Dans ce premier chapitre, vous constituerez un jeu de données pour analyser les ventes et les dépenses. Vous combinerez plusieurs fichiers, filtrerez les données invalides et créerez des mesures pour les clients et les commandes. À l'aide d'une autojointure sur les données de ventes, vous apprendrez à créer une matrice de corrélation.
Utilisez la matrice de corrélation pour déterminer quels produits sont souvent achetés ensemble.


Analyser des données de commerce électronique dans Tableau

Créer une source de données sur les ventes de produits

Exercice sur les coûts de produit

Nettoyage des données

Créer des mesures calculées pour les clients

Créer des indicateurs de commande et d'expédition

Source de données pour l'analyse du panier d'achat

Normaliser les noms et les valeurs des attributs

Visualisation d'un panier de produits

Exploration des données

Ensuite, vous créerez des mesures pour les produits et les clients les plus rentables. Vous normaliserez les noms de lieux et construirez une carte des ventes par État, avant d'explorer les mesures liées aux coûts d'expédition. Enfin, vous réaliserez une analyse hypothétique pour montrer l'impact de l'expédition de plus grandes quantités sur les frais d'expédition.

Analyse du commerce électronique

Ajouter la correspondance État–région

Distance d'expédition

Exercice : Ventes par État

Valeur vie client par État

Mesures pour l'analyse de scénarios

Frais d'expédition par produit

Analyse de scénarios (what-if)

Analytique du commerce électronique

Dans le dernier chapitre, vous créerez plusieurs tableaux de bord et les présenterez sous forme d'une histoire cohérente. Vous mettrez en valeur les attributs produits et clients qui offriront le meilleur rendement du capital investi pour la campagne d'augmentation des ventes/ventes croisées. Pour conclure, vous recommanderez des actions précises pour réduire les dépenses d'expédition.

Créer un récit cohérent

Revenu par emplacement et meilleurs vendeurs

Indicateurs clés en Big Angry Numbers (BAN)

Créer un sommaire exécutif

Treemap du pourcentage de profit

Exercice sur le pourcentage de profit

Tableau de bord des occasions de croissance

Tableau de bord des coûts d'expédition

Présentez votre histoire

Conclusion

Visualiser votre analyse

Workbooks and Datasources

Metadata sheet

Prêt à mettre vos compétences Tableau en pratique pour résoudre de vrais enjeux d'affaires ? Pour les entreprises de commerce électronique, augmenter les ventes et réduire les dépenses sont des priorités. Dans cette étude de cas Tableau, vous examinerez un jeu de données provenant d'une animalerie en ligne fictive appelée Munchy's.
Vous analyserez le jeu de données sur les ventes pour découvrir quels produits sont souvent achetés ensemble et en quelles quantités. Vous ferez ensuite des recommandations d'augmentation des ventes et de ventes croisées en réalisant une analyse de panier d'achats. Les frais d'expédition demeurent une dépense importante pour les détaillants en ligne. Vous envisagerez des stratégies comme expédier davantage d'unités d'un même produit afin de réduire les coûts par unité. Vous comprendrez où se trouvent les clients et ce qu'ils achètent, puis vous formulerez des recommandations à la direction pour l'emplacement d'un nouvel entrepôt.
Vous répondrez à ces questions en créant des champs calculés et diverses visualisations dans Tableau, comme des graphiques à double axe, des tableaux de surbrillance et des cartes. Vous utiliserez des filtres et des paramètres pour rendre vos graphiques dynamiques, puis vous combinerez le tout dans une histoire afin de partager vos conclusions.

Êtes-vous prêt à mettre vos compétences Tableau à profit pour résoudre des problèmes d’affaires concrets ? Pour les entreprises de commerce électronique, augmenter les ventes et réduire les dépenses sont des priorités absolues. Dans cette étude de cas Tableau, vous explorerez un ensemble de données provenant d’une entreprise fictive de fournitures pour animaux de compagnie en ligne appelée Munchy's.
<br><br>
<h2>Mettez vos compétences Tableau à profit avec une étude de cas pratique</h2>
D’abord, vous analyserez l’ensemble de données sur les ventes et découvrirez quels produits sont fréquemment achetés ensemble et en quelle quantité. Vous ferez ensuite des recommandations de vente incitative et de vente croisée en réalisant une analyse du panier d’achat.  
<br><br>
Ensuite, vous devrez tenir compte du fait que les frais d’expédition demeurent une dépense importante pour les détaillants en ligne. Vous travaillerez sur des stratégies comme expédier davantage du même produit afin de réduire les coûts unitaires. Vous devrez également comprendre où se trouvent les clients et ce qu’ils achètent afin de formuler des recommandations à la direction pour l’emplacement d’un nouvel entrepôt.
<h2>Analysez les données et visualisez vos résultats</h2>
Au fur et à mesure que vous rassemblez vos constatations, vous créerez des champs calculés et diverses visualisations dans Tableau, comme des graphiques à double axe, des tableaux de mise en évidence et des cartes. Enfin, vous utiliserez des filtres et des paramètres pour rendre vos graphiques dynamiques et tout combiner en une histoire afin de partager vos recommandations.


Analyzing Data in Tableau

Dans le commerce en ligne, augmenter les ventes et réduire les coûts sont prioritaires.

Étude de cas : analyse du commerce électronique dans Tableau

Indicateurs clés en Big Angry Numbers (BAN)

Étude de cas : analyse du commerce électronique dans Tableau

Instructions de l’exercice

Exercice interactif pratique