この章ではまず、売上と費用分析のためのデータセットを作成します。複数ファイルを結合し、不正なデータを除外し、顧客や注文に関する指標を作成します。売上データに対する自己結合を用いて、相関行列の作り方を学びます。
相関行列を使って、一緒に購入されやすい製品を特定します。


Tableauでeコマースデータを分析する

商品売上のデータソースを作成する

製品コストの演習

データのクリーンアップ

顧客向けの計算指標を作成する

注文と配送の指標を作成する

マーケットバスケット分析のためのデータソース

属性名と値を標準化する

マーケットバスケットの可視化

データ探索

次に、最も収益性の高い製品と顧客の指標を作成します。所在地名を標準化し、州別の売上マップを作成したうえで、配送コストの指標を分析します。最後に、出荷数量の増加が配送コストに与える影響を示すため、What-if 分析を構築します。

Ecommerce analytics

州と地域のマッピングを追加する

配送距離

州別売上の演習

州別のカスタマーライフタイムバリュー

What-if 分析のための指標

製品別の配送コスト

What-if 分析

Eコマース分析

最終章では、複数のダッシュボードを作成し、一貫したストーリーとしてまとめて提示します。アップセル／クロスセル施策で最高のROIが見込める製品属性と顧客属性を示します。締めくくりとして、配送費用を削減するための具体的なアクションを提案します。

一貫したストーリーを作る

地域別売上とトップセラー

ビッグ・アングリー・ナンバー（BAN）のKPI

エグゼクティブサマリーを作成する

利益率のツリーマップ

利益率の演習

成長機会ダッシュボード

送料ダッシュボード

ストーリーを発表する

まとめ

分析を可視化する

Workbooks and Datasources

Metadata sheet

Tableauのスキルを実務のビジネス課題に活かしてみませんか？Eコマースでは、売上の拡大とコスト削減が最優先事項です。このTableauケーススタディでは、架空のオンラインペット用品企業「Munchy's」のデータセットを調査します。
売上データセットを分析し、どの製品がどの程度の数量で一緒に購入されやすいかを明らかにします。続いて、マーケットバスケット分析を構築して、アップセル／クロスセルの提案を行います。配送コストはオンライン小売にとって大きな負担です。同一商品の出荷数を増やして単価を下げるなどの戦略も検討します。顧客がどこにいて何を購入しているのかを把握し、新たな倉庫の候補地について経営陣に提案します。
これらの問いに答えるために、Tableauで計算フィールドや二重軸グラフ、ハイライトテーブル、マップなどの可視化を作成します。フィルターやパラメーターを使ってグラフを動的にし、最後にすべてをストーリーにまとめて、洞察を共有します。

Analyzing Data in Tableau

eコマースでは、売上増加と経費削減が最優先です。この事例ではペット用品会社のデータを調査します。

ケーススタディ：TableauでのEコマース分析

Eコマースでは売上拡大と費用削減が最優先。本ケーススタディで、オンラインペット用品企業のデータを分析します。

州別売上の演習

ケーススタディ：TableauでのEコマース分析

実践的なインタラクティブ演習