精华内容
下载资源
问答
  • 使用最新的 Tableau 2018.1 版本对分析过程重新截图,而且按照高校的教学目标匹配了案例的广度与深度。书中的案例,部分选自 Tableau 原厂的演示数据,其他绝大多数则由国内的真实案例修改而来。
  • python,tableau数据分析案例数据源成品预览数据清洗数据连接tableautableau导入文件制作年龄分段饼图创建年龄分段计算字段制图制作不同类别商品结构式条形统计图创建性别计算字段制图制作不同类别销售量对比图制作...

    数据源

    天池数据集

    成品预览

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    数据清洗

    import pandas as pd
    import numpy as np
    from pandas import Series,DataFrame
    baby=pd.read_csv('C:/Users/28269/Desktop/(sample)sam_tianchi_mum_baby.csv')
    print(baby.head())
    print(baby.shape)
    # baby[baby.duplicated()]#数据无重复
    # baby.dropna()#数据无空值
    # baby_g = baby.groupby('gender')
    # baby_g.count()#不同性别人数查得有三种性别
    baby_clean=baby[baby['gender']!=2]#查得有三种性别,过滤代表未知性别的2
    baby_t=pd.read_csv('C:/Users/28269/Desktop/(sample)sam_tianchi_mum_baby_trade_history.csv')
    print(baby_t.shape)
    # baby_t.dropna(how='all')去空
    # baby_t.drop_duplicates()去重
    baby_t.drop(columns='property',inplace=True)#删除不需要的列
    

    数据连接

    baby_total=pd.merge(baby_clean,baby_t,on='user_id')
    # 将时间转为python可识别格式并计算时间差
    baby_total['birth_day'] = pd.to_datetime(baby_total['birthday'],infer_datetime_format=True, format='%Y%m%d')
    baby_total['buy_day'] = pd.to_datetime(baby_total['day'],infer_datetime_format=True, format='%Y%m%d')
    baby_total.drop(columns=['birthday','day',],inplace=True)
    baby_total['buy_age']=(baby_total['buy_day']-baby_total['birth_day'])
    #时间差转为int,并且年化
    a=[]
    for i in baby_total['buy_age']:
        i=i.days
        i=i/365
        a.append(i)
    baby_total['buy_age']=a
    # 导出数据
    baby_t.to_csv('./baby_tr.csv')
    baby_total.to_csv('./baby_total.csv')
    

    tableau

    tableau导入文件

    matplotlib做图太丑了所以这里用tableau制作
    将生成的两个csv文件导入tableau
    在这里插入图片描述

    制作年龄分段饼图

    创建年龄分段计算字段

    IF [buy_age]<0
    THEN'备孕期'
    ELSEIF  [buy_age]>=0 AND [buy_age]<1
    THEN'婴儿期'
    ELSEIF  [buy_age]>=1 AND [buy_age]<3
    THEN'幼儿期'
    ELSEIF [buy_age]>=3 AND [buy_age]<7
    THEN'学龄前'
    ELSEIF [buy_age]>=7 AND [buy_age]<13
    THEN'学龄初期'
    ELSEIF [buy_age]>=13 AND [buy_age]<15
    THEN'学龄后期'
    ELSE
    '大于15'
    END
    

    制图

    将年龄分类设置为不同颜色
    各个年龄段的记录数设为角度
    在分别而这重新设置为标签(后面就不赘述了按照图片展示编辑行列标记就号)
    在这里插入图片描述

    制作不同类别商品结构式条形统计图

    创建性别计算字段

    IF [gender]=0
    THEN'男'
    ELSEIF [gender]=1
    THEN'女'
    END
    

    制图

    在这里插入图片描述

    制作不同类别销售量对比图

    在这里插入图片描述

    制作不同类别趋势图

    在这里插入图片描述

    建立仪表板

    在箭头处新建仪表板,并将工作表拖入编辑栏之后进行编辑文字等
    在这里插入图片描述

    建立故事

    通过此处新建故事并将建好的仪表盘拖入故事就大功告成了
    在这里插入图片描述

    第一次制作如有问题希望大家多多指教

    展开全文
  • 下面比较该超市在全国各个区域的销售额情况。 操作步骤: 1.将维度下的“地区”拖放到列功能区, 将“类别”和“子类别”拖放到行功能区。 2.将度量下的“销售额”拖放到“标记”卡的“颜色”中。 3.将度量下的...

    关注微信公共号:小程在线

    关注CSDN博客:程志伟的博客

     

    二、区域销售额

         商品在不同区域的销售额是不一样的。 下面比较该超市在全国各个区域的销售额情况。

    操作步骤:
    1.将维度下的“地区”拖放到列功能区, 将“类别”和“子类别”拖放到行功能区。


    2.将度量下的“销售额”拖放到“标记”卡的“颜色”中。


    3.将度量下的“销售额”拖放到“标记”卡的“文本”中。


    4.将维度下的“订单日期”拖放到“筛选器”上, 并选择“显示筛选器”。


    5.完成。

    关于此篇文章的任何疑问,请在下方留言。

    展开全文
  • 超市的商品在各个省市的销售额存在一定差异。 下面统计在各个省市近几年的销售额情况。 操作步骤: 1.将度量下的“维度(生成)”拖放到行功能区, 将“经度(生成)”拖放到列功能区。 2.将维度下的“类别”拖放到...

    关注微信公共号:小程在线

    关注CSDN博客:程志伟的博客

     

    一、各个省市销售额

           超市的商品在各个省市的销售额存在一定差异。 下面统计在各个省市近几年的销售额情况。

     

    操作步骤:
    1.将度量下的“维度(生成)”拖放到行功能区, 将“经度(生成)”拖放到列功能区。


    2.将维度下的“类别”拖放到“标记”卡的“颜色”中。


    3.将度量下的“记录数”拖放到“标记”卡的“大小”中。


    4.将维度下的“省/自治区”拖放到“标记”卡的“详细信息”中。


    5.将维度下的“订单日期”拖放到“筛选器”上, 并选择“显示筛选器”。


    6.将维度下的“类别”拖放到“筛选器”上, 并选择“显示筛选器”。


    7.在“标记”卡的显示下拉框下选择“饼图”。

    8.完成。

    关于此篇文章的任何疑问,请在下方留言。


     

    展开全文
  • 关注微信公共号:小程在线 关注CSDN博客:程志伟的博客 ...2.将度量下的“销售额”拖放到“标记”卡的“颜色”中。 3.将维度下的“订单日期”拖放到“筛选器”上, 并选择“显示筛选器”。 4.完成。 关...

    关注微信公共号:小程在线

    关注CSDN博客:程志伟的博客

     

    三、产品细分


       产品细分是指营销者通过市场调研, 依据消费者的需要和欲望、 购买行为和购买习惯等方面的差异, 把某一产品的市场整体划分为若干消费者群的市场分类过程。
     

    操作步骤:
    1.将维度下的“订单日期”和“销售额”拖放到列功能区, 将“类别”和“子类别”拖放到行功能区。


    2.将度量下的“销售额”拖放到“标记”卡的“颜色”中。


    3.将维度下的“订单日期”拖放到“筛选器”上, 并选择“显示筛选器”。

    4.完成。

    关于此篇文章的任何疑问,请在下方留言。

    展开全文
  • 下面比较该超市各种类型客户近几年的销售额情况。 操作步骤: 1.将维度下的“细分”拖放到列功能区, 将“订单日期”拖放到行功能区, 频率调整为季度。 同时, 将“类别”拖放到行功能区。 2.将度量下的“销售...
  • tableau应用——某汽车销售分析

    千次阅读 2020-03-11 13:45:58
    一.项目背景: ...1.汽车销售分析报告: 根据外部数据从市场需求,消费能力,企业竞争,品牌竞争几方面来分析乘用车的市场销售情况 2.销售绩效分布 外部数据和内部数据相结合,从销售区域,车型,...
  • 3.最终效果如下:每一列加起来都是100%Tableau图表分析笔记Tableau分为以下10种图表1、条形(柱状)图条形(柱状)图适合一段时间和各显示项之间的比较情况,适合类目较少的二维数据集。案例:展示在一段时间内不同...
  • BI商业智能的出现让很多传统的行业可以步入一个自助化分析的时代,也为很多传统的销售行业进行了分析转行,优化了他们的工作效率,比如AMAG Pharmaceuticals公司,由于大部分流程都已在云端,因此 Tableau Online ...
  • Tableau是一款商业的可视化分析软件,刚刚被美国CRM服务商Salesforce以估值157亿美元收购。简单易用,不过是付费软件。建议学生老师可以领取教育激活码使用来学习和使用。 一、获取数据 1.获取比赛数据 这个比赛...
  • Tableau数据分析-Chapter08数据分层、数据分组、数据集 本专栏将使用tableau来进行数据分析Tableau数据分析-Chapter08数据分层、数据分组、数据集,记录所得所学,作者:北山啦 文章目录Tableau数据分析-...
  • 关注微信公共号:小程在线 ... 在本案例中, 我们可以根据该超市2012年至2015年的销售额和利润, 预测2016年总体销售额以及各个地区销售额和利润情况。 为了提高预测精度, 统计频率我们采用季度或月份。 ...
  • Tableau 超市经典案例汇总

    千次阅读 2020-09-22 21:55:25
    Tableau 超市经典案例之客户分析(一) https://blog.csdn.net/c1z2w3456789/article/details/108455299 Tableau 超市经典案例之客户分析(二) https://blog.csdn.net/c1z2w3456789/article/details/108457594 ...
  • 这里写自定义目录标题Tableau超市数据分析项目项目背景项目需求项目设计结论与建议: ...本次分析以某超市在2014年至2017年共计4年的运营数据为数据源,围绕客户分析,销售分析,预测分析进行全面深入的分析。
  • “以客户为中心”的个性化服务越来越受重视, 研究客户的个性化需求, 分析不同客户对企业效益的影响, 以便做出决策。 在本案例中, 不同类型商品的购买量是不同的。 操作步骤: 1.将维度下的“销售额”拖放到列...
  • 在本案例中, 我们可以通过该超市2012年至2015年各个地区的销售额预测2016年的销售额。 二、区域销售预测 操作步骤:1.将维度下的“订单日期”拖放到列功能区, 频率调整为季度。 2.将维度下的“...
  • 在本案例中, 该超市不同类别的商品在全国各个省市的销售利润存在较大差异。 此外, 受到销售成本的限制, 部分省市的利润还出现负值的情况。 二、各省市利润 操作步骤: 1.将维度下的“类别”拖放到列功能区, ...
  • 该超市的商品在各个省市的销售利润存在一定差异。 下面比较各个省市近几年的利润情况。 操作步骤: 1.将维度下的“细分”和“利润”拖放到列功能区, 将“类别”和“子类别”拖放到行功能区。 2.将维度下的...
  • 退货是指在经销商收货时货物完好正常收入, 但在其负责销售期间因各种原因未能售出, 根据销售协议可以退回产品的退货行为。 操作步骤:1.将维度下的“类别”和“子类别”拖放到行功能区, 将“订单日期”拖放到列...
  • 二、区域利润分析 商品在各个省市的销售利润存在差异。 下面比较该超市在各个区域近几年的利润情况。 操作步骤: 1.将维度下的“类别”和“利润”拖放到列功能区, 将“订单日期”和“地区”拖放到行功能区。 2....
  • 在本案例中, 客户分析将围绕退货区域分布、 退货产品数量、 退货产品类型、 退货产品名称4个方面进行。 一、退货区域分布 不同区域经济发展水平的差异影响市场机制对区域经济发展的作用程度, 也影...
  • 1.将维度下的“销售经理”拖放到列功能区; 将“订单日期”拖放到列功能区, 频率调整为季度; 将“销售额”拖放到行功能区。 2.将维度下的“订单日期”拖放到“标记”卡的“颜色”中。 3.将维度下的“销售额”拖...
  • Tableau(5)奥迪汽车数据分析案例

    千次阅读 多人点赞 2019-04-18 18:45:16
    销售分析4 月度销售趋势(近12个月)5 区域销售占比图6 销量Top 3及Bottom 3的车型6.1 Top 36.2 Bottom 36.3 切换7 销售驾驶舱8 仪表盘的交互9 结果10 Tableau发布 奥迪销售驾驶舱 1 准备数据源 (1)新建文件,...
  • 关注微信公共号:小程在线 ...2.将维度下的“销售额”拖放到“标记”上的“颜色”中。 3.将维度下的“销售额”拖放到“标记”上的“颜色”中。 4.将维度下的“是否退回”拖放到“筛选器”上, 并选...
  • 商家追踪和分析用户的购买行为,是希望对用户购买行为的研究,从而识别出机会和问题,进行明智的商业决策。每个用户往往都有着其不同的用户生命周期,企业公司都不希望自己的用户流失,并且希望他们能够在生命周期中...
  • 利润预测是企业在营业收入预测的基础上, 通过对利润发生影响的因素进行分析与研究, 进而对企业在未来某一段时期内可以实现的利润预期进行预计和测算。 三、区域利润预测 操作步骤:1.将维度下的“订单日期”...
  • 大家好,木木来了~今天我们利用tableau的数据可视化功能对超市销售与利润进行分析,数据源为tableau自带的示例数据。1全国各地区销售额与利润表现将经度拖动到列,纬度拖动到行,出现...
  • 销售数据分析——tableau仪表盘示例

    千次阅读 2020-03-10 12:46:11
    前面对于用户的研究,多是基于数据挖掘的角度,利用模型或算法,尝试挖掘数据更深层次的信息。 这篇文章将从数据分析的另一个视角,以指标...主要工具为tableau,考虑从销售情况、订单周期、用户价值、商品价值、...
  • 今天我们利用tableau的数据可视化功能对超市销售与利润进行分析,数据源为tableau自带的示例数据。 1 全国各地区销售额与利润表现 将经度拖动到列,纬度拖动到行,出现世界地图,然后将省/自治区字段拖动到标记...
  • 第17章 Tableau Prep数据清洗 T...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 992
精华内容 396
关键字:

tableau销售分析案例