In this first chapter, you’ll build a dataset for sales and expense analysis. You’ll combine multiple files, filter out invalid data, and create metrics for customers and orders. Using a self-join on sales data, learn to create a correlation matrix.
Use the correlation matrix to determine products that are frequently bought together.


Analyzing ecommerce data in Tableau

Build a product sales data source

Product costs exercise

Data clean up

Create calculated metrics for customers

Create order and shipping metrics

Data source for market basket analysis

Standardize attribute names and values

Market basket visualization

Data Exploration

Next, you’ll create metrics for the most profitable products and customers. You’ll standardize location names and build a map of sales by state, before exploring the shipping cost metrics. Finally, you’ll build a what-if analysis to display the impact of shipping higher quantities on shipping costs.

Ecommerce analytics

Add state-region mapping

Shipping distance

Sales by state exercise

Customer lifetime value by state

Metrics for what-if analysis

Shipping costs by product

What-if analysis

Ecommerce Analytics

In the final chapter, you’ll build multiple dashboards and present them as a coherent story. You’ll display the product and customer attributes that will result in the highest ROI for the upsell/cross-sell campaign. To round off, you’ll recommend specific actions to reduce shipping expenses.

Menyusun cerita yang padu

Pendapatan berdasarkan lokasi dan penjual teratas

KPI dalam Big Angry Numbers (BANs)

Bangun ringkasan eksekutif

Treemap persentase profit

Latihan persentase profit

Dasbor peluang pertumbuhan

Dasbor biaya pengiriman

Presentasikan cerita Anda

Penutup

Visualize Your Analysis

Workbooks and Datasources

Metadata sheet

Siap menerapkan keterampilan Tableau Anda untuk menyelesaikan masalah bisnis nyata? Bagi bisnis e-niaga, meningkatkan penjualan dan menurunkan biaya merupakan prioritas utama. Dalam studi kasus Tableau ini, Anda akan menyelidiki himpunan data dari perusahaan fiktif perlengkapan hewan peliharaan online bernama Munchy's.
Anda menganalisis himpunan data penjualan dan mengetahui produk mana yang sering dibeli bersamaan dan dalam jumlah berapa. Anda kemudian akan membuat rekomendasi upsell dan cross-sell dengan membangun analisis keranjang pasar. Biaya pengiriman tetap menjadi pengeluaran besar bagi pengecer online. Anda akan mempertimbangkan strategi seperti mengirim lebih banyak produk yang sama untuk menurunkan biaya per unit. Anda akan memahami di mana pelanggan berada dan apa yang mereka beli, lalu memberikan rekomendasi kepada manajemen untuk lokasi gudang baru.
 Anda akan menjawab pertanyaan-pertanyaan ini dengan membuat calculated field dan berbagai visualisasi di Tableau, seperti grafik sumbu ganda, highlight table, dan peta. Anda akan menggunakan filter dan parameter untuk membuat grafik dinamis, lalu menggabungkan semuanya menjadi sebuah cerita untuk membagikan temuan Anda.

Apakah Anda siap untuk menerapkan keterampilan Tableau Anda untuk menyelesaikan masalah bisnis yang praktis? Bagi bisnis e-commerce, meningkatkan penjualan dan mengurangi biaya merupakan prioritas utama. Dalam studi kasus Tableau ini, Anda akan menganalisis dataset dari perusahaan fiktif penyedia perlengkapan hewan peliharaan online bernama Munchy's.
<br><br>
<h2>Gunakan Keterampilan Tableau Anda dengan Studi Kasus Praktis</h2>
Pertama, Anda akan menganalisis dataset penjualan dan menentukan produk-produk mana yang sering dibeli bersama-sama serta dalam jumlah berapa. Anda akan membuat rekomendasi upsell dan cross-sell dengan melakukan analisis keranjang belanja.  
<br><br>
Selanjutnya, Anda perlu mengatasi fakta bahwa biaya pengiriman tetap menjadi pengeluaran besar bagi pengecer online. Anda akan bekerja pada strategi seperti mengirim lebih banyak produk yang sama untuk mengurangi biaya per unit. Anda juga perlu memahami di mana pelanggan berada dan apa yang mereka beli agar dapat memberikan rekomendasi kepada manajemen mengenai lokasi gudang baru.
<h2>Analisis Data dan Visualisasikan Temuan Anda</h2>
Saat Anda mengumpulkan temuan Anda, Anda akan membuat bidang yang dihitung dan berbagai visualisasi di Tableau, seperti grafik dua sumbu, tabel sorotan, dan peta. Akhirnya, Anda akan menggunakan filter dan parameter untuk membuat grafik Anda dinamis dan menggabungkan semuanya menjadi sebuah cerita untuk membagikan rekomendasi Anda.


Analyzing Data in Tableau

Dalam e-commerce, meningkatkan penjualan dan mengurangi biaya adalah prioritas utama.

Studi Kasus: Analisis E-niaga di Tableau

KPI dalam Big Angry Numbers (BANs)

Studi Kasus: Analisis E-niaga di Tableau

Instruksi latihan

Latihan interaktif langsung