数据来源：kaggle https://www.kaggle.com/sdolezel/black-friday/download
使用工具：excel、SQL、navicat、tableau
目录
1背景介绍
2数据理解及分析维度
3数据处理
4数据分析及可视化
5数据结论
1 背景介绍
本次数据分析数据为黑色星期五样本数据，期望通过对其消费行为及动机的分析，为下一次黑色星期五活动提供有价值的建议和参考。
2 数据理解及定义问题
本数据包含537578条数据，涵盖以下12项。通过COUNTA函数找到各列行数，找到10、11列有大量空值。原数据各字段理解如下：
序号 字段 中文注释 含义 数据类型 数量
1 User_ID 用户ID 用户的唯一标识 string 537578
2 Product_ID 产品ID 产品的唯一标识 string 537578
3 Gender 性别 M男性/F女性 string 537578
4 Age 年龄 0-17/18-25/26-35/ string 537578
36-45/46-50/51-55/55+
5 Occupation 职业 使用编号0-20表示 integer 537578
6 City_Category 城市类别 A/B/C三类 string 537578
7 Stay_In_Current 当前城市 0/1/2/3/4+几类 string 537578
_City_Years 居住年限
8 Marital_Status 婚姻状况 0表示未婚/1表示已婚 integer 537578
9 Product_Category_1 产品类别1 使用编号1-18表示 integer 537578
（同产品可能类别不同）
10Product_Category_2 产品类别2 使用编号1-18表示 integer 370592
11Product_Category_3 产品类别3 使用编号1-18表示 integer 164279
12Purchase 购买额对应产品的销售额，单位美元 integer 537578
通过对数据理解，明确数据分析的目的是提供较为精准的用户画像，以便于向用户提供更为精准垂直的营销服务。通过以下总体性指标如销售额等、目标用户画像、产品等几个维度拆解分析目标。
3 数据处理
通过查看数据，发现在以下几个方面需要处理：
重复值: 通过菜单栏：数据/删除重复值选中所有字段，发现无重复值，不作处理
缺失值：通过第二步数据理解中对问题的统计发现（标示处），序号10和序号11字段中存在大量缺失值，两个字段都是商品类别编号，缺失值未知，故不做处理
序号 字段 中文注释 数量
1 User_ID 用户ID 537578
2 Product_ID 产品ID 537578
3 Gender 性别 537578
4 Age 年龄 537578
..........................................................
10Product_Category_2 产品类别2 370592
11Product_Category_3 产品类别3 164279
12Purchase 购买额 537578
异常值：本数据的异常值表现在Stay_In_Current_City_Year一列中数据类型不一致，0、1、2、3等均为数据，而4+为文本类型，不利于数据的进一步分析，因此运用替换将4+替换为4
将修改后的数据另存为，然后导入navicat初步分析，导入时可将部分用不上的列不导入，部分列的数据格式要改变，数据类型integer要改为int2
4 数据分析
按照分析维度，确定基本查询语句，将结果导出后导入tableau进行数据分析，具体过程如下。
4-1总体指标
总销售额
思路：将Purchase列进行求和得到总销售额5017668378，具体代码如下
得到如下结果：
客单价
思路：由于一位顾客可能购买多件商品，User_ID存在大量重复值，运用DISTINCT去重后使用COUNT函数
件单价
思路：运用COUNT函数求出所有的商品件数，总销售额除以商品件数，就是件单价
2目标客户维度
性别、年龄、销售额
思路：运用CASE WHEN 将结果分类为男、女，分别作为两列
查询及可视化结果如下：
性别、年龄、婚姻状况、销售额
思路：此步骤为上一步的进一步分析，运用CASE WHEN将男女婚姻状况分别列出
职业
职业-性别-销售额
思路：将购买额最高的前十的职业查找出来，便于精确定位目标人群，通过与男性购买额前十和女性购买额前十进行比较，得到男女群体购买额较高的职业排名，以便在相应场所对黑色星期五活动进行宣传
职业-男性
职业-女性
思路：将三个查询结果内连接，得到男、女购买额均较高的职业排名
城市-性别-购买件数
城市-性别-购买额
城市-用户-单人消费额
思路：将累计销售额按照城市，用户维度进行分组，即得到每个城市的单人消费额，导入tableau进行分析得到以下结果
3 产品维度
产品-最畅销商品前50
结果如下：部分节选
产品-畅销品类
思路：产品品类1、产品品类2、产品品类3无论哪个等于相应的数字都为该数字的品类，因此用or
5 数据结论
总体指标
总销售额、客单价、件单价
此次黑色星期五活动，共有5891位顾客参与，购买了537577件商品，达成了5017668378的交易额，平均客单价和平均件单价分别为851751.549和9333.860。
目标客户维度
性别、年龄、销售额
从年龄、性别来看，各年龄段男性购买力均大于女性，普遍为女性消费额的2-3倍甚至更多，尤其是18-25、26-35、36-45年龄段的男性用户在黑色星期五中占据了大量消费份额。
性别、年龄、婚姻状况、销售额
通过进一步细分发现，在已婚人群中，各年龄段男性消费均大于已婚女性，且26-35岁的男性已婚在所有男性已婚群体中消费最高，而18-25岁的此类群体消费仅为前者的1/4，36-45岁以及之后的这一群体消费较26-35岁逐渐降低，根据常识，26-35岁的已婚男性开始逐渐成熟，承担起家庭义务。从中可推测男性群体消费偏高，可能并非出于自身的购买需求，而是为伴侣或者家庭其他成员购买物品，故背后真正的消费群体可能是已婚女性甚至其子女等。
职业-性别-销售额
从职业来看，男性和女性较喜欢在黑色星期五购物的职业群体有很大程度的重叠，上图所示的职业群体中，男性、女性均消费排名靠前，但男性购买力普遍超过女性，可在黑色星期五购物街前夕，该职业相应场所提前宣传为活动造势，提高购买数量和消费额。
同时从男女性购买职业排名来看，针对职业17的男性和职业6的女性，也可指定相应的个性化策略，为其推销适应该人群的特定商品和特定优惠，提高购买数量。
城市-性别-购买件数
城市-性别-购买额
无论从销售件数还是销售额，各群体均呈现出B>C>A的整体趋势,B/C两城市占据了大部分黑色星期五市场份额。
城市-用户-单人消费额
从上图可知，A/B/C三城市单人消费额有一定差异，B城市整体消费水平最高（中位数最高），三城市单人消费额下限差不多，而上限B>A>>C,说明B城市最高与最低单人消费额差距最大，离散程度最大，而A城市平均水平略低于B城市，但有大量用户单人消费额远远超出上限，说明A城市存在大量高消费群体，第一名消费额竟接近1100万美元，故A/B城市应注意做好售后服务、品牌等，而C城市中位数接近A/B城的下四分位数，上限也不及A城市上四分位数，消费较A、B城属于低消费人群，应注重薄利多销，采取措施提高销量。
产品维度
产品-最畅销商品前50
P00265242为最畅销商品，可将其作为主打商品，搭配其他商品销售带动销量。
产品-畅销品类
针对最畅销的1、8、5类商品，在销量紧张的B/C城市，要更为注重提前备货，保证商品库存充足。
