：=COUNTIF(L1:L28834,"") 计算出L列的空值个数，再向左填充即可求出全表每列的空值个数：
计算出空值个数后审视数据找出为什么是空值，通过观察可得空值是因为用户下单后退款，导致没有发货，所以发货时间为空，这些数据可以用来计算退款率，但此次项目就不纳入计算了，可以直接删除退款成功的行.但要注意不能直接删除空值，因为可能存在空值不是因为退款产生的，所以此处应该查找G列中退款成功项再删除.
操作为：选中G列，查找值为："付款以后用户退款成功，交易自动关闭"替换为"" 点击 全部替换后 按Win+G 定位选择空值项：
→ 
再 右键 选中的第一个空值，点击删除，再 勾选 整行即可：
→ 
此时再次查看计算的空值：
发现城市列存在空值.
操作为：再次选中该列，按Win+G 定位选择空值项，找到后发现该值为空，看起来有值是因为前面一项太长覆盖了，因为该值不影响分析，所以只需让其不为空即可，可将省份复制过来：
→ 
再次检查计算的空值行，发现已经没有空值.
⑤一致化处理：
有的数据列的数据值标准不一致，此表无.要修改为一致，可以使用分列功能实现.
⑥异常值处理：
删除异常值，此表无异常值.可以点击数据-筛选 点击第一列的倒三角查看有无明显异常的值：
此时数据清洗完成，得到干净数据
4. 分析数据
根据第一步得出的目的来对数据进行分析
先分析客户(此处注意，如果RFM有参考值，可以先分析客户再做其他分析，会更方便快速，但如果没有参考值，需要先做其他分析得出参考值再分析客户)，使用数据分析模型数据分析常用模型-CSDN博客的FRM模型进行分析：
首先对三个参数给定参考值：
- 最近一次购买（Recency）：30天：30天内为1，否则为0
- 总购买频率（Frequency）：2次：大于等于两次为1，否则为0
- 购买金额（Monetary）：200元：大于等于200元为1，否则为0
然后数据透视：目的是方便分析.
审视需要哪些数据并整理提取到新增表数据透视，此处：
再新增表用户标签，根据RFM三个参数给用户打标签.
首先在数据透视中取出唯一买家昵称放入用户标签中
公式为：=UNIQUE(数据透视!$A$2:$A$27794,TRUE,TRUE)
然后依次计算
最近一次购买：=MAXIFS(数据透视!B2:$B$27794,数据透视!A2:$A$27794,A3#)
总购买次数：=COUNTIF(数据透视!A2:$A$27794,A3)
购买金额：=SUMIF(数据透视!$A$2:$A$27794,A3,数据透视!$C$2:$C$27794)
然后根据这三列的值判断用户性质并打标签，此处空出第一行是为了判断RFM值时更加方便.添加三列辅助列用于存放RFM的值：
然后依次判断是否符合参考值，是则标记为1，否则标记为0
R：=IF(DATEDIF(B3,$A$1,"MD")<=30,1,0)
F：=IF(C3>=2,1,0)
M：=IF(D3>=200,1,0)
然后根据打上的标签判断该用户应该为什么样的用户，先拼接标签再判断：
拼接标签：=CONCATENATE(E3,F3,G3)
判断客户种类：=IFS(H3="111","重要价值客户",H3="101","重要发展客户",H3="011","重要保持客户",H3="001","重要挽留客户",H3="110","一般价值客户",H3="100","一般发展客户",H3="010","一般保持客户",H3="000","一般挽留客户")
到此客户分类完成
再新建表数据透视表进行分析.建立数据透视表方法：
时间维度与销售额，销量的关系
客户种类计数
空间维度与销售额，销量的关系；其他维度：邮费和销售额的关系
；
5. 数据可视化
将分析得到的结果(数据透视表)利用可视化手段（如图表和报告）呈现，使决策者能方便且快速理解。
此处给数据透视表插入数据透视图并调整：
6. 结果应用
结果可以输出为Word文档，或者按boss的要求，此处就不做文档了
分析结果：根据得到的数据透视图和结合实际业务分析
- 根据月度表，2018年2月销售额和销量很低，此处是因为在春节前后，大部分快递服务暂停了.
- 根据月度表，销售额和销量的整体走势在下降，要查看相关业务具体调整.
- 根据地区销售额与销量表，可以看出有几个地区销售得很好，占比很高，可以重点关注.
- 根据地区邮费与销售额表，可以看出有存在高销售额地区得邮费也很高，可以通过其他方式降低该地区邮费从而提高销售额.
- 根据客户类别表，能看出总体客户类别占比，且根据用户标签表格针对不同类别客户实施不同指标.
至此分析结束，将上述分析结果做成文档发送给boss即可
（PS：此片文章由个人总结，如有错误欢迎指正）