数据来源

2020年5月25日京东大家电-家用电器-冰箱订单数据，按10%抽样，约22MB（70k+条数据）
订单数据分析的基本思路

宏观分析

宏观把握订单的总体特征
订单总量：61535 GMV：60860859元
总用户数：39322 销售额：46223259元

通过分布图可以看到，约80%的订单在3k以下，超过70%的冰箱价格低于2K的。冰箱用户主力消费价格在2K以下，因此在进行冰箱广告推广时，可以优先考虑价格低于2K的冰箱，这类冰箱具有较大的市场。

同时，冰箱价格在4K-6K分布较为均匀，超过6K以后，冰箱累计上升区间缓慢。因此我们可以大致认为，当冰箱的价格超过4K，这部分冰箱价格销售市场占比少。

拓展：
宏观数据往往是我们运营中最为关注的数据。通过对这些数据的波动，查看与之前比是否正常，是否符合预定的目标。比如大约有28.9%的订单取消了，取消的比例与之前比是否正常，什么原因导致这个的（如可能是地址填写错了、没有领到优惠劵等情况）。找到原因才能知道从哪方面进行改善。由于这里只有一天的数据，不能继续深入分析。

微观分析

时间维度

0时是订单数量最多的时间，远远超过其他任何时间的订单数。除了0时之外，上午十点和晚上八点也是订单的高峰期。

是什么原因导致0时订单偏高呢？通过订单数=人均有效订单数×用户数量拆解分析

从数据来看，0时的人均有效订单量确实偏高（1.06），但是低于峰值（1时的1.08）并且和11时的数值非常接近。
这说明0时出现异常高的单人订单量的可能性很小。从而明确0是订单数高是更多的是由于用户数量增多导致的

那又是什么原因使得这一时期的用户量激增能。也许这段时间有优惠活动，或者多数用户习惯0时下单。习惯方面现有数据不足以支撑，但优惠活动可以从价格入手

客单价=销售额/独立用户数
平均订单价=销售额/订单数
从客单价和平均订单价格来看，0时的客单价和平均订单价格是全天中最高的。这表明在这个时间段下单的用户净值较高。

0时平均优惠价格接近700，远高于其他时间段，但每单折扣比例低于白天的大部分时间段，如果从折扣比例讲，1时和8时的折扣比例性价比更高，订单数应该更高。所以，初步猜测0时用户更偏向高价值的订单，也是这样才导致0时平均优惠价格远高于其他时间段

从优惠订单占比可以看出0时比其他时间段要多（3-4时为一天订单数最少的时间，暂时不做讨论），故对0时用户多，有2点猜测，后续需其他数据佐证。猜测如下：
1.平台用户喜欢集中这个时间段下单
2.该时间段的促销活动比平时多

综上，0是订单数和客单价最高的时段，其原因是否为促销活动增多引起待定

地区维度

订单的市场大多集中在一线城市或者经济较为发达的省份，排名前5的省份订单数已占总订单数的50%

上海客单价最高，广东的订单数量最多

地区+品牌维度

把地区维度和品牌维度结合起来，可以让我们清楚的看到不同地区的品牌偏好性和市场渗透率。
因为不同的品牌有不同的定价和营销策略，通过不同地区用户的品牌儒好，我们也可以在产品定价和营销策略上发现洞察。

海尔，容声，美的，康佳，志高，海信品牌占据60%的订单。

卡萨帝稳居客单价排行第一的品牌，妥妥的豪华冰箱品牌
价格的第一梯队品牌有博世、西门子、松下、三星平均价格大都超过4K
价格的第二梯队品牌有海尔、小米、伊莱克斯、格兰仕、美的，平均价格在2K以上，其中有不少国产品牌的身影
剩下的品牌价格都在2K以下，这部分市场消费需求大，因此各大品牌在这一区间段价格竞争比较激烈。

过对比各个品牌的平均产品价格和市场占有率可以发现，头部品牌的平均定价在2000左右或更低

从订单数量和平均优惠价格的数据来看，它们的相关性很弱。

每个省份前四名的品牌几乎占据该省订单的一半以上
海尔在头部省份都是订单数排名第一的品牌

头部品牌的订单数排名第一的市场均在广东

自营/非自营+品牌

非自营商铺的订单数和客单价也要远远低于自营商铺
非自营商铺和自营商铺的平均优惠价格并没有明显的差别。

从品牌的角度来看，非自营商铺的订单主要集中于价格较低的品牌

小结

从时间维度：

0时是订单数量和客单价最高的时间段
其原因在用户数的增多，是否因在此时间段优惠活动增多待验证

从地区维度：

广东、北京、上海、四川、江苏为电冰箱的头部市场
广东购买量最大，上海的购买力最强

从品牌维度：

海尔、容声、美的、康佳、志高是电冰箱行业的头部玩家
头部品牌的平均定价在2000左右或更低
订单数量和平均优惠价格在品牌维度上相关性不是特别大
广东是头部品牌排名第一的市场

从自营和非自营商铺的维度：

非自营商铺的订单数量和客单价均大幅低于自营商铺
原因可能是非自营商铺主要集中在单价很低的品牌，缺少高价格的品牌

附：
分析代码(python)
PowerBi网页版

冰箱日订单数据分析报告(京东）相关推荐

冰箱日订单数据分析(京东）python代码
具体分析报告地址 PowerBi网页版数据 2020年5月25日京东大家电-家用电器-冰箱订单数据,按10%抽样,约22MB(70k+条数据) 包含信息: user_log_acct --用户账号 ...
2017年双十一最全面的大数据分析报告在此！+2018年双十一已经开始，厚昌竞价托管教你如何应对流量流失？+2019年双十一大战一触即发：阿里、京东都有哪些套路和玩法
首先说一个众所周知的数据:2017年双十一天猫成交额1682亿. 所以今天,从三个角度带你一起去探索1682亿背后的秘密: 1.全网热度分析:双十一活动在全网的热度变化趋势.关注来源.媒体来源以及关联 ...
2019年双十一购物数据分析报告
2019年双十一购物数据分析报告一.背景二.数据特征和来源三.描述性分析 (一)性别和年龄 (二)地区分布 (三)职业 (四)月收入 (五)花费 (六)为谁购买 (七)产品种类 (八)购买平台 ...
未明学院数据分析报告：金融专业如何找实习？数据分析告诉你整个金融实习市场全貌！
本文作者未明学院数据分析方向老师数据究竟可以如何帮助到我们的生活?大数据对企业商业决策才有价值,而距离我们个人就很遥远吗? 其实,如果你留意我们公众号往期推送的数据分析报告(见文末),可以发现,无 ...
【ActiveReports 大数据分析报告】2019国庆旅游出行趋势预测
今年国庆假期全国接待国内游客人数有望达到8亿人次! 随着2019国庆小长假的临近,不少游客已经开始着手规划假期出游路线.据权威机构发布的<2019国庆旅游趋势预测报告>显示,今年" ...
帮5买：6月电商价格战数据分析报告
7月4日,国内最大购物搜索网站帮5买发布<2013年6月电商价格战数据分析报告>(以下简称"报告").<报告>重点从降价商品种类.降价商品数量及最低价商品在 ...
2018年8月以太坊DApp数据分析报告
近日,链塔数据BlockData发布了<2018年8月以太坊DApp数据分析报告>,报告显示,以太坊上的DApp数量多达775个,形成了一个较为完善的开发生态圈,累计交易笔数多达3.003 ...
sql能查到数据 dataset对象里面没有值_新零售数据分析报告
零售项目数据分析报告一.项目背景随着零售市场的竞争日趋激烈,在试图满足客户期望时,最优化服务业务流程的能力是最重要的.通道化和管理数据,以争取客户的利益以及创造利润为目标,对生存至关重要. 理想情 ...
如何查询一个表中除某几个字段外其他所有的字段_一个小故事告诉你：如何写好数据分析报告？...
关注并将「人人都是产品经理」设为星标每天早 07 : 45 按时送达给你一份数据,你能完美的出一份数据报告吗?本文结合一个小故事,来告诉大家如何写好一份数据分析报告,enjoy~ 作者:Haby ...

冰箱日订单数据分析报告(京东）