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.

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

Visualize Your Analysis

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

Praktische interactieve oefening