电商订单数据分析全流程：从数据处理到可视化洞察

发布于：2025-07-13 ⋅ 阅读:(27) ⋅ 点赞:(0)

在电商行业中，订单数据蕴含着丰富的业务信息，通过科学的分析方法可以帮助企业了解经营状况、优化运营策略。本文将以某电商平台订单数据为例，详细介绍从数据读取、预处理到多维度统计分析的完整流程，使用 Python 的 Pandas 和 Pyecharts 工具实现数据可视化，为业务决策提供数据支持。

一、案例背景与环境准备

1. 分析目标

本次分析旨在通过对电商订单数据的深度挖掘，实现以下目标：

  1. 掌握订单整体情况（订单量、成交额、退款率等核心指标）
  2. 分析不同订单类型的占比分布
  3. 了解各区域的订单分布特征
  4. 挖掘订单量随时间（日、小时）的变化规律

2. 环境配置

  1. 操作系统：Windows 10
  2. Python 版本：3.9 及以上
  3. 开发工具：Anaconda3、Jupyter Notebook
  4. 核心库：
    1. Pandas：数据读取与处理
    2. NumPy：数值计算支持
    3. Pyecharts：交互式数据可视化

3. 数据准备

本次分析使用的数据集为电商平台导出的订单数据（模拟数据，已脱敏），包含订单编号、买家信息、支付金额、订单时间、收货地址等 19 个字段。数据以 Excel 格式存储（文件名为TB_data.xlsx）。

安装必要库：

pip install pandas numpy openpyxl pyecharts

二、数据读取与初步探查

1. 数据读取

使用 Pandas 的read_excel()函数读取数据，并查看前 5 条记录：

import pandas as pd

import numpy as np

from pyecharts import options as opts

from pyecharts.charts import Pie, Line, Bar, Table

# 读取数据

df = pd.read_excel('TB_data.xlsx')

# 查看前5条数据，高亮缺失值

df.head(5).style.highlight_null()

通过初步查看可以发现，数据中存在部分缺失值（如宝贝标题、订单付款时间等字段），后续需要进行处理。

2. 数据结构探查

使用info()方法查看数据类型和非空值情况：

df.info()

输出结果显示：

  1. 数据集共 2660 条记录，19 个字段
  2. 存在缺失值的字段：宝贝标题、收货地址、是否手机订单、确认收货时间、订单付款时间
  3. 日期型字段（如订单创建时间）已正确识别为datetime64类型

三、数据预处理

数据预处理是保证分析结果准确性的关键步骤，主要包括缺失值处理和异常值清洗。

1. 缺失值分析

# 检查各字段是否存在缺失值

df.isnull().any()

2. 异常值处理

根据业务逻辑，筛选有效订单数据：

  1. 排除订单付款时间为空的记录（未付款订单无分析意义）
  2. 排除宝贝标题为空的记录（商品信息缺失）
  3. 排除买家实际支付金额为 0 的记录（无效交易）

# 数据清洗

df1 = df[

    df['订单付款时间'].notnull() & 

    df['宝贝标题'].notnull() & 

    (df['买家实际支付金额'] != 0)

]

print(f"清洗后有效订单数：{df1.shape[0]}")

3. 描述性统计分析

通过describe()函数获取数值型字段的统计特征：

df1.describe()

关键结论：

  1. 买家实际支付金额均值为 155.11 元，中位数 62.86 元，说明订单金额分布偏右（存在大额订单）
  2. 宝贝总数量均值 1.48，中位数 1，表明多数订单为单件购买
  3. 退款金额均值 10.44 元，远低于支付金额，整体退款规模较小

四、多维度订单分析与可视化

1. 整体情况分析

统计核心经营指标，包括总订单数、成交额、退款率等：

# 计算核心指标

total_orders = df1['订单编号'].count()  # 总订单数

total_amount = df1['总金额'].sum()  # 总订单金额

completed_orders = df1[df1['订单状态'] == '交易成功']['订单编号'].count()  # 已完成订单数

actual_revenue = df1['买家实际支付金额'].sum()  # 实际收入

refund_orders = df1[df1['订单关闭原因'] == '退款']['订单编号'].count()  # 退款订单数

refund_amount = df1['退款金额'].sum()  # 总退款金额

unpaid_orders = df1[df1['订单关闭原因'] == '买家未付款']['订单编号'].count()  # 未付款订单数

conversion_rate = completed_orders / total_orders  # 成交率

refund_rate = refund_orders / total_orders  # 退款率

# 可视化表格

table = Table()

headers = ['总订单数', '总订单金额', '已完成订单数', '实际收入', '退款订单数', '总退款金额', '未付款订单数', '成交率', '退款率']

rows = [[

    total_orders, f"{total_amount:.2f}", completed_orders, f"{actual_revenue:.2f}",

    refund_orders, f"{refund_amount:.2f}", unpaid_orders,

    f"{conversion_rate:.2%}", f"{refund_rate:.2%}"

]]

table.add(headers, rows)

table.set_global_opts(title_opts=opts.ComponentTitleOpts(title='整体情况分析'))

table.render_notebook()

分析结论：

  1. 成交率达 92.30%，运营效率较高
  2. 退款率 1.80%，处于健康水平
  3. 未付款订单 36 单，占比 1.77%，需优化支付流程减少流失

2. 按订单类型分析

统计手机订单与非手机订单的占比：

# 计算订单类型数量

mobile_orders = df1[df1['是否手机订单'] == '手机订单']['订单编号'].count()

non_mobile_orders = total_orders - mobile_orders

# 绘制饼图

pie = Pie()

data = [('手机订单', mobile_orders), ('非手机订单', non_mobile_orders)]

pie.add(series_name="订单类型", data_pair=data)

pie.set_global_opts(title_opts=opts.TitleOpts(title="按订单类型分析", pos_left="center"))

pie.set_series_opts(label_opts=opts.LabelOpts(formatter='{b}:{d}%'))

pie.render_notebook()

分析结论：手机订单占比 68.77%，是非手机订单的 2.2 倍，表明移动端是主要交易渠道，需重点优化手机端用户体验。

3. 按区域分析订单分布

从收货地址中提取省份信息，统计各区域订单占比：

# 拆分收货地址提取省份

df2 = df1.copy()

df2[['省', '市', '区']] = df2['收货地址'].str.split(' ', expand=True)

region_orders = df2.groupby('省')['订单编号'].count().sort_values(ascending=False)

# 绘制饼图

pie = Pie()

data = [(k, v) for k, v in zip(region_orders.index, region_orders.values)]

pie.add(series_name="区域订单量", data_pair=data)

pie.set_global_opts(title_opts=opts.TitleOpts(title="按区域分析订单量", pos_left="center"))

pie.set_series_opts(label_opts=opts.LabelOpts(formatter='{b}:{d}%'))

pie.render_notebook()

分析结论：

  1. 广东省订单占比 15.53%，位居第一，是核心市场
  2. 江苏（8.45%）、浙江（6.16%）、上海（5.91%）等沿海省份订单占比高，与经济发达程度正相关
  3. 西藏、青海等偏远地区订单占比不足 0.5%，需评估物流成本与市场潜力

4. 每日订单量趋势分析

按日期统计订单量，观察时间分布规律：

# 提取日期并统计订单量

df3 = df1.copy()

df3['日期'] = df3['订单付款时间'].dt.strftime('%Y-%m-%d')

daily_orders = df3.groupby('日期')['订单编号'].count()

# 绘制折线图

line = Line()

line.add_xaxis(list(daily_orders.index))

line.add_yaxis("订单量", list(daily_orders.values))

line.set_global_opts(

    title_opts=opts.TitleOpts(title="每日订单量分析", pos_left="center"),

    xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45))

)

line.render_notebook()

分析结论：订单量存在明显波动，2022-12-12（双十二）达到峰值，表明促销活动对订单量拉动显著。

5. 小时订单量分布分析

按小时统计订单量，挖掘用户活跃时段：

# 提取小时并统计订单量

df4 = df1.copy()

df4['小时'] = df4['订单付款时间'].dt.strftime('%H')

hourly_orders = df4.groupby('小时')['订单编号'].count()

# 绘制柱状图

bar = Bar()

bar.add_xaxis(list(hourly_orders.index))

bar.add_yaxis("订单量", list(hourly_orders.values))

bar.set_global_opts(

    title_opts=opts.TitleOpts(title="小时订单量分析", pos_left="center")

)

bar.render_notebook()

分析结论：

  1. 订单量在 19:00-21:00 达到高峰（180-210 单），是用户购物活跃时段
  2. 凌晨 00:00-06:00 订单量极少（不足 30 单），符合用户作息规律
  3. 可根据时段分布优化客服排班和活动推送时间

五、总结与建议

通过对电商订单数据的全流程分析，我们可以得出以下结论和业务建议：

  1. 渠道优化：移动端订单占比近 70%，需优先保障手机端页面加载速度和支付流程流畅性。
  2. 区域运营：重点维护广东、江苏等核心市场，针对低订单地区可尝试定向优惠券刺激消费。
  3. 促销策略：大促活动（如双十二）对订单量拉动显著，可规划更多节点促销，同时优化库存准备。
  4. 时段运营：晚间 19:00-21:00 是下单高峰，可在该时段加大广告投放和客服人力投入。
  5. 退款管理：整体退款率较低（1.8%），但需关注退款原因，针对性改进商品质量或物流服务。

通过持续的订单数据分析，企业可以动态调整运营策略，提升用户体验和经营效率。

网站公告

今日签到

点亮在社区的每一天
去签到

热门文章

最新发布