用Excel来进行数据分析

第一步明确问题

问题1：根据表一：购买数量与购买时间的关系

问题2：根据表一：了解哪些销售效果好，哪些不好

问题3：根据表二：了解婴儿年龄分布及销售情况

问题4：根据表二：整合表一表二，了解不同婴儿的使用频次

第二步理解数据

1）表1购买商品字段

用户ID：user_id

商品编号（item_id）：auction_id

商品二级分类：cat_id，商品种类ID，表示商品属于哪个类别）

商品一级分类：cat1，商品种类ID，表示商品属于哪个类别）

（商品的一级分类和二级分类，比如上衣和衣服，汽车和玩具汽车这样的关系。虽然都是数字串id，但是根据这层关系，就可以用数据透视表来展示逻辑关系。比如商品大类下面，哪个分类更畅销）

商品属性:property（属性值可以是大小，可以是尺码、毫升等数字，还可以指品牌等，一切可以描述商品特征的都可以称为属性值）

购买数量：buy_mount

购买时间:day（可以通过excel将时间戳显示未日期格式）

2）表2婴儿信息表字段

用户ID：user_id

出生日期：birthday

性别：gender（0女性；1男性；2未知的性别）

3.数据来源

阿里巴巴天池 https://tianchi.aliyun.com/dataset/dataDetail?dataId=45

第三步数据清洗

3.1对于表一：删除了一些重复值，进行了一致化处理，并且利用分列对购买日期进行整合

3.2对于表二：将出生日期进行分列处理

第四步数据分析

对于商品与销量的处理，进过对比，用商品一级属性的数据优于商品二级属性。

并且发现了根据商品一级属性在2014年销售效果达到峰值。

利用VLOOKUP函数讲出生日期和购买日期整合到一张表格，进行数据清洗，删除不必要的函数。

最后使用round函数，算出婴儿年龄，同时对于不符合要求的年龄进行筛选，再使用数据透视表，及表格显示购买年龄情况。

发现对0-3岁婴儿的需求比较高。