模拟电商平台进行数据分析。数据分析最重要的是分析思路，工具是辅助，企业案例都是基于实际案例简单模拟后给出，只有通过实际的练习才能提高我们对数据的敏感度和分析能力，每天一个分析练习场景，一起打怪升级
场景与分析目标
假设我们是电商平台的数据分析师，手头有过去一年中用户的购买记录数据。我们的目标是通过分析这些数据，理解用户购买行为的关键趋势和模式，特别是新用户的价值、用户的留存情况，以及用户重复购买的行为。
数据准备
收集并清洗过去一年内用户的购买记录数据，包括每月新增用户数量、销售额、重复购买情况等。
分析结论与业务洞察
初步可视化（改进前不清晰）:开始时，我们通过简单的柱状图展示了每个月的总销售额。虽然这提供了一定的趋势信息，但缺乏深入分析，如用户细分、产品类别的销售表现等。
可视化改进（改进后清晰）：随后，我们采用了多维度的图表，包括堆叠柱状图展示不同产品类别的销售额、线图展示平均每月新增用户的平均销售额和累计重复购买销售额的增长趋势，用户的留存率。
指标与公式：
每月新增用户的平均销售额
我们特别标注了2023年10月份的平均销售额，指出这个月份销售额的显著提高。通过标注，我们提出了一种可能的解释：“潜在的季节性促销活动”，这表明这一时期的销售增长可能与特定的营销策略或季节性因素有关，比如国庆节的影响。
累计重复购买销售额
这里可以看到我们的整体的销售额还是随着时间逐渐增加的，整体趋势良好
用户留存率
用户留存率在4-7月限制下降，主要由于学生群体开学，8月开始上涨，10月国庆上涨，以及1-2月上涨均与学生寒暑假日正相关，建议需要补充其他群体的用户销售来弥补学生开学的影响
分产品的销售趋势
可以看到服装在节假日 寒暑假销售表现会突出一些
