【2020年4月更新】【Tableau高级】LOD实例：基于订单的购物篮分析 上文提供了更加精确的购物篮分析方法。 by 喜乐君 //本文已经加入即将出版的《大数据可视化：原理与方法》 今天客户咨询我一个问题，忙完了细细思考，非常值得写一篇小文章梳理其中的逻辑。此类的问题经常被人问及，之前也零散地分享过，终归不够系统，此次尝试说一下相关的业务需求和背后的技术逻辑。 本文阐述一种角度——一次Fixed LOD，加一次TC表计算（合计百分比）。 PS. 复习了一下高中数据并集和交集 😄 Tableau中左右连接Join，两种基本形式是inner Join和outer Join，前者是内连接（并集），后者是外连接（交集），分别用第二个字母来表示，就是A ∩ B(并集）， 和A U B （交集）。 一、来自业务的需求说明 在销售领域分析中，有一个特别重要的领域是购买的交叉分析，比如“同时购买多个品类的客户数量”、“购买品类A同时购买品类B的客户占比”、“仅购买一次的客户中，不同品类的分布情况”等等。这些问题一般不会直接计算金额、商品数量等绝对度量的分析，而更偏重于结构性分析，特别是从顾客数量、品类数量、订单数量等高于商品层次的角度。 也就是，交叉分析往往是考察多个维度直接的结构性关系，而非直接深入单个维度的度量比例。 比如我们要查看客户的忠诚度，一个很重要的角度就是查看“不同购买频次下的顾客数量及占比”这样的分析视角。转化一下视角，从下图来看，就是不同品类的交叉情况。后面我们结合超市数据，分析这个图的可视化过程。 二、客户与品类的交叉分析 我们站在销售经理的角度，尝试去分析不同品类的客户购买情况。我们首先可能会做每个分类的客户数量分析及其相关分析，比如购买金额、购买数量及其%占比等。不过，结构性分析的重点是查看另一个维度的对比或者趋势，比如不同年度的客户数量。 1、无关计算的初级可视化 这个时候，我们可以会想把年度作为颜色加入可视化对比（左下图），不过显然，看上去还不错，但是解释起来破费口舌，这说明我们没有很好地表述可视化焦点。重申一下题目“分析不同分类的客户数量在多年的对比趋势”，趋势应该是关键，所以我们更换品类标题和作为颜色标记的年，就会立刻切换图形，考虑到对比的关键是趋势，面积图自然会比条形图更加直观（右下角）。 在这里，我们可以很明显地发现“技术”的客户数量在2019年增速放缓，被“家具”迎头赶上，这也是折线图非常直观的地方。 2、从直观趋势到内部结构性分析 不过，上面的图形还是停留在初级的分析层面，稍微深一点的分析视角，我们需要从宏观的多年对比回到当下，比如分析2019年的内部结构问题，这样年度就不再是值得关心的焦点，重点是结构。依然从客户和类别的角度出发，我们可以提出更多的结构性问题，比如： 有多少客户仅仅购买了一个品类？多少客户购买了两个品类？多少客户购买了三个品类？ 主要分布在哪些品类上？ 仅仅购买了A品类、仅仅购买了B品类、仅仅购买了C品类，以及购买了所有这些品类的客户占比是多少？ 购买某个品类的客户，同时购买其他哪些品类的概率更高？（连带购买分析） 比如先说第一个问题，哪些品类被反复购买，而哪些则被客户冷落？类似问题的背后，是查看每个客户购买的品类的次数，以及不同次数下的品类的分布。完整的说“（2019年）购买一个品类、两个品类、三个品类的客户数量分别是多少？” 这里的客户数量需要聚合，同时还需要客户层面的一个字段作为维度——每个客户的购买品类数。需要使用一个层次的（辅助计算）字段，又不能使用这个层次的维度字段本身，因此我们就需要使用LOD表达式提前计算这个结果：{fixed 客户名称: countd(类别) } . 这个问题，可以参考15大详细级别表达式的第一个题目。（【Tableau】15大详细级别表达式-会员分析案例（对话版）） 以这个字段作为维度，就可以查看购买了1个类别、2个类别……3个类别的客户数量(下图左上角)。不过这只是刚刚开始，我们还需要每一个条形图中更多的结构性组成，因此，我们把类别作为新的维度加入标记——颜色之中，发现了什么？ 你会发现次数的坐标轴远远超过了此前的坐标轴对应的数量，为什么？因为这里购买2个以上的分类中客户出现了大量重复，以至于购买了三个类别的客户数量出现了三次——购买了A的客户数量，比如等于购买了B和C的客户数量，毕竟这些客户都是购买了三个类别。可以参考最开始的那个交叉图。 更专业的角度说，这是因为左边的图的详细级别停留在“客户购买的品类频次”，因此聚合为了三个数；而后者的详细级别进一步下沉，到了“客户购买频次” X “品类”，于是从三个标记，增加到7个标记。 结合上图下面的单品类情况图，我们发现，有23个客户仅购买过一个类别，其中仅购买办公用品的最多，占19人；有126人购买过两个类别，其中技术的连带率最低，仅有52人被连带购买了此分类；有622人购买了全部的三个类别。为了更清晰的看到分布，我们可以使用下面的这个图（借鉴了上面的图，但是比例和数值不对等，注意）： 这样的绝对值虽然客观，但是不容易对比，我们还需要转化为百分比。从全部客户的角度看，上面的每个数值需要除以全部的客户数量，在没有筛选的情形下，我们使用总计百分比的结果，和除以{ countd（客户名称）} 的结果是一致的。 因此，增加“快速表计算”——“合计百分比”之后，默认就是上图中间左侧的图形。注意这里的百分比，购买2个类别和3个类别的各占比百分比合计会大于1，为什么，因为客户有重复。 因此，在这里仅购买过办公用品的19人占比2%，技术和家具分别占比不足1%；购买办公用品同时连带购买其他一个类别的客户123人占比16%，同时购买了三个品类的客户占比81%。——这些值都是和全部的客户总数比较。 这个可以使用中间的图形，也可以使用下面的图形来补充增强——在此前的数值基础上，增加更多的角度： 前面的数字代表交叉购买的类别数量，通过绝对值和百分比来突出具体的指标。这里只用了一个一次LOD计算和一次表计算，就可以完整展示不同交叉购买下的分类占比。很明显，这里的三个类别连带购买率占比很高，达到了81%；两个类别的连带购买率中，技术最低仅为7%Continue reading “【零售】Tableau LOD+TC做客户交叉购买分析（上）2.0更新”
