sql销售量占比_用SQL对电商促销活动进行数据分析

数据分析背景：

为了合理的投入人力物力，创造更大的销售利润，销售行业在策划制定并实施促销活动之前，要对已有的销售数据合理分析，有的放矢的投放广告资源，制定优惠政策。本次的分析数据来自于Kaggle提供的某电商黑色星期五的销售记录，将围绕产品和用户两大方面展开叙述，为电商平台制定策略提供分析及建议。

数据来源链接-Black Friday

一.提出问题：

1、整体的消费情况

2、用户分析（探究最优价值的用户类型）

3、产品分析（探究最优价值的产品）

4、细化分析

二.数据理解：

数据预览

数据预览：

原始数据中共有12个字段，每个字段共537578行，字段解释如下：

User_ID： 用户ID

Product_ID: 产品ID

Gender: 性别

Age: 年龄

Occupation: 职业

City_Category: 城市（A,B,C）

Stay_In_Current_City_Years： 居住时长

Marital_Status： 婚姻状况

Product_Category_1 产品类别1

Product_Category_2 产品类别2

Product_Category_3 产品类别3

Purchase： 金额（美元）

三.数据清洗：

• 数据导入

将EXCEL文件通过Navicat导入mysql数据库。因为数据量较为庞大，建议转为CSV文件后导入。

• 选择子集

为方便理解，这里将列名改为中文，并筛选除本次使用的数据集。并且为了保持原始数据库，减少内存消耗，我们通过建立一个视图来实现上述对表的修改。

CREATE VIEW blackfriday_COPY AS
SELECT
CONCAT(用户ID,"_",产品ID) AS "识别项",
User_ID as '用户ID',
Product_ID as '产品ID',
Gender as 性别,Age as '年龄',
occupation as '职业',
City_Category as '城市类别',
Stay_In_Current_City_Years as '居住时长',
Marital_Status as '婚姻状态',
Product_Category_1 as '产品类别1',
Product_Category_2 as '产品类别2',
Product_Category_3 as '产品类别3',
Purchase as 金额
FROM blackfriday

• 检测并删除重复数据

SQL语句查询后未发现重复数据，数据很干净。

SELECT count(*) FROM blackfriday_copy
GROUP BY 识别项
HAVING count(*)>1

• 缺失值处理

产品类别字段有缺失，使用0填充，方便后续操作。

UPDATE bl