I det här första kapitlet bygger du ett dataset för försäljnings- och kostnadsanalys. Du kombinerar flera filer, filtrerar bort ogiltig data och skapar mätvärden för kunder och beställningar. Genom en självkoppling på försäljningsdata lär du dig att skapa en korrelationsmatris.
Använd korrelationsmatrisen för att identifiera produkter som ofta köps tillsammans.


Analysera e-handelsdata i Tableau

Bygg en datakälla för produktförsäljning

Övning om produktkostnader

Datarensning

Skapa beräknade mätvärden för kunder

Skapa order- och leveransmått

Datakälla för marknadskorgsanalys

Standardisera attributnamn och värden

Visualisering av marknadskorgen

Datautforskning

Därefter skapar du mätvärden för de mest lönsamma produkterna och kunderna. Du standardiserar platsnamn och bygger en karta över försäljning per delstat, innan du utforskar mätvärden för fraktkostnader. Slutligen bygger du en konsekvensanalys som visar hur fraktkostnaderna påverkas när högre kvantiteter skickas.

E-handelsanalys

Lägg till statlig regionmappning

Fraktavstånd

Övning: försäljning per delstat

Kundens livstidsvärde per delstat

Mätvärden för konsekvensanalys

Fraktkostnader per produkt

What-if-analys

I det avslutande kapitlet bygger du flera instrumentpaneler och presenterar dem som en sammanhängande berättelse. Du visar vilka produkt- och kundegenskaper som ger högst ROI för upp- och korsförsäljningskampanjen. Som avslutning ger du konkreta rekommendationer för att minska fraktkostnaderna.

Skapa en sammanhängande berättelse

Intäkter efter plats och topprodukter

KPI:er i Big Angry Numbers (BAN)

Bygg en sammanfattning för ledningen

Trädkarta för vinstprocent

Övning: vinstmarginal i procent

Dashboard för tillväxtmöjligheter

Dashboard för fraktkostnader

Presentera din berättelse

Sammanfattning

Visualisera din analys

Workbooks and Datasources

Metadata sheet

Är du redo att använda dina Tableau-kunskaper för att lösa verkliga affärsproblem? För e-handelsföretag är ökad försäljning och minskade kostnader högsta prioritet. I den här fallstudien i Tableau undersöker du ett dataset från ett fiktivt onlineföretag som säljer husdjursprodukter – Munchy's.
Du analyserar försäljningsdatasetet och tar reda på vilka produkter som ofta köps tillsammans och i vilka kvantiteter. Sedan gör du rekommendationer för upp- och korsförsäljning genom att bygga en margarinkorgsanalys. Fraktkostnader är en stor utgift för onlineåterförsäljare. Du undersöker strategier som att skicka fler exemplar av samma produkt för att minska kostnaden per enhet. Du kartlägger var kunderna finns och vad de köper, och lämnar rekommendationer till ledningen om en ny lagerplats.
Du besvarar dessa frågor genom att skapa beräknade fält och olika visualiseringar i Tableau, till exempel dubbelaxeldiagram, markeringstabeller och kartor. Du använder filter och parametrar för att göra dina diagram dynamiska, och sammanställer sedan allt i en berättelse för att dela dina resultat.

Är du redo att använda dina Tableau-kunskaper för att lösa praktiska affärsproblem? För e-handelsföretag är det högsta prioritet att öka försäljningen och minska kostnaderna. I denna Tableau-fallstudie kommer du att undersöka en datamängd från ett fiktivt onlineföretag för husdjursprodukter som heter Munchy's.
<br><br>
<h2>Använd dina Tableau-kunskaper med en praktisk fallstudie</h2>
Först kommer du att analysera försäljningsdatan och ta reda på vilka produkter som ofta köps tillsammans och i vilken mängd. Du kommer sedan att göra rekommendationer för merförsäljning och korsförsäljning genom att bygga en marknadskorgsanalys.  
<br><br>
Därefter behöver du ta itu med det faktum att fraktkostnader fortfarande är en stor utgift för e-handlare. Du kommer att arbeta med strategier som att leverera mer av samma produkt för att minska kostnaden per enhet. Du behöver också förstå var kunderna finns och vad de köper för att kunna ge ledningen rekommendationer om en ny lagerplats.
<h2>Analysera data och visualisera dina resultat</h2>
När du sammanställer dina resultat kommer du att skapa beräknade fält och olika visualiseringar i Tableau, såsom diagram med dubbla axlar, markerings-tabeller och kartor. Slutligen kommer du att använda filter och parametrar för att göra dina diagram dynamiska och kombinera allt till en berättelse för att dela dina rekommendationer.


Analyzing Data in Tableau

I e-handel är ökad försäljning och minskade kostnader prioriterade. Studera data från ett djurbutik online.

Fallstudie: E-handelsanalys i Tableau

Inom e-handel är ökad försäljning och minskade kostnader högsta prioritet. I denna fallstudie undersöker du data från ett onlineföretag för husdjursprodukter.

KPI:er i Big Angry Numbers (BAN)

Fallstudie: E-handelsanalys i Tableau

Övningsinstruktioner

Interaktiv övning med praktiskt arbete