In dit eerste hoofdstuk bouw je een gegevensset voor verkoop- en kostenanalyse. Je combineert meerdere bestanden, filtert ongeldige data weg en maakt kengetallen voor klanten en orders. Met een self-join op verkoopdata leer je een correlatiematrix te maken.
Gebruik de correlatiematrix om te bepalen welke producten vaak samen worden gekocht.


E-commercedata analyseren in Tableau

Maak een gegevensbron voor productverkopen

Oefening productkosten

Data opschonen

Berekeningsvelden voor klantstatistieken maken

Maak order- en verzendstatistieken

Gegevensbron voor marketbasketanalyse

Attribuutnamen en -waarden standaardiseren

Marketbasketvisualisatie

Data verkennen

Vervolgens maak je kengetallen voor de meest winstgevende producten en klanten. Je standaardiseert locatienamen en bouwt een kaart met verkoop per staat, voordat je de verzendkostencijfers onderzoekt. Tot slot bouw je een what-if-analyse om het effect te tonen van hogere verzendhoeveelheden op de verzendkosten.

Ecommerce-analyse

Koppeling tussen staat en regio toevoegen

Verzendafstand

Oefening: Sales per staat

Customer lifetime value per staat

KPI's voor what-if-analyse

Verzendkosten per product

What-if-analyse

E-commerceanalyse

In het laatste hoofdstuk bouw je meerdere dashboards en presenteer je die als één samenhangend verhaal. Je laat de product- en klantkenmerken zien die de hoogste ROI opleveren voor de upsell-/cross-sellcampagne. Ter afronding doe je concrete aanbevelingen om de verzendkosten te verlagen.

Een samenhangend verhaal maken

Omzet per locatie en topsellers

KPI's in Big Angry Numbers (BANs)

Maak een managementoverzicht

Treemap met winstpercentage

Oefening winstpercentage

Dashboard met groeikansen

Dashboard verzendkosten

Presenteer je verhaal

Afronding

Visualiseer je analyse

Workbooks and Datasources

Metadata sheet

Ben je klaar om je Tableau-vaardigheden in te zetten voor praktische businessproblemen? Voor e-commercebedrijven staan omzet verhogen en kosten verlagen bovenaan. In deze Tableau-casestudy onderzoek je een gegevensset van een fictieve online dierenwinkel, Munchy's.
Je analyseert de verkoopgegevens en ontdekt welke producten vaak samen worden gekocht en in welke aantallen. Daarna geef je upsell- en cross-sellaanbevelingen door een market-basketanalyse te bouwen. Verzendkosten blijven een grote kostenpost voor online retailers. Je bekijkt strategieën zoals het verzenden van meer van hetzelfde product om de kosten per eenheid te verlagen. Je krijgt inzicht in waar klanten zich bevinden en wat ze kopen, en je doet aanbevelingen aan het management voor een nieuwe magazijnlocatie.
 Je beantwoordt deze vragen door berekende velden en diverse visualisaties in Tableau te maken, zoals grafieken met dubbele as, highlight-tabellen en kaarten. Je gebruikt filters en parameters om je grafieken dynamisch te maken en combineert alles vervolgens tot een verhaal om je bevindingen te delen.

Ben je klaar om je Tableau-vaardigheden te gebruiken om echte zakelijke problemen op te lossen? Voor e-commercebedrijven zijn het verhogen van de omzet en het verlagen van de kosten topprioriteiten. In deze Tableau-casestudy ga je een dataset bekijken van een nepbedrijf dat online dierenbenodigdheden verkoopt, genaamd Munchy's.
<br><br>
<h2>Gebruik je Tableau-vaardigheden met een praktische casestudy</h2>
Eerst ga je de verkoopgegevens bekijken en kijken welke producten vaak samen worden gekocht en hoeveel. Je gaat dan upsell- en cross-sell-aanbevelingen doen door een marktmandanalyse te maken.  
<br><br>
Vervolgens moet je iets doen aan het feit dat verzendkosten nog steeds een flinke kostenpost zijn voor online winkels. Je gaat werken aan dingen zoals meer van hetzelfde product verzenden om de kosten per stuk te verlagen. Je moet ook weten waar de klanten zitten en wat ze kopen, zodat je het management kunt adviseren over een nieuwe locatie voor het magazijn.
<h2>Analyseer de gegevens en laat je bevindingen zien</h2>
Terwijl je je bevindingen verzamelt, maak je berekende velden en verschillende visualisaties in Tableau, zoals grafieken met dubbele assen, markeringstabellen en kaarten. Tot slot gebruik je filters en parameters om je grafieken dynamisch te maken en alles samen te voegen tot een verhaal om je aanbevelingen te delen.


Analyzing Data in Tableau

In e-commerce zijn hogere verkoop en lagere kosten topprioriteiten. Onderzoek gegevens van een online dierenwinkel.

Casestudy: e-commerceanalyse in Tableau

KPI's in Big Angry Numbers (BANs)

Casestudy: e-commerceanalyse in Tableau

Oefeninstructies

Interactieve oefening met praktijkervaring